Eine Stichprobe aus unkomplizierten Standardfällen kann den Eindruck vermitteln, Kundendaten seien bereit für den Versand. Fehler zeigen sich jedoch oft erst bei fehlenden Angaben, geänderten Einwilligungen, ungewöhnlichen Bestellstatus oder mehreren Sprachen. Eine durchdachte Prüfung nimmt auch solche Fälle auf und verfolgt sie bis zur Zielgruppe und zur tatsächlichen Nachricht.
Eine aussagekräftige Stichprobe auswählen
Nehmen Sie neue und wiederkehrende Kunden, verschiedene Sprachen, abgemeldete Kontakte, ungültige Adressen und Datensätze mit fehlenden optionalen Feldern auf. Ergänzen Sie besonders lange Namen oder Produktbezeichnungen, damit Annahmen zur Darstellung personalisierter Nachrichten sichtbar werden.
Vergleichen Sie einige Datensätze mit ihrer ursprünglichen Quelle. Prüfen Sie Datumsangaben, Bestellstatus, Tags, Metafelder und Kanaleinwilligungen. Ein ausgefülltes Feld kann trotzdem eine falsche Bedeutung haben, etwa wenn ein Textdatum in der falschen Reihenfolge interpretiert wird.
Alltagsfälle und gezielte Ausnahmen einbeziehen
Wählen Sie Datensätze aus den Quellen und Status, von denen Ihre Kampagne abhängt. Berücksichtigen Sie einen regulär berechtigten Abonnenten, eine spätere Abmeldung, einen wiederholten Import, eine geänderte Präferenz, einen ungültigen Kontakt und fehlende optionale Angaben. Nehmen Sie außerdem Fälle unmittelbar innerhalb und außerhalb zeitlicher oder kaufbezogener Schwellenwerte auf.
Bei mehrsprachigen Kampagnen sollte jede relevante Sprache und eine Ausweichregel für eine unbekannte Sprache vertreten sein. Bei einem Angebot auf Grundlage früherer Käufe kann auch eine stornierte oder erstattete Bestellung wichtig sein. Die Stichprobe sollte Annahmen hinter der Nachricht auf die Probe stellen und nicht nur den einfachsten Erfolgsfall zeigen.
Prüfen Sie neben dem Aussehen auch die Bedeutung. Ein ausgefülltes Datum kann die falsche Zeitzone oder Reihenfolge von Tag und Monat verwenden. Ein Tag kann ein früheres Ereignis statt einer aktuellen Präferenz beschreiben. Eine nicht leere Telefonnummer bedeutet nicht automatisch, dass der Kontakt für SMS geeignet ist. Vollständig wirkende Felder sind nicht zwingend eine verlässliche Grundlage für eine Entscheidung.
Den Datensatz bis in das Segment verfolgen
Prüfen Sie in Sendvio für jede Stichprobe, ob der jeweilige Kunde erwartungsgemäß ein- oder ausgeschlossen wird. Beschreiben Sie das Ergebnis in klaren Worten. Beruht es auf einem undokumentierten Tag oder einer Annahme über fehlende Daten, sollten Sie die Regel vor dem Versand klären.
Untersuchen Sie Überschneidungen zwischen Zielgruppen. Ein Kunde kann berechtigterweise zu mehreren Gruppen gehören, doch der Kampagnenplan sollte festlegen, welche Nachricht Vorrang hat. Eine Datenprüfung sollte solche Überschneidungen aufdecken, statt sie als späteres Planungsproblem zu behandeln.
Das Problem einordnen, bevor einzelne Datensätze korrigiert werden
Unterscheiden Sie Fehler in der Quelle, bei der Feldzuordnung, veraltete oder fehlende Werte und falsche Zielgruppenlogik. Werden beispielsweise alle Werte aus einem Formular der falschen Präferenz zugeordnet, behebt die Korrektur einiger Kundendatensätze das Problem künftiger Anmeldungen nicht. Korrigieren Sie die Zuordnung und testen Sie erneut den Weg von der Quelle bis zum Segment.
Dokumentieren Sie für jedes Problem ein betroffenes Beispiel, die erwartete Bedeutung, das beobachtete Ergebnis, den wahrscheinlichen Umfang, eine verantwortliche Person und die vorgesehene Korrektur. Verwenden Sie nach Möglichkeit bereinigte Belege. Prüfen Sie anschließend eine neue Stichprobe aus der betroffenen Gruppe. Eine erfolgreiche Korrektur verbessert den zugrunde liegenden Ablauf und die daraus entstehende Nachricht, nicht nur das sichtbare Feld eines einzelnen Datensatzes.
Die tatsächliche Nachricht in der Vorschau prüfen
Verwenden Sie repräsentative Datensätze in den passenden Vorschauen. Kontrollieren Sie Anrede, Produktbezug, Links und Ausweichtexte. Achten Sie darauf, dass private Informationen weder in der Nachricht noch unnötig in ihrer URL offengelegt werden.
Halten Sie wiederkehrende Fehler fest und beheben Sie den Erfassungs- oder Zuordnungsprozess, der sie verursacht. Dieselbe manuelle Korrektur jeden Monat zu wiederholen, deutet darauf hin, dass die Quelle Aufmerksamkeit braucht. Eine gute Prüfung schafft Vertrauen in die Daten und in die darauf aufbauenden Entscheidungen.
Eine Stichprobe kann nicht beweisen, dass jeder Datensatz korrekt ist. Ergänzen Sie sie bei Bedarf durch Auswertungen: unerwartet viele leere Felder, ungewöhnliche Werteverteilungen, doppelte Kennungen oder eine plötzliche Änderung der Zielgruppengröße können auf ein umfassenderes Problem hinweisen. Bewerten Sie solche Auffälligkeiten im Zusammenhang mit der jeweiligen Quelle, statt jeden ungewöhnlichen Wert automatisch als Fehler einzustufen.
Schließen Sie die Prüfung ab, indem Sie die tatsächliche Kampagne mit repräsentativen Datensätzen in der Vorschau ansehen und Ausschlüsse kontrollieren. Datenqualität ist wichtig, weil sie bestimmt, wer welche Nachricht erhält, und nicht, weil eine Tabelle ordentlich aussehen soll. Eine nützliche Prüfung liefert eine nachvollziehbare Zielgruppe, verlässliche Personalisierung und eine kurze Liste von Verbesserungen an der Quelle, damit dieselben Sonderfälle beim nächsten Import nicht wiederkehren.