6 manieren om Enrich Uw zakelijke gegevens

Keyword: Gegevens Enrichment

Elke organisatie erkent de waarde van haar data. Het is essentieel dat eindgebruikers vertrouwen hebben in de gegevens van hun organisatie om zakelijke beslissingen te nemen. Een fundamentele manier om waarde aan uw gegevens toe te voegen, is door middel van gegevens enrichment.

Data enrichment polishes verbetert en vergroot de dataset door nieuwe attributen te introduceren. Met behulp van postcodes kunt u bijvoorbeeld primaire adresgegevens verbeteren door demografische informatie over sociaaleconomische status (grootte van het huishouden, gemiddeld inkomen en bevolkingskenmerken) op te nemen.

Hier zijn enkele belangrijke onderzoeksresultaten die het belang van gepersonaliseerde klantervaringen benadrukken:

• zegt 66% van de klanten verwachten dat merken hun unieke behoeften en voorkeuren begrijpen.
• zegt 52% van de klanten willen alle merkaanbiedingen die zijn afgestemd op hun specifieke vereisten.
• zegt 54% van de klanten melden dat ze waarschijnlijk door artikelen in de winkel bladeren en ze online kopen (of vice versa), terwijl 53% van de merken investeert in omnichannelstrategieën om aan deze trend tegemoet te komen.

Wat zijn data Enrichbedoeld?

Klantinformatie kan afkomstig zijn uit verschillende bronnen. Het kan rechtstreeks van potentiële klanten worden verkregen door hen een formulier te laten invullen om een ​​whitepaper te verkrijgen, een productpresentatie aan te vragen of een vergadering met een verkoper te plannen, of van platform voor journalisten ook. Bovendien kan deze informatie worden verkregen uit datamonitoringsoftware die de gebruiker monitort engageop uw eigen eigendommen (zoals Google Analytics, Happierleads, Mixpanel, enz.). Daarnaast is er een concept dat bekend staat als gegevens van derden. 

Gegevens van derden zijn informatie over websitebezoekers, klanten en prospects die zijn afgeleid van hun interacties met externe digitale en offline eigendommen. Bijvoorbeeld bepaalde gegevens van derden enrichment-services zouden LinkedIn-gegevens vergelijken met webtrackinggegevens om "enrich” gebruikersgegevens en een beter inzicht in ons websiteverkeer.

 

Manieren om Enrich Uw zakelijke gegevens

Er zijn verschillende manieren om enrich uw bedrijfsgegevens, waarmee u diepere inzichten in uw klanten kunt krijgen en besluitvormingsprocessen kunt verbeteren. In dit artikel bespreken we zes veelvoorkomende manieren waarop gegevens kunnen worden opgeslagen enrichred.:

• Gegevens opnemen
• Benadering van gegevenssegmentatie
• Afgeleide functies
• Gegevensimputatie
• Entiteitsextractie
• Gegevensclassificatie

Gegevens opnemen

Door uw dataset te verbeteren door middel van data-integratie, kunt u informatie uit meerdere bronnen samenvoegen om een ​​uitgebreidere, nauwkeurigere en uniformere dataset te creëren dan een individuele bron zou kunnen bieden. Als u bijvoorbeeld klantgegevens uit uw CRM, financiële systeem en marketingplatforms verzamelt en deze vervolgens combineert, krijgt u een superieur inzicht in uw klanten in vergelijking met een enkel systeem.

Het opnemen van gegevens als een methode van enrichment omvat ook het verkrijgen van informatie van derden, zoals demografische of ruimtelijke gegevens op basis van postcodes, en deze opnemen in uw bestaande dataset. Andere waardevolle voorbeelden zijn weergegevens, verkeersgegevens en wisselkoersen.

Benadering van gegevenssegmentatie

Gegevenssegmentatie is een techniek die gegevensentiteiten (bijv. klanten, producten of locaties) in groepen categoriseert op basis van gedeelde kenmerken die worden gedefinieerd door specifieke variabelen (bijv. leeftijd, geslacht en klantinkomen). Deze segmentatie maakt een betere organisatie en begrip van het onderwerp mogelijk. Enkele voorbeelden van klantsegmentatie zijn:

• Demografische segmentatie - Het gaat om leeftijd, geslacht, beroep, burgerlijke staat, inkomsten en meer.
• Geografische segmentatie - Het is gecategoriseerd per land, staat of stad.
• Technografische Segmentatie - Het is gebaseerd op apparaten, software en voorkeurstechnologieën.
• Psychografische segmentatie – Het hangt af van iemands overtuigingen, attitudes en waarden.
• Gedragssegmentatie - Het richt zich op gedrag of het ontbreken daarvan, bestedingspatroon, gebruik van functies, regelmaat van browsen, zoekgeschiedenis, bestelwaarde en meer.

