Problemy z danymi w Ecommerce
Audyt danych – czym jest?a>
Audyt danych – na czym polega?
Audyt danych – jak go przeprowadzić?
Audyt danych – korzyści
Podsumowanie
Wyobraźmy sobie sytuację: nadchodzi Black Friday, uruchamiamy promocję, ale jej wyniki nie dorównują zeszłorocznym osiągnięciom. Co poszło nie tak? Odpowiedzi może dostarczyć właśnie audyt danych. Analityk otrzymuje zadanie przeanalizowania danych. Szybko okazuje się, że brakuje kluczowych informacji, na przykład dotyczących dodawania do koszyka, co jest istotne w kontekście tej analizy. Ostateczny system pokazuje sprzedaż, a systemy reklamowe prezentują zasięgi, jednak brak danych o liczbie użytkowników dodających produkty do koszyka.
Ta sytuacja wynika z faktu, że trzy miesiące wcześniej firma wprowadziła zmiany na karcie produktu. Niestety, podczas tych zmian usunięto śledzenie, w tym śledzenie dodawania do koszyka. Takiej sytuacji można uniknąć, jeśli firma wdroży procesy związane z audytem danych. Metodyczne podejście do danych i ich regularna analiza są kluczowe dla zapewnienia ich jakości.
Audyt danych to proces oceny i weryfikacji danych, którego celem jest zapewnienie ich wysokiej jakości. Dane w marketingu stanowią paliwo efektywności, a znane powiedzenie „Garbage in, Garbage out” doskonale oddaje tę zależność. Oznacza to, że jakość analiz jest ściśle powiązana z jakością danych użytych do ich przeprowadzenia.
Audyt danych to proces, który polega na szczegółowym sprawdzeniu naszego stacku analitycznego w zakresie zbierania, przetwarzania i bezpieczeństwa danych. Kluczowe elementy audytu można podzielić na cztery fundamentalne filary.
Pierwszym z filarów które oceniamy podczas audytu danych jest rzetelność, czyli sposób, w jaki nasze dane odzwierciedlają rzeczywistość, stanowiąc pierwsze źródło prawdy. To właśnie dzięki rzetelności możemy mieć pewność, że nasze analizy opierają się na wiarygodnych informacjach. Audyt danych pozwala nam zidentyfikować ewentualne nieprawidłowości i dostosować działania, aby uzyskać jak najbardziej precyzyjne dane.
Czym jest pierwsze źródło prawdy? Odnosi się to do systemu, na podstawie którego tworzone są sprawozdania finansowe. To właśnie ten system odzwierciedla rzeczywisty przepływ środków finansowych na konto firmy. W kontekście systemów, z których korzystasz w marketingu – czy to reklamowych, web analitycznych, czy marketing automation – istotne jest, aby trendy w nich prezentowane były zgodne z danymi z pierwotnego źródła prawdy. Na przykład, jeśli Google Analytics pokazuje wzrost sprzedaży, a w innym systemie sprzedaż maleje, nie można mówić o integralności danych.
Integralność danych to drugi element, który ma większe znaczenie niż sama rzetelność. Oczywiście, rzetelność danych jest istotna i powinna być na odpowiednio wysokim poziomie, choć nie zawsze osiągnie 100%. Jednak integralność wymaga, by każdy system przedstawiał te same trendy. Dążenie do spójnych danych w różnych systemach jest niezbędne dla efektywnej analizy i podejmowania trafnych decyzji biznesowych.
Porównanie analityki danych do nawigacji powietrznej może być inspirujące. Dla pilota samolotu kluczowe są wskazówki dotyczące kierunku, w którym ma się poruszać, aby dotrzeć do celu. Podobnie w analityce i pracy z danymi, istotne jest, aby dane wskazywały właściwe kierunki, a ich integralność pozwalała na formułowanie trafnych wniosków.
