您的数据杀死了假日精神

 
在圣诞节至感恩节期间需求旺盛的商品和服务制造商的脸上仍然挂着微笑。预计零售额将增长3.7%(比一年前的5.4%略低)，但仍将增长至1万亿美元以上。数字商务部分也应该表现得不错，同比增长13%。为了理解和预测消费者行为并提供最终的客户体验，零售商和CPG公司都在大数据和业务分析解决方案上进行投资。 IDC预测，与2018年相比，该领域的支出将增长12%。人工智能(Ai)在相同数据集中的传播无疑将带来新的见解。毕竟，分析师们认为，随着忠诚度的显着提高，以洞察力为导向的业务将比竞争对手增长30%。一切似乎都在不断进行。逐年增长和投资率是同步的，但同样，同一位分析师报告说，“零售交付”有所减少，因为据称具有良好分析实践的这些组织中有40%无法提供切实可行的见解。
答案：“数据未对齐”
多年来，我以某种形式或形式多次写过关于这种结构现象的文章。您可能会认为，到目前为止，组织已成为精明的数据收集者，监护人和消费者。正如我前面提到的，他们当然进行了大量投资。尽管如此，尽管每周都要收集大量数据，但是其价值却越来越令人怀疑。它的保真度更是如此。多年来，在我与之合作的许多组织中，从有效性，格式，及时性，唯一性，可访问性和完整性等方面来看，其质量仅仅是-可能是10-30%的消费者数据，最好是50%的数据。产品或渠道数据。您是否会在这种含糊不清的程度下经营一家公司?
“缺乏洞察力”的主要症状确实是多方面的，但我可以将其分解为许多根本原因，许多组织仍在为此而努力。
整个企业级(不是单个数据孤岛)的数据质量仍然很糟糕，甚至常常不为人知或理解。对于消费者，客户甚至产品数据都是如此。
在数据科学和报告团队基于数据集成代码构建其专有的但不可持续的修复程序时，分析和人工智能解决方案投资完全低估了此问题。
难以以有意义的方式为决策者提供跨广泛的全渠道体验的客户交互和交易集成。
在开始进行分析或Ai项目之前，不知道(基准测试)您在技术上和商业上所处的位置，会削弱您展示价值创造的能力。
即使您理解，捕获和执行得非常完美，但经常受托执行此类项目的IT团队通常在将成功成功传达给业务利益相关者方面也有着可怕的记录。
零售商和CPG公司都继续处于这种恶性循环中，自欺欺人地认为自己属于精选的公司集团，在这些集团中，营销人员可以获得可行的见解。但是，他们非常高兴地没有意识到这样的见解具有低保真度，高成本开销和延迟。
惊人的图表-没有收集到任何见解
奇特的气泡图和瀑布图以及机器学习算法使毫无戒心的企业高管欺骗了他们，使他们相信屏幕上的内容是福音。一旦他们因为报告没有意义而在IT部门的盔甲中遇到了麻烦，他们很快就会退缩到直言不讳的模式。
摆脱这种替代状况的一种方法是，可以通过咨询合作伙伴参与业务，以对他们当前的“黄金KPI”(关键绩效指标)进行基准测试，并评估与产品，消费者和消费者相关的核心数据质量。渠道合作伙伴数据。举个例子;核心消费者数据质量跨越其CRM，ERP，忠诚度，销售点，社交媒体和电子商务接触点的名称，地址，人口统计以及另外50个左右的核心属性。黄金KPI通常是诸如购物篮，购物车放弃率，跨品牌和渠道销售数字，转化或平均订单金额等的订单或交付绩效趋势之类的指标。
应该根据对这些KPI的影响，确定固定核心数据属性并集成其他交易(例如，消费者交互数据，例如网站点击，应用或社交媒体签到，喜欢和发布)的优先级。确定正确的KPI并信任数据的质量和意义后，就可以使用分析解决方案和Ai冒险了。现在，您应该有一个中央数据池，这些团队可以从中汲取并使用它们筛选核心的庞大云数据湖。他们现在可以使用Nielsen，IRI和SPINS数据池来完善其预测。几个月后，请盘点一下您的数据质量，数据管理实践和整个组织的使用情况如何得到改善。着手进行此旅程时，将您关注的一些KPI关联起来。看看是否发现任何有趣的相关模式。
现在，IT可以准备向更多的受众传达如何“货币化数据”以降低每次点击成本，减少返利支出并通过将商品分配到不同渠道来避免蚕食品牌产品A和B。 IT不应仅传达技术统计信息。我最近看到了一些示例，这些示例将API响应时间缩短了30毫秒，加载了7700万条记录，处理能力提高了6倍。虽然这确实是惊人的统计数据，但您的平均产品经理或市场营销人员不仅会不了解，也不会在乎。如果您提供已识别和更正的重复的消费者或渠道合作伙伴记录的数量，相关的订单金额更正，返利和促销支出，客户切换到更有利可图的渠道等;你说的是美元和理智的语言。