Deze classificaties kunnen resulteren in klantgroepen als Trendsetters en Tree Changers. Door berekende velden te gebruiken in een ETL-proces (Extraheren, transformeren en laden) of een metagegevenslaag, kunt u uw eigen segmentatie ontwikkelen op basis van uw beschikbare gegevensattributen.

Afgeleide functies

Afgeleide kenmerken zijn gegevensvelden die niet aanwezig zijn in de originele dataset, maar kunnen worden verkregen uit een of meer bestaande velden. Zo wordt 'Leeftijd' nauwelijks direct opgeslagen, maar wel berekend uit een veld met daarin een geboortedatum. Afgeleide kenmerken zijn voordelig omdat ze vaak analyserelevante logica bevatten. 

Door ze te genereren binnen een ETL-proces of op de metadatalaag, kunt u het maken van nieuwe beoordelingen versnellen terwijl u de nauwkeurigheid en consistentie van de gebruikte maatregelen behoudt.

Veelvoorkomende voorbeelden van afgeleide kenmerken zijn:

• Teller veld – gebruikt een unieke ID voor elke dataset, waardoor aggregaties eenvoudig zijn.
• Datum Tijd Conversies - het extraheren van datumvelden zoals weekdagen, maanden, kwartalen, etc.
• Tijd – het berekenen van een verstreken tijd, zoals reactietijden van tickets.
• Dimensionale tellingen - het creëren van nieuwe tellervelden voor specifieke gebieden door waarden binnen een veld te tellen, zoals het aantal overtredingen van verdovende middelen, wapenovertredingen of andere misdaden. Dit vergemakkelijkt een eenvoudigere vergelijkende analyse op rapportniveau.
• Classificaties op hoger niveau – het afleiden van productcategorieën uit producten of groepen van leeftijden.
  

U kunt geavanceerde functies uit uw gegevens afleiden met behulp van datawetenschapsmodellen, bijvoorbeeld churn-risico of neiging tot uitgeven. Door op te nemen Happierleads in uw afgeleide strategie voor het genereren van functies, dat kan enrich uw datasets met waardevolle informatie over potentieel leads en hun bedrijven, zoals omzet, omvang en contactgegevens van sleutelpersoneel.

Gegevensimputatie

Een data-imputatieproces omvat het vervangen van waarden voor ontbrekende of inconsistente gegevens binnen een veld. Gegevensanalyse wordt nauwkeuriger wanneer de geschatte waarde wordt gebruikt in plaats van de ontbrekende waarde als nul te nemen, wat aggregaties zou kunnen verstoren. 

U kunt bijvoorbeeld een bestelwaarde schatten op basis van de eerdere bestellingen van de klant of de specifieke productbundel. Bovendien is het integreren van krachtige tools zoals Happierleads in uw data-imputatie-inspanningen kunnen uw mogelijkheden voor het genereren van leads aanzienlijk verbeteren en u helpen voorop te blijven in het concurrentielandschap.

Entiteitsextractie

Entiteitsextractie omvat het omzetten van ongestructureerde of semi-gestructureerde gegevens in zinvolle gestructureerde gegevens. Een persoon, plaats, organisatie, concept en numerieke en temporele uitdrukking kunnen allemaal worden geïdentificeerd door entiteitsextractie (datums, tijden, valutabedragen, telefoonnummers, duur en frequenties). U kunt bijvoorbeeld door middel van gegevensparsing de naam van een persoon extraheren uit een e-mailadres, het webdomein van de organisatie waartoe deze persoon behoort, of namen, adressen en andere gegevenselementen scheiden in afzonderlijke componenten van een adres in de vorm van een envelop.

Bovendien moeten organisaties mogelijk toegang hebben tot externe gegevensbronnen die niet beschikbaar zijn via het openbare internet om gegevens te extraheren. Deze gegevensbronnen kunnen zich achter firewalls of andere beveiligingsmaatregelen bevinden die toegang buiten het netwerk van de organisatie verhinderen. In dergelijke gevallen, een VPN kan worden gebruikt om een ​​veilige, versleutelde verbinding tot stand te brengen tussen het netwerk van de organisatie en de externe gegevensbron. Hierdoor heeft de organisatie toegang tot de gegevensbron alsof deze zich op haar eigen netwerk bevindt, zonder dat er complexe en mogelijk onveilige tijdelijke oplossingen nodig zijn.

