Gestione dei dati: ridimensionare l'utilizzo dei dati in modo efficace
Pubblicato: 2022-12-23I database aziendali sono pieni zeppi di dati. Ciò può rendere molto complicato trovare informazioni significative sul business per alimentare la strategia e le operazioni. Una corretta gestione dei dati risolve questo problema.
Punti chiave
- La gestione dei dati è la pratica di supervisione efficace dei dati durante tutto il loro ciclo di vita, dalla creazione dei dati alla distruzione.
- Dal punto di vista del marketing, la gestione dei dati promuove una cultura basata sui dati e garantisce che i dati raccolti e archiviati siano affidabili e affidabili.
- Le tecniche e le soluzioni per la creazione di valide strategie di gestione dei dati includono preparazione dei dati, pipeline ETL, governance dei dati e altro ancora.
- La gestione dei dati non è semplice e comporta delle sfide. Segui le best practice per creare una strategia efficace che tutti i membri dell'azienda possano seguire.
Che cos'è la gestione dei dati?
La gestione dei dati è la pratica di supervisione efficace dei dati durante tutto il loro ciclo di vita in modo economico e sicuro. L'obiettivo principale è organizzare, archiviare e gestire i dati in modo da consentire un facile accesso, recupero e utilizzo. Ciò include attività come:
- Raccolta di dati da varie fonti;
- Conservare i dati in modo sicuro e organizzato;
- Garantire che i dati siano accurati e aggiornati;
- Proteggere i dati da accessi non autorizzati o manomissioni; e
- Analizzare e interpretare i dati per estrarre informazioni e consentire il processo decisionale.
In termini di marketing, processi consolidati di gestione dei dati dei clienti promuovono una cultura basata sui dati all'interno del dipartimento. Garantisce l'archiviazione di dati di alta qualità per ottenere una visione accurata e completa delle tue attività di marketing e dei clienti in vari punti di contatto. Questo, a sua volta, ti aiuta a comprendere meglio il tuo pubblico di destinazione, a comunicare i valori che corrispondono ai problemi del tuo pubblico e a identificare le strategie con le migliori prestazioni che hanno maggiori probabilità di aumentare il ritorno sull'investimento di marketing (ROMI).
Perché è importante la gestione dei dati?
Una gestione efficace dei dati crea ordine all'interno della grande quantità di dati che le aziende raccolgono.
Fornisce alle organizzazioni una tabella di marcia su come raccogliere e manipolare correttamente i dati per evitare che diventino disordinati o inutilizzabili, consentendo loro di prendere decisioni rapidamente e rispondere prontamente alle esigenze del mercato.
Libera anche le risorse dei dipendenti. Ad esempio, un sondaggio di Vicky Boykis, ingegnere senior di machine learning presso Duo e notevole influencer nella nicchia, mostra che la maggior parte dei data scientist trascorre il 60% del proprio tempo a pulire e spostare i dati:
Le soluzioni di gestione dei dati possono automatizzare completamente le attività manuali e consentire agli analisti di svolgere il proprio lavoro invece di correggere i dati grezzi.
Soluzioni e tecniche di gestione dei dati
La buona notizia è che è possibile gestire petabyte di dati grezzi e scadenti. Con politiche chiare e gli strumenti giusti, la tua azienda prospererà con una cultura basata sui dati e con dipendenti che si assumono la piena responsabilità dei dati che raccolgono.
Preparazione dei dati
Non è un segreto che molte aziende debbano lottare con dati di scarsa qualità. I loro dati possono essere incoerenti e ridondanti o archiviati in formati diversi senza una tassonomia coerente.
La preparazione dei dati è il processo di aggregazione, trasformazione e strutturazione dei dati grezzi per prepararli a ulteriori analisi. Gli strumenti di preparazione dei dati riuniscono i dati in un formato unificato, eliminano le incoerenze, segnalano gli errori e combinano i dati automaticamente. Tutto sommato, questo processo garantisce che le informazioni ricavate dal tuo team durante l'analisi e i report che guardi siano validi perché i dati su cui si basano sono di alta qualità.
Pipeline di dati
Una pipeline di dati è una serie automatizzata di attività che inizia con l'inserimento dei dati e termina con un data sink, ad esempio un data warehouse, un servizio di archiviazione o un'altra applicazione. Semplifica l'elaborazione dei dati eliminando l'immissione e la manipolazione manuale dei dati, accelerando notevolmente i processi di analisi di marketing e reportistica.
Conduttura ETL
Estrai, trasforma e carica (ETL) è un sottoinsieme di una pipeline di dati.
Il processo ETL automatizza l'estrazione dei dati da una o più fonti, li trasforma in un formato standardizzato e utilizzabile e li carica su un endpoint, come un data warehouse o un software BI.
