Marketing automation is accelator voor datakwaliteit

Het inzetten van marketing automation is alleen effectief als de datakwaliteit hoog is. Maar marketing automation kan ook heel goed worden ingezet om de datakwaliteit te verhogen.

Organisaties beschikken over een enorme hoeveelheid data. Deze data bestaat uit informatie afkomstig via je website, ordergegevens, offertes, notities, boekhoudgegevens, klantgegevens, metingen uit je productieproces. Dit is een enorme berg data die een representatie is van feiten, die informatie kan opleveren voor de aansturing van een bedrijf. Zodra de juiste doelstellingen zijn geformuleerd op het gebied van datamanagement is de volgende stap om de beschikbare data te gaan bekijken en te beoordelen. Als gevolg van het jarenlang verzamelen van data op verschillende manieren is het mogelijk dat de kwaliteit niet optimaal is. De vraag is dan ook of de aanwezige data bruikbaar is om de juiste informatie te presenteren.

Hoe meet je het begrip datakwaliteit? 

Er zijn diverse technieken beschikbaar die kunnen worden gebruikt om data te controleren en op te schonen. Daarnaast is het aan te raden om processen die zorgen voor het verzamelen van data goed te bestuderen. Het kan namelijk zo zijn dat er te veel of onvolledige data wordt verzameld die leiden tot verkeerde informatie.

Maar laten we eerst kijken naar het begrip datakwaliteit en op welke manier we dit kunnen meten. Iedere vorm van data, of het nu afkomstig is via een website of contactregels zijn in een klantsysteem, heeft te maken met regels. Binnen een salesafdeling kan bijvoorbeeld worden afgesproken dat er minimaal vijf velden bij het aanmaken van een contact moeten worden geregistreerd. De datakwaliteit is goed op het moment dat deze vijf velden worden ingevuld met de juiste waarden. Deze ‘regels’ en daarmee de datakwaliteit zijn op twee manieren te controleren.

Kwaliteit moet bijdragen aan informatievoorziening

In het voorbeeld van de contactregistratie kan er een kwantitatieve controle worden gedaan door simpelweg te analyseren of iedere contactregistratie ook daadwerkelijk vijf ingevulde velden heeft, maar ook het controleren van de waarden binnen een veld kan kwantitatief worden uitgevoerd. Bij een contactregistratie wordt bijvoorbeeld een postcode ingevuld die altijd bestaat uit vier cijfers en twee letters en zijn e-mailadressen te controleren op basis van het @-teken en de extensie (.nl/ .com). Een kwantitatieve analyse kan dus heel snel inzichtelijk maken of er incomplete of foutieve velden zijn. In Excel kunnen met behulp van de functie gegevensvalidatie snel grote hoeveelheden data worden gecontroleerd.  Een kwalitatieve controle houdt in dat we gaan kijken of de ingevulde waarden in een veld ook daadwerkelijk bijdragen aan de informatievoorziening.

Het invullen van data in systemen blijft natuurlijk altijd mensenwerk en het is meestal geen hobby of leuke bezigheid om data in te voeren. Vaak wordt dit nog even snel gedaan om een taak af te ronden maar het komt ook regelmatig voor dat data niet of onvolledig wordt ingevuld. Om de datakwaliteit te verhogen valt het aan te raden om dataprocessen (deels) te automatiseren. Marketing automation is daarbij een handig hulpmiddel.

Data van bedrijven en contactpersonen wordt vaak meerdere malen verzameld en gedocumenteerd. Denk bijvoorbeeld aan een accountmanager die als taak heeft het bezoeken van prospects. Een bezoek aan een prospect komt vaak tot stand omdat deze een formulier heeft ingevuld via de website waarvoor contactgegevens moeten worden achtergelaten. Na afloop van het bezoek documenteert de accountmanager de contactgegevens netjes in een notitieschrift of in een digitale notitie. Om de data-invoer te complementeren neemt de accountmanager deze informatie vervolgens over in het CRM-systeem. De data wordt dus eigenlijk drie keer gedocumenteerd in drie verschillende ‘systemen’ en zijn dus ook drie momenten waarop data verkeerd of onvolledig kan worden geregistreerd.

Alles automatiseren

Marketing automation kan dit proces verbeteren en de data zelfs verrijken alvorens de afspraak heeft plaatsgevonden. Een ingevuld webformulier kan natuurlijk direct in CRM worden geregistreerd als een prospect. De verplichtingen met betrekking tot de privacy-wetgeving kunnen op deze manier meteen worden meegenomen. Na het telefonisch informeren en uitvragen van een prospect kan extra informatie worden gedocumenteerd die via een digitale afspraakbevestiging kan worden geverifieerd. Tijdens de afspraak kan vervolgens nieuwe data worden verzameld en om het af te sluiten zit in de opvolging van een afspraak nog een mogelijkheid om data te verzamelen of te verifiëren. De registratie van een prospect, bevestigen van een afspraak en opvolging van een bezoek zijn allemaal voorbeelden van stappen in het proces van datamanagement. Deze stappen kunnen met behulp van marketing automation worden geautomatiseerd. Daarvoor zijn diverse e-mailmarketingsystemen beschikbaar in de markt waarvan er diverse zelfs gratis kunnen worden gebruikt.

Netjes omgaan met aangeleverde data

Al deze stappen zorgen dus voor nieuwe data die met behulp van marketing automation kan worden ondersteund. De prospect heeft door toestemming te geven voor het verwerken van zijn of haar data de volledige controle en zal minder terughoudend zijn wanneer data wordt gevraagd. Op deze manier zorgt een organisatie voor een hoge datakwaliteit waarmee het prospects en hopelijk uiteindelijk klanten beter van dienst kan zijn. En het geeft prospects en klanten ook het gevoel dat er behoorlijk wordt omgegaan met de aangeleverde data en natuurlijk de vraag die wordt gesteld.

Dit betekent dat de inzet van marketing automation organisaties op twee manieren kan helpen. In de eerste plaats zorgen campagnes ervoor dat prospects en klanten steeds meer leren over de organisatie en daardoor eerder producten en diensten gaan afnemen. Maar daarvoor kan marketing automation er al voor zorgen dat de datakwaliteit en hoeveelheid hoog is waardoor campagnes nog effectiever zijn.