实战：测测你的市场营销数据管理水平

实战：测测你的市场营销数据管理水平

在专注于邮件营销及多渠道营销自动化智能化机构webpower的上两篇关于数据营销的文章中，笔者已经就可信赖的9种数据类型，以及小数据的意义及作用做出了详细的分析，那么你是不是已经开始对自己的数据策略做出整体的回顾了呢，在这个过程中，你是不是同样充满了这样的疑惑，如我公司的数据管理到底处于什么阶段？我们属于那种数据管理类型？我目前的数据管理方法是否到位，且正确有效？下面webpower就提供一个小的测试帮助大家了解了解自身企业的数据管理情况，想知道答案，那么赶快开始测试吧！1.典型的用户数据库在数据量上可能每年都会翻一番。你如何决定何时把联系人添加到您的数据集？A.我们基于以下因素增长并更新数据库。如在清洗之后有多少个用户被去除；基于对响应率的考虑，需要有多少用户；要覆盖各个细分组需要多少用户数。B.在一个大型的活动前，如网络研讨会或新产品推出，我们倾向于从外部渠道获取一个新的用户列表。C.当我们的销售量无法达到我们预期，我们会从供应商那找一些新的用户添加到数据库，试图弥补缺失的收入。2.你评估客户和潜在客户的电子邮件地址发送能力的周期是？A.我们积极主动，并至少每季度一次，去确保电子邮件发送处于持续的水平，在我们发送邮件前，去除硬弹邮件地址。B.我们积极做出响应，并依靠电子邮件活动后的硬弹报告，去除不正确的联系人信息。C.我们基本上不评估发送能力。3.如何描述你的数据库中的电话信息的准确性？A.可靠的。每季度(或左右)，我们利用内部资源评估手机的连接性，或外部供应商保持手机信息及时更新。B.一般。有时候，销售人员抱怨他们无法通过手机联系到潜在客户，必须通过一个免费电话号码或电话录去追踪这些客户，并最终取代和更新这些过时的数字。C.没有概念。有些电话联系人正在流失，我们没有办法知道现有号码的准确性。4.请描述你在数据管理中，数据的总体记录完整性如何？A.是我们的优先任务。当销售线索信息不完整，如职位或行业，我们已有合作伙伴和流程以快速添加信息。B.我们手动填写缺少的字段，或者自动把数据添加到数据库。C.不是我们的优先任务。缺失字段的销售线索是常态，我们没有足够的资源以保持和填充它们。5.据了解，Janrain数据显示88%的购买者在注册表单上说谎。质量在您组织的表单收集数据中扮演什么角色？A.我们使用逐步分析，或联合供应商一起去自动识别和删除虚假信息，并在表单中添加如行业和公司大小等背景信息。B.我们每隔一段时间，手动识别来自表单的虚假信息，并阻止这些信息流入活动或销售跟进的流程中。C.我们从注册表单中获得了很多虚假信息，但我们已经学会忍受它，因为它太常见而无可避免。6.当涉及大数据，你如何描述你与销售的关系？A.我们有一个协议和激励机制，以决定数据输入规则，如增加一个有完整信息的新的销售线索，并通过我们的CRM系统自动报告过期的联系人。B.有点脱节。我们在要求销售停止输入空白字段到CRM系统中，但缺乏制定正式协议，也没有什么规范规定。C.销售在数据质量上没有发言权。他们抱怨销售线索数据的质量，通常出现不正确的号码或错误的职称，但他们只专注于售卖。7.你的组织提供投资/预算用于数据管理吗？A.我们已经为数据管理建立商业案例，并且可以直接显示出努力改善之后的结果。B.当我们被列入黑名单或遇到严重麻烦时，我们可以获得数据清洗的预算，但它不属于我们积极计划的一个行项目。C.根本没有。这并没有被我们管理团队视为一个优先事项。8.当你考虑和供应商合作以增加你的数据库时，你如何决定和谁合作？A.寻找的可靠供应商要求具有质量流程、退还保障、控制现有联系人等能力，并希望具有高度精准定位的能力。B.基于价格和数量决定：谁能帮助我们以最低的价格获得最多的联系人？C.我们大多不使用，但是当必要时，我们从有信誉的供应商中寻找。做完了上面的选择题，上面就让我们来对照一下你的数据管理水平到底怎么样吧。a)如果您选择A最多：好哇！你属于数据管理的冠军。你努力保持数据库的不断增长，在整个组织中实施了数据质量规则，根据需要提高和增加您的数据库，并保持数据质量对整个活动产生积极的影响。你是数据管理的模范，继续保持出色表现！b)如果您选择B最多：你正在尝试！目前虽然是平庸的数据管理者，但你可能希望把其提高到一个新的曾次，以优化您的活动。也许相比数据驱动，你更专注于内容和设计驱动。偶尔的数据清洗可以帮你达到一般的效果。但现在是时候认真对待数据的质量，以避免你的组织由于不完整的数据库以及不健康的数据受到消极影响。如果你希望在营销活动中事半功倍，那么就开始在数据方面投入更多精力。c)如果您选择C最多：哎哟。看起来像你的数据管理策略基本等于不存在。在硬弹导致发送信誉问题时，您可能需要重新评估你的努力，您的销售团队，或您的活动收入目标正在下降。不要气馁：根据NetProspex的一项研究，超过一半的美国公司已经拥有完全不可靠的数据。开始对自己目前所处的现状进