Qualità dei dati di marketing: autorizzare o bloccare una decisione.
Cosa occorre distinguere
Tre condizioni prima di ogni calcolo.
Qualità relativa all’uso
Un dato può bastare a orientare un’indagine e restare insufficiente a riallocare un budget. La soglia va legata al costo di un errore e alla reversibilità della decisione.
Controlli non compensatori
Un’eccellente freschezza non ripara identificativi non collegati. Completezza, validità, coerenza, freschezza e tracciabilità devono comportare porte bloccanti.
Anomalie spiegabili
Correggere meccanicamente un valore estremo può cancellare un evento reale. Ogni trattamento indica la regola, il volume interessato, l’effetto sui risultati e la possibilità di tornare ai dati grezzi.
Metodo
Costruire un’autorizzazione all’analisi fondata sui dati
- 01Nominare la decisione
Definire l’output atteso, la granularità, l’orizzonte e il costo di un errore; questa tappa trasforma una checklist generica in requisiti verificabili.
- 02Testare le dimensioni
Misurare completezza, validità, coerenza, unicità, freschezza, abbinamento e riconciliazione finanziaria sul perimetro realmente analizzato.
- 03Qualificare gli scarti
Distinguere errore casuale, distorsione sistematica, rottura di definizione e carenza strutturale; documentare i segmenti e i periodi più colpiti.
- 04Attribuire uno stato
Verde autorizza la decisione, arancione impone un’analisi di sensibilità, rosso limita l’uso all’esplorazione; il piano di correzione ha un responsabile e una data.
Le cinque porte di qualità prima dell’analisi
Ogni controllo possiede una soglia di accettazione. Qui il tasso di abbinamento blocca attribuzione e ottimizzazione nonostante una media generale favorevole.
Una media di qualità del 90 % che deve bloccare l’ottimizzazione
Il set presenta il 96 % di completezza, il 91 % di validità, l’85 % di freschezza, il 78 % di abbinamento esposizione-vendita e il 99 % di riconciliazione delle spese. La media semplice raggiunge l’89,8 %.
La soglia di abbinamento per attribuire e ottimizzare è stata fissata al 90 %. Lo scarto di 12 punti riguarda soprattutto il canale mobile, che rappresenta il 34 % delle vendite. La media non può quindi compensare il difetto.
L’analisi descrittiva resta autorizzata. Attribuzione e riallocazione sono rinviate fino alla correzione degli identificativi mobili, oppure inquadrate da una sensibilità che escluda quel canale.
Condizioni di accettazione
Le condizioni per agire.
- 01
Le soglie sono definite per uso prima dell’osservazione dei punteggi.
- 02
Nessun difetto bloccante è compensato da una media.
- 03
Ogni correzione conserva il dato grezzo e una traccia di trasformazione.
- 04
Il rapporto indica i segmenti, i periodi e le decisioni rese fragili.
Limiti
Ciò che questa analisi non dimostra.
- Dati tecnicamente conformi possono restare causalmente insufficienti.
- I controlli automatici rilevano male i cambiamenti di definizione di business.
- Un tasso globale elevato può nascondere una cattiva qualità concentrata su un segmento decisivo.
Riferimenti
Opere citate.
- ISO/IEC 25012:2008, Data Quality Model.
- Batini, C. et al. (2009), « Methodologies for Data Quality Assessment and Improvement », ACM Computing Surveys.
- Redman, T. C. (2013), Data Driven: Profiting from Your Most Important Business Asset.