Którym danym w e-commerce możesz wierzyć?

Wyzwania w zarządzaniu danymi w e-commerce
Dlaczego warto ufać danym?
Dokładność i trafność danych – klucz do jakości
Jak budować zaufanie do danych w organizacji?
Single Source of Truth i model danych
Kultura pracy z danymi (Data Literacy)
Podsumowanie

Wyzwania w zarządzaniu danymi w e-commerce

Firmy e-commerce najczęściej stają przed trzema głównymi wyzwaniami związanymi z danymi. Pierwszym problemem jest silosowość danych. Różne działy w firmie mają odmienne informacje na temat tego samego zjawiska. Marketing dysponuje innymi danymi niż sprzedaż, dział produktu, logistyka czy finanse. Chociaż wszystkie te działy opisują tego samego użytkownika – osobę, która pojawia się w działaniach marketingowych, następnie korzysta z produktu, dokonuje zakupu (co rejestruje sprzedaż), staje się widoczna w logistyce, a finalnie trafia do finansów jako klient – ich perspektywy i dane często się różnią.

Drugim wyzwaniem, szczególnie widocznym w e-commerce, jest przeładowanie danymi. Każdy z wymienionych działów nie tylko bazuje na odmiennych danych, ale również gromadzi ich bardzo dużo. Współczesny świat marketingu oferuje szeroki wybór narzędzi, z których każde generuje własne dane. W każdej dziedzinie powstaje ogromna ilość informacji, które mogą wspierać rozwój biznesu i usprawniać jego funkcjonowanie. Jednak nadmiar danych sprawia, że firmy często mają trudności z wyborem tych najważniejszych.

Kolejnym wyzwaniem jest zasada „Garbage In, Garbage Out”. Nawet jeśli korzystamy z wielu narzędzi, nieprawidłowa konfiguracja lub niedopatrzenia sprawiają, że zbierane dane są niskiej jakości. Opieranie decyzji biznesowych na nieprecyzyjnych danych prowadzi do błędnych wniosków, hipotez i rekomendacji.

Warto zadać sobie pytania: którym danym można zaufać, a które należy traktować z rezerwą? Jakie dane są kluczowe dla firmy?

Dlaczego warto ufać danym?

Pewne są tylko dwie rzeczy: śmierć i podatki. Analizując podatki, można zauważyć, że aby je zapłacić, konieczne jest złożenie sprawozdania finansowego. To pokazuje, jak duże znaczenie mają rzetelne, wiarygodne dane w procesach biznesowych. Aby przygotować sprawozdanie finansowe, księgowość musi zebrać dane ze sprzedaży i logistyki. Otrzymuje informacje na podstawie wystawionych oraz skorygowanych faktur. Faktury powstają dzięki temu, że systemy produktów cyfrowych – szczególnie w e-commerce – umożliwiają sprzedaż produktów fizycznych lub usług.

Aby doszło do sprzedaży, użytkownik musi skorzystać z produktu cyfrowego, na przykład sklepu internetowego lub aplikacji mobilnej. By użytkownik znalazł się w tym produkcie cyfrowym, właściciele e-commerce muszą pozyskać go poprzez działania marketingowe.

Warto rozważyć, którym danym możemy zaufać poza księgowością, zwłaszcza w kontekście podejmowania decyzji biznesowych. Logistyka, dział produktu, sprzedaż i marketing mają dostęp do dużej ilości danych i potrzebują pewności, że mogą na nich polegać podczas podejmowania decyzji operacyjnych.

Dokładność i trafność danych – klucz do jakości

Przy ocenie jakości danych kluczowe są dwa pojęcia: dokładność i trafność. To one decydują, czy dane są wartościowe i przydatne w procesie decyzyjnym. Dane dokładne pokazują to samo, co główne źródło prawdy, na przykład sprawozdanie finansowe. Przykładowo, KPI, takie jak sprzedaż w e-commerce, powinny odzwierciedlać te same wartości, co wyniki na podstawie wystawionych faktur. Jednak w praktyce rzadko występuje pełna zgodność. Wynika to z ograniczeń technologicznych. Ważniejsze jest, aby dane były trafne i odzwierciedlały te same trendy. Koncepcja wysokiej jakości danych ma kluczowe znaczenie w analityce internetowej. Dane wysokiej jakości oznaczają zarówno dokładność, jak i trafność informacji, które wykorzystujemy do podejmowania decyzji w obszarze marketingu, sprzedaży czy rozwoju produktu. W praktyce decyzje operacyjne opieramy na danych, które są dostępne w naszych systemach, a niekoniecznie na tzw. pierwszym źródle prawdy.