Questo endpoint diventa l'unica fonte di verità dell'organizzazione (SSOT). I dati archiviati qui sono già puliti, formattati e pronti per l'analisi, la visualizzazione o il reporting.
Ad esempio, strumenti di analisi di marketing avanzati come Improvado sfruttano l'ETL per estrarre dati da oltre 300 fonti di dati di marketing e vendita, come Shopify, Facebook Ads, Google Analytics e altro ancora, trasformano i dati in un formato pronto per l'analisi e li caricano nella destinazione designata , ovvero un data warehouse di marketing o uno strumento di BI, visualizzazione o analisi.
Magazzino dati
Un data warehouse è l'area di archiviazione per i dati storici e in tempo reale della tua azienda. Di solito memorizza dati strutturati da più fonti come varie piattaforme pubblicitarie, social media e altro.
Nelle primissime fasi di lavoro con l'analisi, le aziende utilizzano spesso fogli di calcolo per archiviare i propri dati. Alla fine, tuttavia, raggiungono la fine del loro foglio di calcolo. A questo punto, i set di dati sono diventati troppo grandi e le query si bloccano. Le aziende tecnicamente avanzate migrano verso data warehouse cloud, come Google Big Query, per consentire ai team di analisi di interrogare i dati più spesso e aumentare la loro produttività complessiva.
La sicurezza dei dati
La sicurezza dei dati è la pratica di mettere in atto precauzioni per proteggere i dati aziendali dalla corruzione o dall'accesso non autorizzato durante il loro ciclo di vita. Garantisce inoltre che l'azienda rispetti le leggi e i regolamenti sulla privacy dei dati, come HIPAA, SOC-2 e GDPR.
Governance dei dati
La governance dei dati è il fondamento di dati di buona qualità. È un processo che descrive in dettaglio le politiche e le procedure di governo per la raccolta, l'organizzazione, l'archiviazione e l'analisi dei dati. Il suo scopo è garantire dati accurati, completi, coerenti, tempestivi, validi e univoci.
Framework di gestione dei dati
I team collaborano con queste soluzioni e tecniche per ottenere la qualità dei dati e configurare correttamente tutti i processi per la gestione dei dati. Non è possibile ottenere la massima qualità dei dati senza implementare la governance dei dati, la sicurezza dei dati, l'architettura dei sistemi informativi e così via tutto in una volta.
Un framework di gestione dei dati è un insieme di regole e tecniche necessarie per implementare la gestione dei dati nella tua azienda. Attualmente, ci sono due quadri generalmente riconosciuti.
DAMA-DMBOK 2
DAMA-DMBOK 2 sta per Data Management Association - Data Management Body of Knowledge versione 2. È la seconda edizione del framework originariamente pubblicato nel 2009.
Il quadro identifica 11 aree di conoscenza interconnesse che costituiscono la gestione dei dati. Quando si segue questo quadro, un'azienda deve prendere in considerazione tutte le aree.
DMBOK 2 implica anche che non sono solo i professionisti della gestione dei dati a occuparsi dei processi di gestione dei dati; tutti i professionisti aziendali sono coinvolti in esso. L'esagono DAMA mostra una relazione diretta tra persone, processi e tecnologie.
DMBOK 2 definisce la missione principale della gestione dei dati nel modo seguente: "Soddisfare le esigenze di disponibilità, qualità e sicurezza dei dati di tutte le parti interessate". Descrive inoltre gli strumenti, i partecipanti, le metriche e i risultati finali coinvolti nel processo di gestione dei dati.
Tuttavia, questo framework presenta uno svantaggio significativo. Non descrive la relazione tra le diverse aree di conoscenza, lasciando che tu decida tutto. Complessivamente, DMBOK 2 fornisce molte conoscenze teoriche ma non tanti suggerimenti pratici.
DCAM
Mentre DMBOK 2 è un framework accessibile al pubblico, DCAM (il modello di valutazione della capacità di gestione dei dati) è chiuso al pubblico. Solo i membri dell'Enterprise Data Management Council (EDC) possono accedere a questo framework.
Il framework descrive la gestione dei dati in termini di diverse capacità con diversi livelli di maturità. Anche se DCAM ha un focus pratico e operativo, non fornisce un punto di vista chiaro sull'implementazione della gestione dei dati.
Le aziende utilizzano DCAM per valutare i loro processi, istruire le parti interessate e identificare i punti deboli nei loro programmi di gestione dei dati. Ti aiuta anche a mitigare i rischi di violazioni della normativa sulla privacy dei dati, incluso il GDPR.