Gegevensclassificatie

Gegevenscategorisering omvat het labelen van ongestructureerde gegevens en het transformeren ervan in gestructureerde gegevens die kunnen worden geanalyseerd. Dit proces valt uiteen in twee primaire categorieën:

• Sentiment analyse – emoties en gevoelens uit tekst halen, bepalen of de feedback positief, negatief of neutraal is.
• onderwerp – het identificeren van het onderwerp van het bericht, zoals politiek, sport of huizenprijzen.

In beide gevallen kan ongestructureerde tekst worden geanalyseerd, waardoor de gegevens beter worden begrepen.

Beste praktijken voor gegevens Enrichment

Data enrichment is zelden een eenmalige procedure. U moet uw enrichstappen in een analytische omgeving met continue data-instroom. Door verschillende best practices te implementeren, bereikt u de gewenste resultaten en behoudt u een hoge gegevenskwaliteit. Deze praktijken omvatten:

Replicatie en consistentie

Elke gegevens enrichMeningspogingen moeten herhaalbaar zijn en consistent de gewenste resultaten opleveren. Elk proces dat u ontwerpt, moet regels volgen, zodat u het herhaaldelijk kunt uitvoeren met de zekerheid dat u elke keer hetzelfde resultaat behaalt.

Duidelijke evaluatiecriteria

Elke gegevens enrichHet initiatief moet duidelijk gedefinieerde evaluatiecriteria hebben. U moet de effectieve uitvoering van het proces bevestigen. Na de uitvoering van een proces kunt u bijvoorbeeld recente resultaten vergelijken met die van eerdere taken om ervoor te zorgen dat de resultaten aan de verwachtingen voldoen.

Schaalbaarheid

Data enrichmenttaken moeten schaalbaar zijn in termen van middelen, tijd en kosten. Naarmate uw gegevens groeien of naarmate u meer processen toevoegt aan uw transformatieverantwoordelijkheden, moet elk proces dat u ontwikkelt onderhoudbaar zijn. Het automatiseren van processen met een schaalbare infrastructuur kan je bijvoorbeeld helpen om grote hoeveelheden data sneller te verwerken.

Volledigheid

Elke gegevens enrichment taak moet grondig zijn in relatie tot de brongegevens en resultaten opleveren met herkenbare kenmerken. Dit betekent dat u alle mogelijke uitkomsten, zelfs "onbekende" uitkomsten, voor elke beoogde output hebt overwogen. Zorg ervoor dat nieuwe invoer geldig is door grondig te zijn enrichuitvoer consistent te realiseren.

Algemeenheid

Data enrichment taken moeten relevant zijn voor een grote verscheidenheid aan datasets. Daarom zou u in staat moeten zijn om de procedures die u ontwikkelt over te zetten naar verschillende datasets, zodat u logica voor meerdere taken kunt gebruiken. U moet de uniforme extractie van de dag van de week toepassen op alle datumvelden. Deze methode zorgt voor consistentie van het resultaat en behoudt gegevensconventies tussen onderwerpen.

Conclusie

Data enrichment is een essentieel proces dat bedrijven in staat stelt hun datasets te optimaliseren en waardevolle inzichten te verwerven in hun klantenbestand en doelmarkt. Door verschillende technieken toe te passen, zoals het opnemen van gegevens uit meerdere bronnen, het segmenteren van gegevensentiteiten op basis van gedeelde kenmerken, het afleiden van kenmerken uit bestaande velden, het toeschrijven van ontbrekende of inconsistente gegevens, het extraheren van relevante entiteiten en het classificeren van ongestructureerde gegevens, kunnen bedrijven gerichte en geïndividualiseerde klantervaringen creëren die leiden tot meer tevredenheid en loyaliteit.

Naarmate het digitale landschap evolueert, nauwkeurig en enrichEdele gegevens worden steeds belangrijker voor het nemen van weloverwogen beslissingen en het behouden van een concurrentievoordeel. Door gebruik te maken van data enrichMet behulp van tools kunnen bedrijven hun begrip van klanten verbeteren en trends, patronen en kansen identificeren om groei en succes te stimuleren. Als u op zoek bent naar een manier om uw B2B-verkoop- en marketingstrategie te verbeteren, overweeg dan om te gebruiken Happierleads voor gegevens enrichment vandaag!