数据还会导致营销结构和流程发生变化，从而给营销人员带来新的挑战，这已不再是秘密。受大数据和相应数据管理的启发，一种有前途的方法开始发挥作用：营销数据湖。它们使公司能够全面了解所有营销活动的成功情况。
2016 年 9 月 15 日
Ben Rund 谈数据湖
广告
作者：Informatica 信息质量解决方案产品营销高级总监 Ben Rund
每个顾客都只用智能手机购物的世界并不存在。相反，您可以在任何适合您的地方购物：平板电脑、笔记本电脑、智能手机，甚至是去商店 - 有很多选择。那么如何将所有这些数据整合在一起并将其分配给同一个人呢？
所谓的营销数据湖可以存储和处理来自各种来源的所有客户数据。数据的原始形式被保留，不需要提前结构化。这听起来相对简单，但对营销领域的影响是巨大的，并具有巨大的潜力。营销数据湖的工作原理就像一个强大的搜索引擎，收集所有数据并为进一步的分析过程做好准备。
广告
避免数据孤岛
数据类型可以是非结构化数据（例如来自推文）、半结构化数据（例如来自文本字段）或完全结构化数据（例如来自交易系统）。所有形式的数据的集成非常重要，因为数据碎片对于所有涉及优化预算和最大化回报的销售和营销流程来说都是真正的祸根。营销数据湖旨在通过避免数据孤岛并在可扩展的分布式环境中处理数据来打破这一诅咒。上下文元数据也被存储、分配给客户和产品并链接到相关信息。来自社交网络的数据尤其具有以下优势：
这里通常隐藏着大量可以存储在数据湖中的相关客户信息。这意味着没有任何渠道被忽 哥伦比亚 WhatsApp 数据 视甚至被遗忘。数据碎片化的挑战不再是营销人员的主要障碍，他们有机会使用个人的完整信息来实时响应他们的查询。
5大因素——成功实施的五个步骤
为了利用这些优势，营销数据湖的概念必须成功实施到公司流程中。以下五个步骤展示了如何通过数据湖实现成功的数据管理：
1. 收集数据
所有相关的客户数据必须首先收集在数据湖中。每次交互都会有一个时间戳，分配给一个源和一个程序，然后链接到所有相关的配置文件。
广告
2. 数
一项挑战是大量数据源会产生重复或冲突，例如名称的拼写不同。例如，使用主数据管理 (MDM) 和数据质量工具，可以将客户和公司级别的数据合并到一个配置文件中。一旦发生错误，例如名称拼写不同，该工具就会检测到错误并自动将它们合并到一个帐户中。如果无法完全实现自动分配，则数据记录将转发给数据管理员进行审查。
3. 数据的丰富
数据质量工具也可用于检查数据的准确性。它们还可以从云“即服务”中获取，并确保只有正确的记录才会出现在数据库中。
广告
4. 数据的使用
大数据营销的一个相关组成部分是跨特定数据细分的数据驱动营销计划的细分。例如，当简单地按职位或行业进行细分时，基于行为的细分可以将点击率提高三到四倍。
5. 数据治理
公司内的客户数据不得变得太旧，为了避免这种情况，必须在连续的过程中对其进行清理和准备。数据剖析是其中的重要组成部分：它提供数据记录当前状态的概述，包括条目和字段的数量、重复的百分比、各个字段的完整性率或与字段定义的合规性（例如，名称不能由数字组成）。它使营销人员能够全面了解数据质量并支持有效的数据治理策略。
广告
页