En av de saker jag ofta återkommer till när jag pratar med lärosäten kring arbetet med databaser och CRM-system är betydelsen av att ha bra datakvalitet innan man påbörjar sin kampanj eller sitt analysarbete. Tyvärr märker jag att många högskolor och universitet inte är medvetna om hur viktigt detta är. Den välkända akronymen, GIGO (garbage in, garbage out, är väldigt passande när det gäller arbetet med databaser och jag blir ofta förvånad när jag förstår att man anser sig ha råd att hoppa över det viktiga steget att ha en bra och uppdaterad databas.
Häromdagen pratade jag med en alumnkoordinator som inte kunde förstå varför öppningsfrekvensen på deras utskick var så låg och varför så många av utskicken studsade. En snabbanalys av den data som fanns i systemet visade att en stor del av de e-postadresser de använde sig av inte var uppdaterade på väldigt länge vilket i sin tur medför ett antal studsar eller att mottagaren inte öppnar mailet eftersom de bytt e-postadress sedan deras uppgifter lades in i databasen.
Min bild är att väldigt få lärosäten idag gör manuella kvalitetskontroller eller reviderar sin data regelbundet. Samtidigt spenderas mycket resurser på att upprätthålla CRM-lösningar eller andra databaslösningar. Det är som att äga en snabb sportbil och varje morgon tvätta och polera den så den blänker fint, men inte serva den ordentligt och inte byta olja när det behövs. Vad är poängen med det?
Det finns flera anledningar till att uppdaterad data är så värdefull. För det första faller man inte på första hindret när man ska försöka nå sina nyckelgrupper. Det finns ingen poäng med att utforma en fantastisk kampanj om din målgrupp inte existerar eller inte har möjlighet att ta del av den.
För det andra innebär uppdaterade uppgifter att det behövs mindre tid för att leta upp rätt telefonnummer, e-postadress eller postal adress när man behöver dem. När man arbetar med kontaktuppgifter är det viktigt att det system man arbetar i också är så flexibelt att det kan hantera olika typer av format på postnummer eller persondata. Detta blir särskilt tydligt om man i sitt arbete riktar sig internationellt. Inte alla länder har samma format på exempelvis postnummer och att ha ett system som inte kan hantera olika format kan bli kostsamt och omständligt.
Men den främsta anledningen att man ska vårda sin data är att bra data reducerar kostnader! Bra data betyder mindre kampanjkostnader och ett system med bra datakvalitet behöver inte uppdateras för stora pengar för att i panik rätta till bristerna inför en stor kampanj. Bra data leder också till att lärosäten snabbare ser vad som ger effekt och vad som inte gör det, vilket i sin tur gör att det blir enklare att använda sina resurser på ett effektivt sätt.
Allt detta verkar vara uppenbart och det är väl självklart att lägga tid och kraft på att vårda sin data? Det kan tyckas självklart, men det finns flera exempel på lärosäten som idag har inaktuell och dålig data i sina system. Data som inte vårdas blir mindre och mindre tillförlitlig vilket i sin tur leder till att förtroendet för systemet minskar. Detta kan snabbt leda till en nedåtgående spiral där minskat förtroende vilket i sin tur medför att de som arbetar med systemet är mindre benägna att uppdatera informationen i systemet.
Jag skulle vilja slå ett slag för och uppmana alla att titta på vilken data de idag har i sina system och fundera över som kan göras för att förbättra den och det finns ett par handfasta råd att ge:
- Var inte rädd för att ta bort dålig data. Jag vet att många lärosäten inte är så förtjusta i tanken att ta bort data från sina system, men vad är poängen att lagra information som ändå inte är korrekt.
- Fundera på vilken information som är viktig för dig och fokusera på att hålla den informationen uppdaterad. Det är mycket bättre att ha 15 fält i sin databas som är korrekt ifyllda än 150 fält som ingen har tid eller kraft att hålla uppdaterad
- Lär från tidigare misstag och anpassa dig därefter. Det finns absolut ingen poäng in att göra samma sak om och om igen och förvänta sig ett annat resultat.
Så innan du startar din stora kampanj eller gör ditt stora utskick och innan du börjar analysera din data se till att den data du har är korrekt och uppdaterad. Om du vill ha en snabb sportbil, se till att den är nyservad och ge den bästa möjliga vård. Den vården börjar med bra datakvalitet!
Om du är nyfiken på hur du kan förbättra din datakvalitet, hör gärna av dig till oss så berättar vi mer.