数据治理：清洁客户数据的注意事项

根据相关研究显示，超过50％的企业花在清理数据上的时间比实际使用时要多。

因此，“垃圾进入，垃圾出局”的格言比以往任何时候都更加重要，特别是在这个数据驱动营销的时代。营销人员可能渴望获得越来越多的可用数据。但是，如果数据不正确，不一致或不完整，那么这些数据无助于提供客户价值，加速营销绩效或提高营销效率。

确保数据质量对营销成功至关重要。

没有快速解决方案来实现最佳数据质量，也没有用于维护它的方法。两者都必须经久不衰。因此，随着人员，流程和技术的变化，它们需要持续关注和调整。然而，营销人员现在可以采取六种方式来提高他们的数据质量，使他们能够改变他们的客户参与度并改善他们的营销成果。

数据清理注意事项：

数据审计——近90％的数据管理专业人士表示，他们已经在数据存储中添加了不良数据。营销人员可以确保他们使用和存储的数据质量高的最佳方法是创建流程，阻止不良数据首先进入他们的系统。审核数据源以确定哪些方面存在质量问题，然后设置最佳操作方案以解决这些问题并消除不良数据。例如，如果第一方数据销售人员进入充满错误的CRM系统，请考虑基于数据质量的培训，激励或处罚，或实施有助于减少输入错误的技术。

构建桥梁——拥有多个孤立的系统会造成碎片和不一致。大多数公司需要这些不同的系统来维护特定于各种功能或业务领域的客户数据。事实上，92％的组织报告有16到20个数据源，并且这些数据以多种格式分布在多个位置。但是，仍然可以使用链接这些多个数据源的技术来桥接孤岛，并通过使用客户标识符（例如唯一的客户ID或电子邮件地址）创建高质量的整体客户数据视图。将在线和离线客户数据源链接起来以构建更完整的客户档案也变得越来越重要。

修复有故障的数据——通过清理，附加和重复数据修复现有数据。清理数据时，请确保数据元素一致; 例如，地址，公司名称和日期等信息都以相同的格式编写。简单的例子包括公司与公司，以及2017年11月12日与2017年11月12日。在附加数据时，只使用最有信誉的第二方和第三方数据源来增加和丰富客户档案。这样做可以避免将错误数据添加到正在清理的数据源中。对于重复数据删除，寻找使用语义和机器学习等方法的技术，这有助于改进匹配记录和配置文件的结果。

组装智能堆栈——不整合的系统会加剧数据孤岛情况。寻找与营销组织已经使用的技术良好集成的开放系统，或者具有确保数据质量所需的多种功能的平台，以及该重要整体客户视图所需的连接。与IT团队合作，确保系统实际集成并满足预期要求。

数据治理——维护质量数据可能有许多“正确的方法”，但每个公司只需要一种最佳方式。数据治理是必须的。使用它来设置数据类型，字段，质量，用法和“所有权”的参数，以及沟通谁负责数据治理。将数据治理的责任和权限委派给最有既定利益的人员或团队，以确保数据质量或最好地了解如何维护数据。并确保制定衡量标准和可衡量的目标，以监控进度并避免反向滑动质量。

缩小技能差距——营销人员很少有数据分析师和数据科学家在设置有助于确保数据质量的流程和系统方面所做的经验和培训。在必要时提供培训，因此营销人员可以做更多工作来帮助确定和维护数据质量。但也促进了营销人员和数据专家之间的合作，这些合作允许学习，创造效率并增强结果。

数据治理的定义

数据治理是一个术语，用于描述控制企业拥有或控制的所有数据的完整性，使用，可用性，可用性和安全性的整体全面流程。通常，企业指定一个团队或理事会来监督复杂的数据治理计划。该战略可能包括来自不同部门的代表，以提供大多数企业中存在的众多观点，并能够创建实用的数据治理政策和程序，并满足公司范围内各部门的需求。

数据治理是现代企业的一个重要方面，整个组织都致力于为实施数据治理计划的企业提供持续知识和提供资源。数据治理研究所将数据治理定义为“信息相关流程的决策权和责任制度，根据商定的模型执行，描述谁可以采取什么行动来处理什么信息，何时，在什么情况下，使用什么方法“。

但是，数据治理研究所进一步指出，根据具体情况，数据治理这一术语可能指的是各种不同的事物，包括组织机构，公司实施的规则，标准和指南，决策权或谁拥有根据特定数据集，责任或执行方法做出决策的权力。因此，数据治理的精确定义在很大程度上取决于使用它的上下文。

数据治理的目标和益处

数据治理计划和举措由企业承担，目标是增加收入和盈利能力，提高服务，产品和决策的价值，管理成本和复杂性，和/或提高对风险和/或脆弱性的认识。这可能与监管合规性，安全性，隐私以及影响当今组织的类似问题有关。

数据治理有效实施，为企业带来诸多益处，包括：

1、促进有效的决策

2、保护数据利益相关者的利益

3、标准化简化重复的程序和流程

4、降低成本并提高整体效率

企业数据治理计划还有许多其他目标和目标，从广泛的，全面的目标到行业特定的要求和目标。总体而言，数据治理描述了一组人员，流程和技术，它们有助于最有效地使用企业数据，并定义协议和策略，并实现系统以保护敏感的企业或消费者数据。

当数据治理计划全面而有效时，企业可以从整体改进的工作流程，更好的决策制定，降低成本，提高绩效以及提高透明度和问责制中受益。简而言之，对数据治理的投资通常会多次返回。

数据治理在实践中变化很大

由于数据治理程序有如此多的可能目标和结果，因此数据治理在企业与下一个企业之间往往存在巨大差异，这并不奇怪。数据安全和数据管理解决方案在数据治理以及旨在简化数据聚合和分析的其他软件解决方案中发挥着重要作用。

这些系统，工具和人员的最终配置构成了任何单个企业的数据治理。有效数据治理的关键在于配置最适合您企业特定要求和目标的系统和解决方案，以及选择能够容纳企业数据的合适软件和解决方案合作伙伴，而不会引入不必要的漏洞和风险。

营销人员渴望洞察力，这将有助于他们吸引客户并激励他们采取行动。数据质量差导致差的推断和决策。营销人员可以获得改变客户参与度所需的洞察力的唯一方法是确保数据质量。