תגידו יפה שלום לדוד מאמריקה...
דווקא עכשיו, בעודנו מתבשרים על בואו לישראל של "הדוד מיתון" מאמריקה...., נדמה כי יותר ויותר חברות יהדקו את החגורה ויסתכלו על כל שקל.
מעטות הן החברות שעומד לרשותן תקציב בלתי מוגבל לשיווק ופרסום. מתבקש איפה, כי מרבית החברות יהיו מוכרחות למקד את המהלכים השיווקיים והפרסומיים שלהן ויעצימו מהלכים שניתן למדוד בקופה. אנו צפויים לראות בתקופה זו תזוזה (מתבקשת) של תקציבים מהפרסום אל השיווק, ואם לדייק - אל השיווק (הישיר) מבסיסי נתונים.
בכל עת, ובעיקר בתקופה זו, על כולנו להתמקד בקהלי המטרה הרלוונטיים לנו (ולא לדבר עם כול העולם ואשתו במדיה ההמונית היקרה והבזבזנית), להגביר את נאמנות הלקוחות (כי ידוע שלרכוש לקוח יקר עד פי 7 ויותר מלשמר לקוח טוב שלנו), ולבצע טיוב נתונים במטרה לצמצם עלויות של דואר שגוי והתמקדות בקהלי מטרה איכותיים (כי מה הטעם להשקיע כסף בהפקת דיוור יקר אם הדואר חוזר לכם?).
תסתכלו עליכם למשל...
אף אחד לא אוהב שאומרים לו שהמידע אצלו שגוי... אבל די במבט אחד על פנקס הכתובות האישי שלכם כדי שתקבלו מושג לגבי מצב הנתונים העסקיים שלכם, כלומר רשימת הלקוחות שלכם.
בראש ובראשונה, האבן השואבת של כל עסק, היא רשימת לקוחותיו (בכוח ובפועל) וכאשר רשימת הלקוחות מכילה נתונים שגויים יהיה מאוד קשה לתקשר עם הלקוחות בצורה אפקטיבית.
בנתוני לקוחות, ניתן לאבחן (בין השאר...) את השגיאות השכיחות הבאות:
מידע לא סטנדרטי:
הבעיה: אי אחידות ברישום נתוני שמות לקוחות, נתוני הכתובת ומספרי הטלפון שלהם, הזנת מידע מעורב לתוך שדות נתונים לא נכונים (כגון שם לקוח וכתובתו באותו שדה).
הפתרון: פירוק המידע למבנה טבלאי נכון ומסודר, סיווגו (כגון סימון הלקוחות העסקיים), ותקנון הנתונים (סטנדרטיזציה).
אין קשר אם הלקוח:
הבעיה: חוסר בנתוני תקשורת: מספרי טלפון וכתובות חסרים, ישנים או שגויים, מידע חופף וכפול.
הפתרון: הצמדת נתוני לקוח לרבות כתובות ומספרי טלפון ממקור חיצוני אמין, מסודר ומתוקנן והפעלת מנגנונים לאיתור רשומות כפולות, סימונן ומיזוגן.
חוסר במידע:
הבעיה: חסר בנתונים אודות לקוחות או צורך באישרור מידע אודות לקוחות. לדוגמא: שייכות לעשירון, טווח גילאים, מגזר, סוג משפחה ועוד.
הפתרון: השבחת המידע בנתונים שלא קיימים בו כיום / לאשרר או להחליף נתונים קיימם ממקור חיצוני אמין ומדויק.
זה רק קצה הקרחון
מרבית הארגונים העסקיים סובלים מבעיית איכות נתונים בדרגות שונות המשפיעות לרעה על ביצועיהן.
ניתן להבחין בין סוגי מידע שגוי במערכות המידע. כגון: מידע תפעולי, כלכלי, טרנזקציות שונות, מידע ממוקדי השירות, מידע אודות הלקוחות ועוד.
רוצים דוגמא מהחיים? יש לכם מושג איפה מנוהלות קופות הגמל וקרנות ההשתלמות שלכם? לא יודעים? אז יש לי חדשות בשבילכם... גם מי שאמור לנהל לכם את המידע הזה לא בהכרח יודע מה הטלפון שלכם ומה הכתובת שלכם. אני רק מקווה שהוא יודע כמה כסף להפריש לכם ולחשב אותו נכון...
