Datakvalitet for Shopify-kunder er lettest at vurdere, når stikprøven indeholder poster, der sandsynligvis giver problemer. En fejlfri første række fortæller ikke meget om manglende navne, modstridende abonnementsstatus eller forældede præferencer. Følg repræsentative poster ind i de segmenter og beskeder, der bruger dem, og ret årsagen til hvert problem i stedet for at redigere de samme e-mails igen og igen.
Vælg en repræsentativ stikprøve
Medtag nye og tilbagevendende kunder, forskellige sprog, kontakter der har afmeldt sig, ugyldige adresser og poster med manglende valgfrie felter. Tilføj usædvanligt lange navne eller produktbetegnelser for at afsløre antagelser om layoutet i personaliserede beskeder.
Sammenlign nogle få poster med den oprindelige kilde. Kontrollér datoer, ordrestatus, tags, metafelter og tilladelser for de enkelte kanaler. Et felt kan se udfyldt ud, men have en forkert betydning, for eksempel hvis en tekstdato fortolkes i den forkerte rækkefølge.
Medtag både almindelige poster og bevidste undtagelser
Vælg poster fra de kilder og statusser, som kampagnen afhænger af. Medtag en almindelig abonnent, der må modtage marketing, en senere afmelding, en gentaget import, en ændret præference, en ugyldig kontakt og manglende valgfrie oplysninger. Tag også poster med lige over og under de tids- eller købskrav, som segmentet bruger.
I en flersproget kampagne skal du medtage hvert relevant sprog og en reserveindstilling, hvis sproget er ukendt. I et tilbud baseret på køb skal du medtage en annulleret eller refunderet ordre, når den forskel har betydning. Stikprøven skal udfordre antagelserne bag beskeden, ikke blot vise den lettest mulige successti.
Kontrollér betydningen såvel som udseendet. En udfyldt dato kan bruge forkert tidszone eller rækkefølge for dag og måned. Et tag kan beskrive en tidligere hændelse i stedet for en aktuel præference. Et telefonnummer, der ikke er tomt, er ikke nødvendigvis egnet til SMS. Et felt, der ser komplet ud, er ikke automatisk egnet til beslutningen.
Følg posten ind i et segment
Kontrollér i Sendvio, om hver kunde fra stikprøven inkluderes eller udelukkes som forventet. Forklar resultatet i et enkelt sprog. Hvis forklaringen afhænger af et udokumenteret tag eller en antagelse om manglende data, skal reglen afklares før udsendelsen.
Undersøg overlap mellem målgrupper. En kunde kan godt opfylde kriterierne for flere grupper, men kampagneplanen bør afgøre, hvilken besked der har prioritet. Datarevisionen skal synliggøre overlap, så det ikke først bliver opdaget som et problem med udsendelsestidspunktet.
Klassificér problemet, før du retter enkelte poster
Adskil fejl i kildedata, feltkobling, forældede værdier, manglende værdier og forkert målgruppelogik. Hvis hver værdi fra én formular bliver koblet til den forkerte præference, hjælper det ikke at rette nogle få kundeoplysninger. Ret feltkoblingen, og test igen hele vejen fra kilde til segment.
Notér for hvert problem et berørt eksempel, den forventede betydning, det observerede resultat, problemets sandsynlige omfang, en ansvarlig og en løsning. Brug om muligt anonymiseret dokumentation. Gennemgå derefter en ny stikprøve fra den berørte gruppe efter ændringen. En god rettelse forbedrer den underliggende proces og beskeden, ikke kun det synlige felt på én post.
Forhåndsvis den faktiske besked
Brug posterne fra stikprøven i relevante forhåndsvisninger. Kontrollér hilsner, produktkontekst, links og reserveindhold. Sørg for, at private oplysninger ikke unødigt vises i beskeden eller dens webadresse.
Notér tilbagevendende fejl, og ret den indsamling eller feltkobling, som skaber dem. Hvis den samme manuelle rettelse skal gentages hver måned, er det tegn på, at kilden kræver opmærksomhed. En nyttig kontrol giver teamet tillid til både dataene og beslutningerne, der bygger på dem.
En stikprøve kan ikke bevise, at alle poster er korrekte. Brug også samlede kontroller, hvor det er relevant: uventet mange tomme værdier, usædvanlige fordelinger, dublerede identifikatorer eller pludselige ændringer i antallet af kontakter, der må modtage marketing, kan afsløre et bredere problem. Vurdér kontrollen i lyset af datakilden i stedet for at behandle enhver usædvanlig værdi som en fejl.
Afslut med at forhåndsvise den faktiske kampagne med repræsentative poster og kontrollere udelukkelserne. Datakvalitet er vigtig, fordi den ændrer, hvem der modtager hvad, ikke fordi et regneark skal se pænt ud. Kontrollen er nyttig, når den giver en målgruppe, der kan forsvares, pålidelig personalisering og en kort liste over forbedringer af kilderne, som forhindrer, at de samme vanskelige tilfælde vender tilbage ved næste import.