De kwaliteit van Shopify-klantgegevens beoordeel je het best met een steekproef waarin records zitten die waarschijnlijk problemen opleveren. Een foutloos eerste record zegt weinig over ontbrekende namen, tegenstrijdige abonnementsstatus of een verouderde voorkeur. Volg representatieve records door naar de segmenten en berichten die ze gebruiken en los de bron van het probleem op in plaats van individuele e-mails steeds opnieuw aan te passen.
Kies een representatieve steekproef
Neem nieuwe en terugkerende klanten op, verschillende talen, afgemelde contacten, ongeldige adressen en records met ontbrekende optionele velden. Voeg uitzonderlijk lange namen of productlabels toe om aannames over de ruimte in gepersonaliseerde berichten te testen.
Vergelijk enkele records met de oorspronkelijke bron. Controleer datums, bestelstatus, labels, metavelden en kanaaltoestemmingen. Een veld kan gevuld lijken terwijl het de verkeerde betekenis heeft, bijvoorbeeld een tekstdatum die in de verkeerde volgorde is gelezen.
Neem gewone records én bewust gekozen uitzonderingen mee
Kies records uit de bronnen en statussen waarvan de campagne afhankelijk is. Neem een gewone geschikte abonnee op, een latere afmelding, een herhaalde import, een gewijzigde voorkeur, een ongeldig contact en ontbrekende optionele gegevens. Voeg records toe die net binnen en buiten een tijds- of aankoopdrempel van het segment vallen.
Neem voor een meertalige campagne elke relevante taal en een terugvaloptie voor onbekende taal mee. Bevat een aanbieding voorwaarden op basis van aankopen, neem dan waar relevant een geannuleerde of terugbetaalde bestelling op. De steekproef moet de aannames achter het bericht testen en niet alleen de makkelijkste geslaagde situatie laten zien.
Controleer zowel de betekenis als de weergave. Een ingevulde datum kan de verkeerde tijdzone of dag-maandvolgorde gebruiken. Een label kan een historische gebeurtenis beschrijven in plaats van een actuele voorkeur. Een niet-leeg telefoonveld is niet automatisch geschikt voor sms. Een gevuld veld is niet per se geschikt voor de beslissing.
Volg elk record door naar een segment
Controleer in Sendvio of elke geselecteerde klant terecht wordt opgenomen of uitgesloten. Leg het resultaat in gewone taal uit. Hangt de verklaring af van een niet-gedocumenteerd label of aanname over ontbrekende gegevens, verduidelijk die regel dan voordat je iets verstuurt.
Onderzoek overlap tussen doelgroepen. Een klant kan terecht bij meerdere groepen horen, maar je campagneplan moet bepalen welk bericht voorrang krijgt. De data-audit hoort zulke kruisingen zichtbaar te maken in plaats van ze als een later planningsprobleem te behandelen.
Bepaal het soort probleem voordat je records afzonderlijk wijzigt
Maak onderscheid tussen fouten in de bron, verkeerde veldkoppelingen, verouderde waarden, ontbrekende gegevens en onjuiste doelgroepregels. Is elk antwoord uit één formulier aan de verkeerde voorkeur gekoppeld, dan lossen een paar klantrecords corrigeren toekomstige inzendingen niet op. Herstel de koppeling en test de route opnieuw, van bron tot segment.
Noteer per probleem een voorbeeld zonder onnodige persoonsgegevens, de verwachte betekenis, waargenomen uitkomst, waarschijnlijke omvang, verantwoordelijke en oplossing. Controleer na de wijziging een nieuwe steekproef uit de getroffen groep. Een geslaagde correctie hoort het onderliggende proces en het resulterende bericht te veranderen, niet alleen het zichtbare veld in één record.
Bekijk het daadwerkelijke bericht
Gebruik de geselecteerde records in relevante voorbeelden. Controleer begroetingen, productcontext, links en terugvalteksten. Ga na dat privégegevens niet onnodig in het bericht of de URL terechtkomen.
Noteer terugkerende fouten en herstel het verzamel- of koppelingsproces dat ze veroorzaakt. Dezelfde handmatige correctie elke maand herhalen wijst erop dat de bron aandacht nodig heeft. Een nuttige audit geeft het team vertrouwen in de gegevens en in de beslissingen die daarop zijn gebaseerd.
Een steekproef bewijst niet dat elk record correct is. Gebruik waar passend ook controles op het totaal: onverwacht veel lege waarden, afwijkende verdelingen, dubbele identificatiegegevens of plotselinge veranderingen in het aantal geschikte ontvangers kunnen een breder probleem onthullen. Beoordeel zulke signalen in de context van de bron en behandel niet elke afwijkende waarde automatisch als fout.
Rond af door de echte campagne met representatieve records te bekijken en uitsluitingen te controleren. Datakwaliteit is belangrijk omdat ze bepaalt wie welk bericht ontvangt, niet omdat een spreadsheet er netjes uitziet. De audit is geslaagd wanneer die een verdedigbare doelgroep, betrouwbare personalisatie en een korte lijst bronverbeteringen oplevert die dezelfde lastige gevallen bij de volgende import voorkomen.