数据驱动的
互联网营销和运营

坏数据滋生不良销售线索:为B2B销售周期清理数据

本文长度为1964字,预估阅读时间5分钟

译者 | 陈明艳

审校 | Sarah

编辑 | 华   子

去年平均每一天我们就创造44.1EB的数据。这是一个惊人的数据量,大约相当于3.69亿台Macbook pro。随着数据量的增加,营销人员对如何处理和利用数据来接触消费者已经有了更深入的了解。问题在于大部分数据都是坏数据。

有多糟糕?科克大学商学院(CUBS)的研究人员以及数据质量解决方案公司(Data Quality Solutions)的总裁都使用“周五下午测评法”(Friday Afternoon Measurement,简称FAM)方法来评测数据。来自各个行业的参与者为其部门的最后100个工作单元汇集了10到15个关键数据属性,然后管理人员检查每条记录,标注出明显的错误。每个无错记录都会得到1分,0到100之间的总分数就是该公司的数据质量得分。

97分是被认为可以接受的阈值标准。在75名高管中,只有3%的人所拥有的数据能够达到标准。

 

 “我一点都不惊讶”,预测性行为分析公司高管,SYNTASA的首席执行官Jay Marwaha说到,“数据是驱动决策汽车的电池,而企业仍然在数据质量方面存在巨大的问题。”

坏数据的多米诺效应

脏数据每年给经济造成数万亿美元的损失,我们将回到这个问题上。市场和销售团队受到的影响尤其大,因为人们往往会频繁地跳槽。

对于那些B2B营销人员来说,坏数据会导致不良的销售线索。坏数据包括无效的电子邮件地址、空白栏(丢失的字段)、重复数据和需要手动更正的不正确数据格式。根据ANNUITAS的调查显示,77.4%的B2B营销人员认为线索质量是他们面临的最大挑战。

下面这张完整的信息图展示了这可能浪费的时间和金钱:

然而这还不包括那些浪费了59个小时的销售和营销团队的报酬。这也给客户体验带来了更多的麻烦。数据质量不佳会减慢销售流程,这也意味着没有及时抓住销售线索,或者说根本就没有。

DemandGen:2017年B2B购物者调查报告显示75%的买家在决策中会考虑供应商的内容,几乎同样多比例(72%)的厂商也对他们的选择做出了及时的回应。最终,坏数据会降低ROI,这往往会导致营销预算减少,从而加剧周期循环。

“营销人员能够理解这个问题,但他们并不总是真正关心坏数据给组织带来的成本”,Justin Gray(LeadMD公司的CEO)说到,“预测性营销和人工智能听起来很美好,但如果数据如此不好,随着新数据记录的持续添加,这也进一步使你更难看清谁是你的潜在购买者。这就是成本开始放大的地方。”

重复困境

其中最脏的一种数据是重复数据,Gray认为这使得50%的营销数据库变得毫无用处。

重复数据占用了数据库的空间,导致数据库技术价格飙升。此外,它还会对潜在顾客造成混淆,可能导致多名销售人员均联系同一个潜在客户,这让人很烦。

Gray提到“营销人员对数据的处理方式往往是购买数据清单,将数据导入到系统中,并希望数据能够自行处理。”销售和营销人员将数据输入平台,系统认为它们是同等的。随着营销人员从一家公司转移到另一家公司,有多家公司与之相关联。它就会产生容量问题,人们也会将消息发送到不活跃的电子邮件地址。

整合来自其平台一年的销售线索。从2016年9月到2017年8月,该公司364万条线索中55%的数据都是好的。重复数据阻塞数据库是迄今为止最大的问题,占不良销售线索数据的三分之一。

清理数据

像其他有价值的东西一样,清理数据既不容易也不便宜,但这是可以做到的。识别问题并清除数据,同时也看看用户体验方面,检查如何让用户更难产生错误,比如字段中的拼写错误。

Marwaha也喜欢打扫自己的房子,而不是相信女佣。

他说:”我们通过使用数据管理工具提高了数据质量,而不是从供应商那里获得干净的数据。” “供应商数据很有用,但微乎其微。类似HubSpot和Saleforce的平台允许我们删除重复数据。例如,我们也验证了数据管理平台的效应性。”

越来越多的公司开始招聘首席数据官,这是朝着正确方向迈出的一步。但Gray指出,考虑到全行业监管的缺失,这并不是一个完美的解决方案。

他说:“你必须制定全面的数据治理策略,并将某人定位为数据的管理者,他们可以从治理角度来实现整合。”“但它还不够标准化。这又回到了胡萝卜和大棒子的问题。每个人都意识到存在一个问题。在这一点上,也许唯一可以解决的就是这根棒子:有人因为没有数据治理而陷入麻烦。”

结论

现代营销人员拥有比以往更多的数据,并使用比以往更多的工具将其整合到他们的业务中。然而,大部分数据都很脏,这对于B2B营销人员来说尤其有问题,因为他们的销售线索质量将受到负面影响。

不良销售线索就像滚雪球,将会导致时间和金钱的浪费,并损害声誉。数据质量可能永远不会100%的准确——但这并不意味着它不值得尝试清洗。

作者简介

来自ClickZ的Mike O’Brien

译者简介

陈明艳,Mingyan Chen:最老90后!也是球场上传说中的灵活小胖子!现就职于中国移动12582基地,运营支撑部产品汪一枚,也兼职着运营喵工作,主要涉及政企/农村信息化、农村电商、数据分析等领域,热衷于产品。

审校简介

Sarah,广告人一枚,iCDO原创及翻译志愿者。

未经允许不得转载:互联网数据官互联网数据官 » 坏数据滋生不良销售线索:为B2B销售周期清理数据
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址