Die Bedeutung der Datenanreicherung bei der Bereitstellung von Personalisierungserlebnissen für Kunden

Hier gehen wir durch, was Datenanreicherung ist und wie sie Organisationen dabei hilft, ihre Kundenpersonalisierungserlebnisse zu verbessern.

Unternehmen verlangen häufig, dass Daten von Drittanbietern wie Social-Media-Daten Teil ihrer bestehenden Kundendaten sind. Dies ermöglicht es Unternehmen, personalisierte Erlebnisse zu schaffen, gezielte Marketingkampagnen durchzuführen, fortschrittliche Strategien zur Lead-Generierung zu entwickeln und vieles mehr. Dieses Anreichern, Anhängen oder Hinzufügen von Daten zu einem bestehenden Datensatz wird als Datenanreicherung bezeichnet.

Datenanreicherung in großen Unternehmen mit unterschiedlichen Datenquellen

Es ist nicht ungewöhnlich, dass Einzelhändler, Banken, Versicherungsunternehmen und andere ähnliche verbraucherorientierte Unternehmen ihre Informationen anreichern möchten. Meistens haben diese großen Unternehmen unterschiedliche Datenquellen oder Systeme. Beispielsweise kann die Marketingabteilung einer Bank Kundeninformationen in einem anderen CRM oder System speichern. Das Kundenunterstützungssystem kann Informationen in einem anderen System speichern. Wenn die Bank einen Kundenpersonalisierungsdienst initiieren oder ihre Kundenreise verstehen möchte, müssen sie Daten aus diesen Quellen an die Hauptquelle anhängen, um eine einheitliche Sicht auf die Wahrheit zu erhalten.

Diese Änderung von Datenquellen, um tiefere Einblicke zu erhalten, ist eine gängige Praxis in Organisationen, jedoch sind unterschiedliche Datenquellen eine erhebliche Herausforderung, um dieses Ziel zu erreichen. Unternehmen müssen viel Zeit damit verbringen, mehrere Datenquellen zu bereinigen und abzugleichen, um eine umfassende oder „angereicherte“ Kundenansicht erstellen zu können.

Der erste Schritt zur Datenanreicherung ist also eigentlich die Datenbereinigung. Ohne saubere Daten werden Sie nicht in der Lage sein, die Erkenntnisse zu gewinnen, die Sie benötigen, um eine Kundenansicht zu erstellen, die zur Bereitstellung personalisierter Erfahrungen verwendet werden kann.

Warum müssen Unternehmen Daten anreichern?

Neben der Erfüllung moderner Geschäftsziele ermöglicht die Datenanreicherung auch:

• Definieren und Verwalten mehrerer Ebenen von Datenhierarchien
• Neue Geschäftsregeln erstellen und Daten klassifizieren
• Daten effizienter verarbeiten und verwalten
• Nutzung von Daten für prädiktive Analysen

Die Datenanreicherung wirkt sich auch auf operative und organisatorische Ziele aus, da Unternehmen ihre Kapazitäten für digitale Transformation, KI und Systeme für maschinelles Lernen weiter ausbauen. Damit diese Transformationen stattfinden können, müssen sich Unternehmen auf qualitativ hochwertige Daten verlassen und unterschiedliche Quellen vereinheitlichen, um eine einzige Version der Wahrheit zu erstellen.

Das grundlegende Ziel der Datenanreicherung liegt jedoch in der Notwendigkeit, Kundenerlebnisse zu personalisieren. Beispielsweise muss die in diesem Beispiel erwähnte Bank ihre vorhandene Kundendatenbank mit Haushaltsinformationen (Informationen über die Familienmitglieder des Kunden) anreichern, um Kunden Studiendarlehen für ihre Kinder anbieten zu können. Diese Art von personalisiertem Service treibt die Notwendigkeit der Datenanreicherung voran.

Verständnis der signifikanten Herausforderungen bei der Datenanreicherung

Die Datenanreicherung ist ein herausfordernder Prozess, der mit der Untersuchung der Datenqualität Ihrer vorhandenen *und* Ihrer neuen Daten beginnt.

Hier ist eine Liste von Herausforderungen, die den Erfolg eines Datenanreicherungsprojekts gefährden.

