Pentingnya Pengayaan Data dalam Memberikan Pengalaman Personalisasi Pelanggan

Di sini kita akan membahas apa itu pengayaan data, dan bagaimana hal itu membantu organisasi meningkatkan pengalaman personalisasi pelanggan mereka.

Perusahaan seringkali membutuhkan data pihak ketiga seperti data media sosial untuk menjadi bagian dari data pelanggan mereka yang sudah ada. Hal ini memungkinkan bisnis untuk menciptakan pengalaman yang dipersonalisasi, menjalankan kampanye pemasaran bertarget, membuat strategi pembuatan prospek lanjutan & banyak lagi. Penambahan, penambahan atau penambahan data ke kumpulan data yang ada disebut sebagai pengayaan data.

Pengayaan Data di Perusahaan Besar dengan Sumber Data yang Berbeda

Bukan hal yang aneh bagi pengecer, bank, perusahaan asuransi, dan perusahaan serupa lainnya yang menghadapi konsumen ingin memperkaya informasi mereka. Paling sering, perusahaan besar ini memiliki sumber data atau sistem yang berbeda. Misalnya, departemen pemasaran bank dapat menyimpan informasi pelanggan dalam CRM atau sistem yang berbeda. Sistem dukungan pelanggan dapat menyimpan informasi di sistem lain. Jika bank ingin memulai layanan personalisasi pelanggan, atau untuk memahami perjalanan pelanggan mereka, mereka perlu menambahkan data dari sumber-sumber ini ke sumber utama untuk mendapatkan satu pandangan kebenaran.

Amandemen sumber data untuk mendapatkan wawasan yang lebih dalam adalah praktik umum dalam organisasi, namun sumber data yang berbeda merupakan tantangan yang signifikan untuk mencapai tujuan ini. Perusahaan harus menghabiskan banyak waktu untuk membersihkan dan mencocokkan beberapa sumber data untuk dapat membangun pandangan pelanggan yang komprehensif atau, 'diperkaya'.

Langkah pertama untuk pengayaan data sebenarnya adalah pembersihan data. Tanpa data yang bersih, Anda tidak akan bisa mendapatkan wawasan yang Anda butuhkan untuk membangun tampilan pelanggan yang dapat digunakan untuk memberikan pengalaman yang dipersonalisasi.

Mengapa Perusahaan Perlu Memperkaya Data?

Selain memenuhi tujuan bisnis modern, pengayaan data juga memungkinkan untuk:

• Mendefinisikan dan mengelola beberapa tingkat hierarki data
• Membuat aturan bisnis baru dan mengklasifikasikan data
• Memproses dan mengelola data dengan lebih efisien
• Menggunakan data untuk analisis prediktif

Pengayaan data juga berdampak pada tujuan operasional dan organisasi karena perusahaan terus meningkatkan kapasitas mereka untuk transformasi digital, AI, dan sistem pembelajaran mesin. Agar transformasi ini terjadi, perusahaan perlu mengandalkan data berkualitas tinggi dan menyatukan sumber yang berbeda untuk menciptakan satu versi kebenaran.

Namun tujuan yang mendasari pengayaan data terletak pada kebutuhan untuk mempersonalisasi pengalaman pelanggan. Misalnya, bank yang disebutkan dalam contoh ini, perlu memperkaya database nasabah yang ada dengan informasi rumah tangga (informasi tentang anggota keluarga nasabah) untuk menyediakan pinjaman pelajar bagi anak-anak mereka kepada nasabah. Jenis layanan yang dipersonalisasi ini mendorong kebutuhan akan pengayaan data.

Memahami Tantangan Signifikan dengan Pengayaan Data

Sebuah proses yang menantang, pengayaan data dimulai dengan memeriksa kualitas data *dan* data baru Anda yang sudah ada.

Berikut daftar tantangan yang mengancam keberhasilan proyek pengayaan data.