Poiché il framework non è pubblicamente disponibile, non ci sono molte informazioni sulle sue best practice e raccomandazioni. Tuttavia, l'Enterprise Data Management Council ha recentemente pubblicato una versione pubblica del proprio Cloud Data Management Capabilities Framework, che fa luce sull'approccio utilizzato dall'EDC per definire i propri framework.
Entrambi questi framework potrebbero fungere da buon punto di partenza nel tuo percorso di gestione dei dati. Descrivono concetti cruciali, in modo da mantenere la massima chiarezza quando si implementa per la prima volta la gestione dei dati.
Sfide di gestione dei dati
Incontrerai molte sfide nei tuoi sforzi per gestire i dati della tua organizzazione. Ma quando sarai consapevole di queste potenziali sfide, sarai meglio preparato ad affrontarle.
Protezione dei dati aziendali
Esistono molte minacce interne ed esterne alla sicurezza e all'integrità dei dati. E le violazioni dei dati possono verificarsi in qualsiasi momento. Questo mette a rischio i dati privati e personali dei tuoi clienti.
Ecco come DMBOK-2 definisce il processo di sicurezza dei dati:
È sempre meglio affrontare i rischi per la sicurezza con sforzi coordinati, invece di tentativi individuali. Il processo comporta troppe attività di cui occuparsi un singolo dipendente. Su scala più ampia, la sicurezza dei dati ruota attorno a quattro attività principali:
- Identificare e classificare le risorse di dati sensibili;
- Individuare i dati sensibili all'interno dell'azienda;
- Determinare come ogni risorsa deve essere protetta; e
- Comprendere come queste informazioni interagiscono con i processi aziendali.
Quindi, devi anche valutare le minacce esterne, come l'ignoranza o la disattenzione dei tuoi dipendenti. La gestione dell'accesso ai dati e la conformità alle policy riduce il rischio di esposizione di dati sensibili e aumenta il livello di sicurezza dell'infrastruttura aziendale.
Gestire troppi dati
Fino al 73% dei dati è inutilizzato perché molte aziende faticano a tenere il passo con l'enorme quantità di dati provenienti da fonti diverse. Le organizzazioni che non dispongono di linee guida per la gestione dei dati per l'analisi omnicanale vengono sopraffatte, quindi inventano le cose o non utilizzano i dati disponibili.
Tuttavia, non provare a gestire tutti i dati contemporaneamente. Le aziende producono grandi set di dati, gran parte dei quali non vengono mai utilizzati. Ecco perché il ciclo di vita della gestione dei dati consiglia di concentrarsi sui dati più critici e di ridurre al minimo il ROT dei dati (dati ridondanti, obsoleti o banali).
Combinazione di dati provenienti da diverse fonti
Pensa alle dozzine di strumenti utilizzati dalla tua azienda. Anche all'interno del reparto marketing, probabilmente utilizzi più strumenti di raccolta dati e analisi.
Ciò può creare silos di dati, che si verificano perché i dati vengono archiviati in soluzioni di archiviazione isolate che non comunicano tra loro. Di conseguenza, ogni dipartimento utilizza i propri dati rendendo più difficile la collaborazione tra dipartimenti.
Dati di scarsa qualità
Le organizzazioni spendono quasi un quarto delle loro entrate per risolvere i problemi di qualità dei dati.
I dati di scarsa qualità derivano da errori durante l'immissione dei dati, danneggiamento dei dati durante il trasporto dei dati da uno strumento all'altro o mancanza di pratiche standardizzate.
Ecco una panoramica completa della gestione della qualità dei dati da parte di DMBOK-2:
Il ciclo di vita della gestione dei dati, la governance dei dati e l'attenzione ai dati critici sono alcuni dei fattori più importanti da considerare quando si cerca di aumentare la qualità dei dati.
Tieni presente che "qualità dei dati" è un termine collettivo che include 12 caratteristiche che un set di dati affidabile dovrebbe avere.
Carenza di analisti di dati qualificati
Nonostante tutti i discorsi sull'importanza dei dati per le aziende digitali e moderne, è difficile trovare analisti di dati esperti. L'assunzione di un analista qualificato richiede tempo e la formazione dei nuovi assunti può essere costosa e richiedere molto tempo.
Mancanza di governance dei dati
Molte aziende creano standard di governance dei dati come ripensamento quando i loro dati sono già diventati disordinati. Senza governance dei dati, le organizzazioni vengono sommerse da dati di scarsa qualità. Di conseguenza, gli analisti passano troppo tempo a ripulirlo e gli utenti finali passano troppo tempo a cercare di dargli un senso.
Best practice per la gestione dei dati
La gestione dei dati è un compito importante che coinvolge molte parti in movimento. Ma ci sono best practice per la gestione dei dati che possono iniziare con il piede giusto.