1. Daten, die in unterschiedlichen Systemen gespeichert sind, unterscheiden sich in Format, Attributen und Informationen. Um Informationen aus diesen Quellen abzuleiten, müssen die Daten zunächst innerhalb der Datenquelle sortiert, bereinigt und abgeglichen werden, um Duplikate zu entfernen.
2. Selbst wenn Sie Daten von Drittanbietern wie Social-Media-Konten oder Webseitenformulare erhalten, müssen die Daten profiliert werden, um auf unvollständige oder inkonsistente Informationen zu prüfen, bereinigt werden, um Datenfehler zu entfernen, und Dubletten entfernen, um doppelte Informationen zu entfernen. Sobald dieser Datensatz fertig ist, muss er zu den bestehenden Daten hinzugefügt werden. Hier kommt der lustige Teil.
3. Wenn das Unternehmen seine vorhandenen Daten nicht bereinigt oder aktualisiert hat, muss es diese Datenquelle bereinigen, bevor es die neuen Daten integrieren kann. Diese Datenquelle kann aus Millionen von Datenzeilen bestehen, was die Verwendung manueller Bereinigungsmethoden schwierig macht.
4. Schließlich, wenn beide Datenquellen bereinigt sind…. Es muss abgestimmt werden! Dies ist der schwierige Teil. Anders als noch vor einigen Jahrzehnten sind Daten heute in Format und Struktur übermäßig komplex. Während es relativ einfach ist, Duplikate mit den gleichen Merkmalen zu finden, liegt die eigentliche Herausforderung darin, probabilistische Duplikate zu finden. Dies bedeutet Datenfelder, die dieselbe Entität darstellen können, jedoch mit unterschiedlicher Schreibweise von Namen, Telefonnummern oder sogar E-Mail-Adressen. Daher ist die Notwendigkeit der Genauigkeit eine wichtige Anforderung, wenn es um den Datenabgleich geht.

Bei der Datenanreicherung geht es also nicht einfach darum, neue Spalten zu einer bestehenden Datenbank hinzuzufügen. Es umfasst eine gründliche Bereinigung, das Aussortieren von Duplikaten und das Erstellen einer Ansicht, die ein genaues Bild des Kundenprofils vermittelt, das bei der Durchführung einer Kundenpersonalisierungskampagne verwendet werden kann.

Die Rolle des Datenabgleichs bei der Datenanreicherung

Einer der Schlüsselprozesse bei der Datenanreicherung ist der Datenabgleich. Beim Abgleich von Daten mit einer anderen Quelle ist Genauigkeit eines der Hauptanliegen. Während Unternehmen Millionen von Dollar für die Einstellung von Datenspezialisten und Analysten ausgeben, erreichen sie immer noch nicht einmal eine Genauigkeit von 80 % beim Datenabgleich. Genauigkeit ist nur ein Teil des Datenabgleichs.

Ein weiterer wichtiger Teil ist die Datenbereinigung und Datendeduplizierung.

Bei Datenrepositorys ist die Wahrscheinlichkeit doppelter Informationen immer hoch.

Es ist ganz einfach, wenn man darüber nachdenkt.

Jedes Mal, wenn ein Kunde seine Telefonnummer, seine E-Mail-Adresse oder seine Adressdaten aktualisiert, ist es möglich, dass entweder automatisch oder manuell ein duplizierter Datensatz erstellt wird.

Nehmen Sie zum Beispiel Webformulare. Ein Benutzer kann seine Informationen versehentlich zweimal eingeben, jedes Mal mit einer neuen E-Mail-Adresse oder einer neuen Telefonnummer (Felder, die normalerweise die Eindeutigkeit bestimmen).

Die Datenanreicherung wird nur wirksam, wenn diese Duplikate sortiert werden und die Aufzeichnungen sauber sind. Sobald duplizierte Daten entfernt wurden, werden die Daten abgeglichen, um die richtigen Informationen der richtigen Entität zuzuweisen.

Fazit

In der Welt von Big Data streben Unternehmen danach, tiefere Einblicke in ihre Kunden zu gewinnen. Datenanreicherung ist der Prozess, der es Unternehmen ermöglicht, mehrere Datenquellen zu einer konsolidierten Kundenansicht zusammenzuführen. Um bei der Datenanreicherung wirklich erfolgreich zu sein, müssen Unternehmen jedoch Daten haben, denen sie vertrauen können, weshalb sie in Datenqualitätslösungen und Frameworks investieren müssen, die es ihnen ermöglichen, saubere, nutzbare Daten zu erhalten. Werfen Sie einen Blick auf die Datenqualität Ihrer Organisation. Glauben Sie, dass Sie qualitativ hochwertige Daten haben, um ein Datenanreicherungsprojekt durchzuführen?