1. Data yang disimpan dalam sistem yang berbeda berbeda dalam hal format, atribut dan informasi. Untuk memperoleh informasi dari sumber-sumber ini, data pertama-tama harus disortir, dibersihkan, dan dicocokkan di dalam sumber data untuk menghapus duplikat.
2. Bahkan jika Anda memperoleh data pihak ketiga seperti akun media sosial atau formulir halaman web, data tersebut perlu diprofilkan untuk memeriksa informasi yang tidak lengkap atau tidak konsisten, dibersihkan untuk menghapus kesalahan data, dan de-dupe untuk menghapus informasi duplikat. Setelah kumpulan data ini siap, maka perlu ditambahkan ke data yang ada. Inilah bagian yang menyenangkan.
3. Jika perusahaan belum membersihkan atau memperbarui data yang ada, ia harus membersihkan sumber data ini sebelum dapat mengintegrasikan data baru. Sumber data ini mungkin terdiri dari jutaan baris data sehingga sulit untuk menggunakan metode pembersihan manual.
4. Akhirnya, ketika kedua sumber data dibersihkan…. Itu perlu dicocokkan! Ini adalah bagian yang sulit. Tidak seperti beberapa dekade yang lalu, data saat ini terlalu kompleks dalam format dan struktur. Meskipun relatif mudah untuk menangkap duplikat dengan fitur yang sama, tantangan sebenarnya terletak pada menangkap duplikat probabilistik. Ini berarti bidang data yang mungkin mewakili entitas yang sama tetapi dengan nama ejaan, nomor telepon, atau bahkan alamat email yang berbeda. Oleh karena itu, kebutuhan akan akurasi merupakan persyaratan utama dalam hal pencocokan data.

Pengayaan data, oleh karena itu, bukanlah masalah sederhana menambahkan kolom baru ke database yang ada. Ini melibatkan pembersihan mendalam, menghilangkan duplikat dan menciptakan tampilan yang memberikan gambaran akurat tentang profil pelanggan yang dapat digunakan dalam pelaksanaan kampanye personalisasi pelanggan.

Peran Pencocokan Data dalam Pengayaan Data

Salah satu proses kunci dalam pengayaan data adalah pencocokan data. Saat mencocokkan data dengan sumber lain, akurasi adalah salah satu perhatian utama. Sementara perusahaan menghabiskan jutaan dolar untuk mempekerjakan spesialis dan analis data, mereka masih gagal mendapatkan akurasi bahkan 80% dalam pencocokan data. Akurasi hanyalah salah satu bagian dari pencocokan data.

Bagian penting lainnya adalah pembersihan data dan deduping data.

Dengan penyimpanan data, kemungkinan informasi terduplikasi selalu tinggi.

Ini cukup sederhana jika Anda memikirkannya.

Setiap kali pelanggan memperbarui nomor telepon, alamat email, atau data alamat mereka, ada kemungkinan bahwa rekaman duplikat dibuat secara otomatis atau dilakukan secara manual.

Ambil contoh formulir web. Seorang pengguna dapat secara tidak sengaja mengisi informasi mereka dua kali, setiap kali menggunakan alamat email baru atau nomor telepon baru (bidang yang biasanya menentukan keunikan).

Pengayaan data hanya akan efektif ketika duplikat ini diurutkan, dan catatan bersih. Setelah data duplikat dihapus, data akan dicocokkan untuk menetapkan informasi yang tepat ke entitas yang tepat.

Kesimpulan

Di dunia data besar, perusahaan berusaha untuk mendapatkan wawasan yang lebih dalam tentang pelanggan mereka. Pengayaan data adalah proses yang memungkinkan perusahaan untuk menggabungkan beberapa sumber data ke dalam tampilan pelanggan yang terkonsolidasi. Untuk benar-benar berhasil dalam pengayaan data, perusahaan harus memiliki data yang dapat mereka percayai, itulah sebabnya mereka perlu menginvestasikan solusi dan kerangka kerja kualitas data yang memungkinkan mereka memperoleh data yang bersih dan dapat digunakan. Lihatlah kualitas data organisasi Anda. Apakah Anda pikir Anda memiliki data berkualitas tinggi untuk mengejar proyek pengayaan data?