Kolejnym istotnym elementem oceny danych jest ich wartość z perspektywy biznesowej. Dane powinny być zbierane z myślą o ich przydatności w przyszłości. Istotne jest, aby mogły odpowiadać na kluczowe pytania biznesowe, a nie stawały się jedynie ciężarem do utrzymania. Chociaż techniczne utrzymanie danych może nie stanowić problemu, ważne jest, aby były one regularnie sprawdzane i weryfikowane. Im więcej danych posiadamy, tym ważniejsze jest, aby wszystkie rzeczywiście odpowiadały na potrzeby biznesu.
Czwarty element, pod którym należy prowadzić audyt danych, to bezpieczeństwo. Kluczowe jest zrozumienie, kto i w jakim zakresie ma i powinien mieć dostęp do naszych danych.
Z mojego doświadczenia wynika, że w jednej z dużych organizacji stosowano proces zarządzania dostępami, w którym raz w tygodniu pracownik przeglądał narzędzia i usuwał dostęp wszystkim adresom e-mail spoza domeny organizacji. Dodatkowo, otrzymywał listę od działu HR osób, które opuściły firmę, i również ich e-maile były usuwane. Co tydzień musieliśmy od nowa prosić o dostęp do narzędzi.
Punkt startowy to rozmowa z biznesem. Należy zidentyfikować problemy i wyzwania, z którymi biznes się mierzy, w tym brakujące informacje i dane, które są potrzebne. Ważne jest, aby zrozumieć, z jakich danych biznes korzysta obecnie. Pozwoli to uzupełnić dane i zidentyfikować braki.
Podczas rozmowy z biznesem dowiadujemy się, jakie są codzienne potrzeby. Gdy już zrozumiemy, z jakich danych korzysta biznes, jakie ma potrzeby i jakie braki zgłasza, przechodzimy do analizy danych. Sprawdzamy, czy dostępne dane spełniają kluczowe kryteria jakości.
Wartość danych wynika z wcześniejszych ustaleń. Będziemy wiedzieć, czego biznes potrzebuje i z jakich zasobów korzysta. Może się okazać, że istnieją potrzebne dane, które nie są wykorzystywane. Wtedy naszym zadaniem jest pokazanie, jak z tych danych korzystać. Pod względem wartości analiza danych wynika z poprzedniego punktu. Ważnym aspektem jest rzetelność, czyli dokładność danych w naszych systemach marketingowych w porównaniu do głównego źródła prawdy. Tego typu analiza, określana jako analiza pokrycia, polega na dopasowywaniu danych pomiędzy systemami.
Najprostszą metodą jest znalezienie wspólnego klucza między głównym źródłem prawdy a systemami marketingowymi. Następnie przeprowadzane jest dopasowanie, aby sprawdzić, jaki procent kluczy z głównego źródła jest pokryty przez audytowany system. Analizę tę najczęściej przeprowadzamy w Google Analytics 4, mierząc dane po identyfikatorze transakcji. Porównujemy, które identyfikatory transakcji z głównego źródła, takiego jak CRM, ERP czy WMS, są pokryte.
Następnie identyfikujemy te, które pokryte nie są. Analiza danych w e-commerce pozwala ocenić rzetelność i dokładność informacji, co umożliwia identyfikację wąskich gardeł i błędów do szybkiej naprawy. W kontekście transakcji e-commerce, dane są kluczowe, natomiast w mniej sprzedażowych serwisach często pracuje się na agregatach, takich jak logi serwerowe. IT odpowiedzialne jest za weryfikację danych prezentowanych przez narzędzia, ponieważ logi serwerowe stanowią podstawowe źródło prawdy dotyczące zaangażowania użytkowników.
W przypadku innych serwisów, istotne jest zidentyfikowanie podstawowych źródeł prawdy, a następnie analiza, w jaki sposób można je dopasować do systemów, aby ocenić dokładność danych.
Integralność danych, czyli analiza trendów, polega na porównywaniu wyników z dwóch systemów. Jeśli wyniki się nie pokrywają, naprawa integralności danych staje się większym wyzwaniem. Bezpieczeństwo w analityce również jest kluczowe i wymaga szczególnej uwagi. Każde narzędzie należy dokładnie sprawdzić pod kątem dostępów użytkowników.
