שגיאות נפוצות במאגרי מידע עסקיים ופתרונן

על השגיאות שנפתרות דרך טיוב מאגר מידע עסקי (Stuart Miles)

כל ארגון המחזיק בלקוחות, בין אם הם מזדמנים, קבועים, מבצעים עסקה אחת או כמה עסקאות בתדירות גבוהה, מחזיק במאגר מידע עסקי משלו – הכולל את הנתונים הבסיסיים על אודות כל לקוח ולקוח (שם, טלפון, מייל), מספר האינטראקציות שהוא ביצע ועוד מידע רלוונטי.

הארגון צריך כמובן לטפל בנתוני לקוחותיו ולדאוג שמספר הטעויות שיבוצעו בעת הזנת הנתונים ישאף לאפס.

חלק מהמערכות תומכות באפשרות לבצע אימות נתונים של מספרי טלפון, כתובות, כתובות מייל ועוד. כך ניתן למזער עוד את מרווח הטעויות.

עם זאת, כשמדובר במידע שהצטבר לאורך כמה שנים, כאשר המשתמשים שהזינו את המידע התחלפו, שדות רלוונטיים נוספו והוסרו, טיוב נתונים הוא דבר מתבקש. אילו שגיאות נוטים לאתר כאשר מבוצע טיוב נתונים למאגר מידע עסקי?

חוסר אחידות

מדובר בחוסר אחידות בצורת הרישום של הלקוחות, חוסר אחידות בתיעוד הכתובת ופרטיהם האישיים, וגם עירוב בין שדות מסוימים ורישום מידע לא רלוונטי בשדה המיועד לכלול נתונים אחרים. דוגמא: בשדה הטלפון הנייד של כמה לקוחות נרשם טלפון קווי במקום טלפון סלולרי. בפועל, כאשר יהיו מעוניינים לבצע דיוור באמצעות הודעות SMS, תהיה בעיה לשלוח הודעה ללקוחות אלו.

טיוב נתונים יעניק פתרון לבעיה: הנתונים של כל הלקוחות יועברו לטבלה נכונה ומסודרת והנתונים יעברו סטנדרטיזציה כדי שאלו יהפכו לאחידים. לאחר מכן, יהיה להקפיד להזין את הנתונים של כל לקוח כראוי.

היעדר מידע

נסביר מקרה זה בדוגמא. נניח שמדובר בחברת תיירות שמארגנת טיולים מסביב לעולם. היא מעוניינת כעת להציע טיול יוקרתי לבני 45-65 ופונה למאגר המידע העסקי שצברה לאורך השנים כדי לאתר לקוחות בגילאים הרלוונטיים המשתייכים למעמד סוציו אקונומי גבוה יחסית. בפועל, על חלק גדול מלקוחות החברה אין נתונים רלוונטיים. במקרה זה, מחקר מידע והשבחת המידע ישרתו את המטרה וישיגו כמה שיותר מידע על הלקוחות, כך שיהיה ניתן לפלח אותו בצורה מדויקת על פי חתכים פרטניים.

לקוחות מנותקי קשר

דמיינו שלפני 12 שנה קיבלתם לקוח חדש לחברתכם ורציתם, כמו כל חברה, לשמור איתו על קשר. בינתיים, הוא עבר דירה והחליף את המספר הקווי שלו, קיבל טלפון נייד מהעבודה והפסיק את המנוי בחברת הסלולר שלו. התוצאה: לא תצליחו לאתר את הלקוח והוא יהפוך למנותק קשר.

כחלק מתהליך טיוב מידע, תבוצע הצמדה של הנתונים העדכניים השייכים ללקוח ממאגר מידע חיצוני ובעל אמינות גבוהה, ולבסוף יבוצע תקנון לנתונים החדשים.