Z perspektywy analityki online mniej istotne jest, by KPI w pełni odpowiadały temu pierwszemu źródłu prawdy. Praca z technologią sprawia, że rzadko występuje pełna zgodność między różnymi zbiorami danych. Najważniejsze, aby trendy widoczne w naszych systemach pokrywały się z trendami z pierwszego źródła prawdy. Jeśli działania prowadzą do wzrostu KPI w naszych narzędziach, a trendy są zgodne, można oczekiwać podobnego wzrostu w głównym zbiorze danych.

Podsumowując, najważniejsze jest zaufanie do danych, które są rzetelne i pozwalają obserwować zgodność trendów. Jeśli dane są trafne, można na ich podstawie podejmować decyzje biznesowe z przekonaniem, że prowadzą do pożądanych efektów.

Jak budować zaufanie do danych w organizacji?

Wielu specjalistów i zespołów zastanawia się, którym danym warto zaufać, a które lepiej traktować z dystansem. Jak rozmawiać o tym w organizacji i jak budować zaufanie do danych? Istnieją trzy kluczowe kroki, które pozwalają organizacji realnie opierać się na danych i wykorzystywać je w podejmowaniu decyzji.

Single Source of Truth i model danych

Pierwszym krokiem jest stworzenie jednego, spójnego źródła prawdy (single source of truth). Warto podkreślić, że nie należy mylić tego pojęcia z pierwszym źródłem prawdy, jakim jest na przykład sprawozdanie finansowe. Sprawozdania finansowe są wyznacznikiem tego, ile firma płaci podatków i jak radzi sobie pod względem finansowym. W kontekście analityki online chodzi natomiast o zbudowanie wiarygodnego, centralnego źródła danych, na którym można oprzeć działania całej organizacji. W jednym z wcześniejszych wpisów omówiono temat hurtowni danych w marketingu, przedstawiając trzy powody, dla których warto się nim zainteresować. Szczegółowo wyjaśniono tam koncepcję budowania tzw. single source of truth, czyli jednego, spójnego źródła prawdy biznesowej w e-commerce.

Kolejnym krokiem, który pozwala organizacji określić, którym danym można ufać, jest wdrożenie modelu danych. Single source of truth umożliwia zebranie i ujednolicenie wszystkich danych dotyczących biznesu. Model danych porządkuje te informacje, nadaje im jasną definicję i strukturę, zrozumiałą dla wszystkich użytkowników, którzy jednocześnie mają do nich dostęp.

Kultura pracy z danymi (Data Literacy)

Trzeci istotny element to szerzenie kultury pracy z danymi w organizacji. Kluczowe jest, aby wszyscy pracowali na tych samych danych i jednakowo rozumieli ich definicje oraz zawartość. W tym kontekście pojawia się koncepcja Data Literacy, czyli umiejętności pracy z danymi. Ten temat został szerzej opisany w jednym z odcinków podcastu Date with Data Talks, gdzie wyjaśniono znaczenie Data Literacy.

Aby firma mogła efektywnie wykorzystywać dane, musi najpierw wiedzieć, którym informacjom zaufać. Służą temu dwa pierwsze kroki: stworzenie jednego źródła prawdy oraz wdrożenie spójnego modelu danych. Kolejnym etapem jest rozwijanie kompetencji w zakresie pracy z danymi w całej organizacji.

Podsumowanie

Podsumowując, odpowiedź na pytanie, którym danym w organizacji można ufać, opiera się na trzech kryteriach:
1. Stworzenie jednego, spójnego źródła danych (single source of truth).
2. Wdrożenie modelu danych, który porządkuje i definiuje dane.
3. Budowanie świadomości i kompetencji związanych z pracą na danych wśród pracowników (Data Literacy). Zaufanie do danych opiera się na trzech kluczowych kryteriach. Po pierwsze, dane powinny być zgodne z głównym źródłem prawdy i odzwierciedlać te same trendy. Po drugie, istotna jest integracja i wzajemne uzupełnianie się danych, co umożliwia budowę jednego spójnego źródła informacji. Trzecim warunkiem jest dostępność i zrozumiałość danych dla wszystkich członków organizacji.

Spełnienie tych trzech warunków pozwala korzystać z danych z pełnym zaufaniem. Gdy w firmie pojawi się pytanie, którym danym można wierzyć, warto odwołać się właśnie do tych kryteriów i zadbać o ich realizację.