Datakwaliteit
Bij één papierwaren-retailer leverde het opschonen van de klantendata in enkele maanden 7,5 miljoen correcties op. Geen nieuw model, geen nieuwe campagne. Alleen de basis rechtzetten.
Datakwaliteit is het minst zichtbare deel van je datastrategie, en tegelijk het deel dat bepaalt of al de rest werkt. Je merkt vervuilde data zelden op tot je erop selecteert. En dan is het te laat.
Datakwaliteit gaat over de bruikbaarheid van je klantgegevens. In de praktijk komt het neer op vier vlakken: adres, e-mail, naam en telefoonnummer. Elk vlak kan fouten bevatten die klein lijken. Een adres zonder postcode, een e-mail met een typfout in het domein, een naam die twee keer anders geschreven staat, een telefoonnummer in het verkeerde formaat.
Los stelt elk detail weinig voor. Samen bepalen ze twee dingen: of je je klant bereikt, en of je systeem hem als één klant herkent.
Slechte data maakt klanten onbereikbaar, en ze verbergt dubbels. Dat tweede is het verraderlijkste. Staat dezelfde klant met een net iets ander adres, een typfout in de e-mail of een fout geboortejaar in het systeem, dan ziet je platform twee of drie klanten waar er één is. Je segmentatie verdeelt dan niet je klanten, maar je fouten. En een voorspelmodel bovenop die data voorspelt vooral ruis.
Bij de papierwaren-retailer werd dat zichtbaar op het moment dat de data klopte. Het aantal correct samengevoegde dubbele profielen sprong van gemiddeld 1.500 tot 2.000 per maand naar acht tot tien keer dat niveau. Elke samenvoeging is een klant die eerst versnipperd in het systeem stond en nu één correct, bruikbaar profiel is. Dat is de basis waarop een 360°-klantbeeld pas betekenis krijgt.
De volledige case
3,7 miljoen contacten, 7,5 miljoen correcties, twee databases die eindelijk één klantbeeld werden. Lees hoe de Data Quality Services de basis rechtzetten bij een papierwaren-retailer.
Datakwaliteit is geen project dat je één keer afvinkt, maar een controle die blijft draaien. Wie de basis op orde heeft, bouwt elke selectie, elk segment en elk model op grond in plaats van op drijfzand. Datakwaliteit eerst, en dan pas het model.