Dai priorità alla protezione e alla sicurezza dei dati
Le violazioni della sicurezza dei dati sono problemi da un milione di dollari che possono essere prevenuti con buoni principi di gestione dei dati.
Alcune misure di protezione dei dati includono la disponibilità di autorizzazioni utente adeguate, la presenza di un sistema centralizzato che gestisce e gestisce i dati e l'utilizzo solo di software conforme alle leggi sulla privacy dei dati.
Integra tutti i tuoi dati e crea un'unica fonte di verità
Le organizzazioni hanno molti dati che possono essere archiviati in silos di dati. Ciò significa che è difficile avere una visione completa del panorama aziendale. Per i professionisti del marketing, questo impedisce loro di vedere diversi punti di contatto con i clienti.
Quando si integrano tutti i dati in un'area di archiviazione centralizzata utilizzando una pipeline ETL, ad esempio, diventa più facile ottenere informazioni dettagliate sui dati sulle entrate.
Utilizzare un software di gestione dei dati di qualità
La manipolazione manuale dei dati non basta più con i volumi di dati che le aziende gestiscono.
Fortunatamente, ci sono molte nuove tecnologie e soluzioni software di automazione che rendono la raccolta e l'analisi dei dati più facile e veloce. Utilizzare un software di buona qualità che si integri bene con altre applicazioni.
Crea un glossario dei metadati della tua organizzazione
Avere una definizione standardizzata di tutti i dati raccolti (chiamati anche "metadati"). Includi dettagli specifici come attributi dei dati, data di creazione, nome dell'autore e area di archiviazione.
Ciò garantisce trasparenza e allineamento in tutta l'organizzazione.
Rendere tutti responsabili della qualità dei dati
La qualità dei dati è una responsabilità condivisa. È solo rendendo responsabili tutti i membri dell'organizzazione che è possibile ridurre i problemi di dati comuni.
Qual è il ruolo del marketer in questo? I marketer sono parzialmente responsabili della raccolta dei dati primari: conoscono la tassonomia dei tag UTM, il markup delle campagne pubblicitarie e gli account che devono monitorare. Nel frattempo, i data engineer e gli analisti sono responsabili della qualità dei dati in altre fasi del flusso di dati.
Primi passi per stabilire pratiche di gestione dei dati
La strada per diventare un'organizzazione basata sui dati inizia con adeguate pratiche di gestione dei dati. Supporta questa trasformazione seguendo le pratiche a cui aderiscono le aziende di successo basate sui dati.
1. Coinvolgi il C-suite nella creazione di un piano di gestione dei dati
La gestione dei dati è impegnativa quando il C-suite non è coinvolto nell'intera impresa. Devono vedere il valore di una strategia di gestione dei dati eseguita correttamente in modo da diventare proattivi nell'implementarla.
2. Controllare i dati correnti
Molto probabilmente, la tua azienda sta già raccogliendo molti dati. Controlla ciò che hai già. Osserva la conformazione del terreno e crea un piano di gestione dei dati basato sui dati che già possiedi, considerando gli obiettivi e le risorse della tua organizzazione.
3. Usa il più possibile gli strumenti di automazione
L'errore umano è una causa comune di scarsa qualità dei dati. La gestione dei dati diventa più semplice e veloce se scegli gli strumenti di automazione giusti. Ridurrai anche in modo significativo l'errore umano durante la raccolta, la manipolazione e l'analisi dei dati.
4. Piano per la crescita
I dati raccolti dalla tua azienda non faranno che crescere. Rendi flessibile la tua strategia di gestione dei dati in modo che cresca con la tua azienda e promuova il ridimensionamento senza sforzo.
5. Trova un partner tecnologico affidabile
Costruire uno stack tecnologico e trovare i partner giusti è fondamentale per stabilire processi di gestione dei dati affidabili, soprattutto quando è in gioco la sicurezza dei dati dei clienti. Improvado è una soluzione di analisi di marketing avanzata che si adatta all'ambiente di analisi esistente e promuove la cultura dei dati nell'organizzazione. La soluzione è la gestione automatizzata dei dati di marketing e il reporting, che garantisce che il tuo team faccia affidamento solo su dati di alta qualità e aggiornati per guidare le prestazioni aziendali.
Il tuo turno
Seguire le best practice per la gestione dei dati delineate in questa guida ti aiuterà a ripulire i tuoi dati e ad introdurre la tua organizzazione in una mentalità più basata sui dati. Non sarà un processo facile. È un viaggio. Ma vale la pena farlo per ottenere dati di alta qualità di cui tutti nella tua azienda possano fidarsi e su cui fare affidamento per ottenere informazioni strategiche sul business.