איכות המידע במערכות המידע של הארגון, נחשב (ובצדק) לבטן רכה המשפיעה בכל זווית אפשרית על תפקוד הארגון, בהיבטים של תפעול, שירות, מכירה, שיווק, הנהלה רגולציה ועוד.
מידע שגוי עשוי להוביל במקרים רבים לקבלת החלטות שגויות או גרועות, במקרים אחרים פשוט להפסד כסף - הן במונחים שניתן למדוד מיידית כגון דואר שגוי או לקוחות "אבודים" שלא ניתן להשיגם והן במונחים לטנטיים (סמויים) אותם קשה יותר לכמת כגון שעות עבודה אבודות, זמני עיבוד ארוכים ועוד.
אז מה שוות מערכות ה- BI / CRM למיניהן, אם הן מביאות אותנו לקבלת ההחלטות המבוססת על נתונים בעיתיים? אני משאיר את השאלה הזו פתוחה...
יחד עם זאת, טיפול בבעיית איכות נתונים ובעיקר בנתוני הלקוחות, בא לידי ביטוי בחיזוק הקשר עם הלקוח, מאפשר לבצע פניה ממוקדת לקוח תוך הפחתת פניות סרק, הגברת שביעות רצון לקוחות מהתקשורת שמקיים הארגון מולו, מסייע ליישום אפליקציות אנליטיות ושיווקיות, משפר את ביצועי הגישה אל בסיס הנתונים, מפחית משמעותית כמויות ועלויות של משלוח דואר, ומפחית את שיעור הדואר החוזר והטלפונים השגויים וכאמור משביח את תפוקת מערכות ה- BI.
לשים את אצבע בסכר
על הארגון מוטלת החובה לטפל בנתונים, אך גם לצמצם למינימום הזנת נתונים שגויים לתוך מערכות המידע בארגון. במקרים רבים אין בידי הארגון יכולת לאמת נתונים של לקוחות אך ניתן לצמצם הזנת נתונים שגויים על ידי קיום של מערכת חוקים שלא תאפשר הזנת מידע שאינו תקני בשמות של אנשים, נתוני כתובת (ישוב, רחוב, מיקוד), טלפונים וכדומה, על ידי אילוץ הזנת מידע תיקני מתוך טבלאות בחירה בשילוב עם מנגנון חיפוש אינטואיטיבי המקל על המשתמשים לאתר את המידע התקני ולהזינו למערכת המידע בקלות ומהירות.
שיפוץ מאגרי לקוחות:
אנחנו, בחברת דאטה מדיה – לשכת שירות לעיבוד נתונים מתקדם, מספקים שירותי תקנון, טיוב והשבחת נתונים ללקוחות קצה מהמגזר העסקי. לצורך כך, אנו מפעילים כלים מתקדמים, פרי פיתוח עצמאי, הכוללים בין השאר מאגרי נתונים נרחבים ומדויקים.
השירות שאנו מספקים, כולל דירוג וניפוי נתונים שאינם תקינים, מיותרים או מיושנים ; טיפול ברשומות כפולות ; הפעלת תהליכי השוואה מול קבצי Synonyms מועשרים לתקנון של שדות אלפאנומריים, הפעלת תהליכי השוואה מבוססי מנגנונים פונטיים באמצעות Soundex עברי ייחודי שפותח על ידנו הפועל במספר רמות החלטה והשבחת המידע מול מאגרי הנתונים של דאטה מדיה.
מאגר נתונים זה, כולל אוכלוסיה ובתי אב בישראל ובו נתונים רבים אודות משקי הבית ופרטיהם, מילונים מועשרים וטבלאות המרה והחלטה לומדות. התהליך הממוכן מלווה בדוחות בקרה, בדרוג סטטיסטי של איכות התיקון, ובדירוג רמת הזיהוי לנתונים שהוצמדו או שונו המציין את איכות ההצמדה ובהתאמה – את תקפותם.
לתגובות: sella@datamedia.co.il
מידע נוסף: www.datamedia.co.il
הגדרת המילון:
* תיעוב: (ז') מיאוס, גועל, סלידה, דחייה, שנאה, בחילה, שאט-נפש
** טיוב: (ז') שיפור, השבחה, שכלול, שיבוח, העשרה, השתבחות, הפיכה לטוב יותר, הטבה
