使您能够拥有一个值得信赖的客户数据库

SajaHnAlI

例如客户 ID 号 或将记录合并为一个。 为了确定两个记录是否相关或单个记录是否有效，可以使用第三方标识，实际上，可以促进与外部数据的匹配。常用的数据标识符包括电子邮件地址、设备 ID 和 IP 地址。越来越流行的身份识别号码包括移动 ID、可寻址电视 ID、社交句柄和 IOT（物联网）设备 ID（例如 Apple Watch 或健康和健身手机应用程序 ID）。 身份策略的主要挑战 1. 数据来源多 随着消费者使用的设备数量的增加，数据源的数量也在增加。在这种情况下，将多个不同来源的数据元素配对以识别匹配项，然后根据需要将它们合并到单个客户记录中变得具有挑战性。 考虑以下示例。在某些情况下，消费者的姓名和联系信息会被捕获并添加到记录中。在这种情况下，可以知道两条记录是匹配的，因为每条记录上的姓名、地址、出生日期和社会保险号都是相同的。然而，虽然出生日期和社会安全号码没有改变，但它们完全有可能被错误地输入到获取申请或表格中，或者更糟糕的是被创建了虚假合成身份的人输入。姓名和地址也很可能已更改，或者输入方式不同，尤其是在经过很长一段时间后。 2. 数据衰减 时间的流逝可能会导致数据衰减，换句话说，消费者数据在某种程度上变得过时。我们的研究表明，公司认为，在任何时间点，多达 30% 的联系数据可能不准确。


添加新数据源时，可能很难维持与旧数据源的关系。其他元素可能永远不会正确，因为它们是手 美国数据 动捕获或输入的。人类经常犯错误。 3. 数据不可靠 不准确的数据是身份解析的最大挑战之一。如果基础数据可疑，如何确保数据字段之间的匹配准确？考虑以下示例：一条记录​​显示 J. Nash 住在 123 Main Street，另一条记录显示 John Nash 住在同一地址。第三个记录是约翰·纳什住在主街 213 号。在没有确凿数据的情况下，很难说这些是否都与同一个人有关。其他数据字段是否匹配或更好地解释了差异？约翰有一个以“J”开头的姐妹或妻子吗？约翰·纳什 (John Nash) 完成早期表格后是否已搬家？ 控制您的数据质量 挑战之间的共同点：数据质量问题。



360⁰ 视图是指将外部或第三方数据添加到合并的内部视图中。 但存在争议：是否真的有可能构建全面的 360° 视图——将所有客户数据整合在一起？成本值得吗？ 大多数组织都想知道他们的客户是谁、他们的需求、位置和渠道偏好。这在当今快速发展的世界中似乎至关重要。毕竟，客户更喜欢了解相关优惠，并以个性化的方式进行沟通，以了解他们之前的购买情况和预期需求。然而，尝试将所有客户洞察和属性合并到单个记录中是否有意义取决于您业务的复杂性。有很多考虑因素，但有两个非常重要的标准： 1. 数据状态 考虑您生成的数据类型、谁负责管理数据以及这些可操作见解的输出。