Wie klanten heeft, heeft data. En wie data heeft, kan beter inspelen op de behoeften van klanten. Met het eerste statement is iedereen het eens. De meeste marketeers herkennen zich ongetwijfeld ook in het tweede statement. Dan zou u kunnen besluiten dat bedrijven dus letten op de kwaliteit van hun data. Helaas blijkt dat bedrijven nog steeds veel geld (en klanten) verliezen omwille van slechte datakwaliteit. Wat kunt u doen om uw datakwaliteit wél op peil te houden?
Als data niet kloppen, dan heeft dat een effect op het ganse bedrijfsproces én op de relatie met de klant. E-mails komen niet aan, uitschrijvingen worden niet goed verwerkt, facturen gaan naar een verkeerd adres en de serviceafdeling weet niet of de persoon aan de telefoon al (lang) klant is of niet. Zo raken steeds meer klanten gefrustreerd en neemt het aantal klachten toe. Slechte data zorgen dus voor een domino-effect. Ze kosten geld en loyaliteit. Want ja, garbage in is nu eenmaal garbage out.
Uit onderzoek van Experian Data Quality blijkt dat onjuiste gegevens bij 88% van de onderzochte bedrijven directe invloed op de winst hebben. Een bedrijf verliest hierdoor gemiddeld 12% van haar inkomsten aan verspilde marketinguitgaven, middelen en personeelsuren. Uit hetzelfde onderzoek blijkt dat slechts 38% van de deelnemende bedrijven software gebruikt om gegevens te controleren wanneer ze worden ingevoerd. Het is niet de enige partij die onderzoek deed naar belabberde datakwaliteit. Ook Gartner, IBM en Forrester Research onderzochten het probleem. De cijfers variëren, maar allemaal komen ze met dezelfde vaststellingen.
Er is dus werk aan de winkel, want als u uw data niet op orde heeft, dan kunt u niet efficiënt communiceren met uw doelgroep en dan verliest u dus geld. Enerzijds omdat u eigenlijk kostbare tijd en middelen verspilt. Anderzijds omdat uw conversie alsmaar zal afnemen. En dan hebben we het nog niet over de schade aan uw imago, wanneer u de verkeerde boodschap aan de verkeerde klant stuurt.
Datakwaliteit is afhankelijk van interne én van externe factoren. De mate van foutgevoeligheid hangt daarbij onder andere af van:
Om succesvol data in te zetten, is het belangrijk om dubbele, ontbrekende of verkeerd ingevoerde gegevens te voorkomen. Dat kunt u op verschillende manieren doen. Het leuke is dat enkele van deze maatregelen eenvoudig zijn door te voeren en dus echte quick wins zijn waarvan u meteen de voordelen plukt.
Datakwaliteit en data governance zijn onderwerpen die veel op elkaar lijken en daardoor nog wel eens door elkaar worden gehaald. Data governance richt zich op datakwaliteit, maar gaat verder. Bij data governance komen bijvoorbeeld ook onderwerpen aan de orde als compliance, risico’s en privacy. Uiteraard kunt u de lessen die u leert uit datakwaliteitsprogramma’s ook breder toepassen op uw gehele data governance. Dit verkleint het risico en de tijd die het kost om data governance in gebruik te nemen.