W przypadku Google Analytics proces ten wygląda następująco: należy przejść do sekcji administratora, najlepiej na poziomie całego konta, a następnie do zarządzania dostępem do konta (account access management). W tej sekcji warto sprawdzić, jakie adresy e-mail mają dostęp do danych. W innych narzędziach procedura może się różnić, jednak zawsze należy znaleźć odpowiednią sekcję, aby upewnić się, kto ma dostęp do informacji.
W kontekście audytu danych ważnym elementem jest również kontrola kosztów. Coraz częściej spotykamy się z sytuacjami, zwłaszcza w przypadku Google BigQuery, gdzie nieodpowiednia konfiguracja zbierania danych prowadzi do znacznych kosztów. Istotne jest upewnienie się, że konfiguracje są poprawne i optymalne kosztowo.
W audycie danych kluczowe jest stawianie rekomendacji, które pomagają poprawić jakość danych w poszczególnych obszarach. Istnieją dwa rodzaje rekomendacji. Pierwszy to jednorazowe działania, takie jak poprawienie czy uszczelnienie określonego procesu w produkcie, gdzie dane są zbierane. Przykładem może być stworzenie strony typu splash page przed przejściem do zewnętrznej płatności, aby zarejestrować transakcję jeszcze przed jej finalizacją.
Drugi rodzaj rekomendacji dotyczy wprowadzenia procesów, na przykład związanych z kontrolą dostępu do danych. W jednej z organizacji, z którą współpracowaliśmy, osoba raz w tygodniu przeglądała listę wszystkich dostępów. Taki proces można często zautomatyzować. Google Analytics oferuje alerty, ale można także skorzystać z serwisu, takiego jak Make.com, który na podstawie napływających danych może generować alerty, wysyłać e-maile czy SMS-y.
Ostatnim ważnym aspektem, który warto omówić, są korzyści z prowadzenia audytu danych. Zanim jednak przejdziemy do korzyści, należy zastanowić się, jaką wartość dane mogą nam przynieść. Często pojawia się pytanie o wzrost, jaki przynosi analityka internetowa. Odpowiedź jest prosta: wzrost jest zerowy, jeśli nic nie robimy z danymi. Jeżeli nie wykorzystujemy danych w codziennej pracy, audyt danych nie przyniesie znaczących korzyści. Jednak, gdy nadejdzie odpowiedni moment, audyt danych da nam pewność, że dane są wysokiej jakości.
Korzyścią z audytu danych jest przede wszystkim poczucie spokoju i pewność, że wszystko jest w porządku. W sytuacjach kryzysowych, gdy dane będą niezbędne, będziemy wiedzieć, że są one dla nas wsparciem. Audyt pozwala także zidentyfikować obszary, w których tracimy potencjał.
Można go porównać do profilaktycznych badań krwi, które pomagają utrzymać zdrowie i szybko reagować na potencjalne problemy. Regularne badania profilaktyczne są nie tylko zalecane w kontekście zdrowia, ale także w obszarze analityki danych. Wczesne wykrywanie problemów pozwala na ich rozwiązanie bez zbędnego stresu i presji. Podobnie jak badania krwi, audyt danych w marketingu pełni rolę prewencyjną. Nie chodzi o szukanie problemów, ale o upewnienie się, że wszystko działa poprawnie. Gdy pojawi się kryzys, dobrze jest mieć pewność, że dane są w porządku i nie trzeba martwić się ich naprawą w trudnym momencie.
Jedną z najważniejszych korzyści płynących z audytu danych jest brak subiektywizmu w podejmowaniu decyzji. Dzięki temu organizacja staje się prawdziwie data-driven.
Dbając o jakość danych i przeprowadzając audyty co najmniej raz w roku, przygotowujemy się na ewentualne potrzeby w przyszłości. Taki audyt może okazać się niezwykle ważny, gdy nadejdzie moment, w którym rzetelne dane będą kluczowe. Zachęcam do regularnego sprawdzania jakości swoich danych, co z czasem przyniesie wymierne korzyści.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
