Senza uno strumento di misura è impossibile pianificare un miglioramento. Ad esempio per perdere peso è necessario avere una bilancia, cioè una misurazione oggettiva del proprio peso. Viceversa guardandosi allo specchio si può avere misurazioni mutevoli a seconda dell’umore, dell’ottimismo o delle condizioni di luce.
Come si misura dunque la qualità dei dati anagrafici contenuti nel proprio database clienti nell’ottica di perseguire l’obiettivo di migliorarla?
I database clienti assolvono al compito di memorizzare le informazioni relative alle persone o aziende che ci interessano con la finalità di rendere disponibili queste informazioni ai processi che ne necessitano.
Esse contengono dunque nomi, ragioni sociali, indirizzi e in genere punti di contatto o codici (come il codice fiscale o la partita IVA).
Alla domanda: “In che stato è la mia anagrafica clienti, come si risponde?”.
È possibile misurare lo stato di qualità, diciamo di salute, della propria anagrafica clienti in base ad alcuni criteri. Tipicamente: la completezza, la correttezza o validità, il livello di duplicazione dei record.
Per fare ciò occorre misurare tali indicatori, ad esempio:
Non è infrequente nell’esperienza di chi lavora in ambito Data Quality incorrere in analisi che indicano come anche fino al 30% dei record anagrafici di una azienda risultino inutilizzabili (cioè sbagliati, obsoleti o incompleti). Ovviamente il problema reale emerge quando si fa un utilizzo dei dati.
Ad esempio scoprire che le lettere di auguri natalizi, o il catalogo inviato è andato perduto (cioè non è mai arrivato) al 30% dei destinatari potrebbe fare dispiacere al responsabile dell’attività.
In generale una problematica che affligge un’anagrafica è una problematica di informazioni. I dati in essa contenuti possono essere mancanti, inesatti, obsoleti, incompleti o ambigui. Queste condizioni determinano la non disponibilità dell’informazione quando serve. E quindi determinano un problema.
Quando l’anagrafica raggiunge dimensioni significative (circa 100/200mila record) o ha una certa anzianità (ad esempio 10+ anni di vita) i problemi possono cominciare a diventare significativi.
Ma come si individuano questi problemi? E come si risolvono? E quali sono?
Le anagrafiche clienti contengono nomi (o ragioni sociali, cioè nomi di aziende), indirizzi e punti di contatto. La non adeguatezza dei dati contenuti in alcuni o tutti i record può determinare la sua effettiva indisponibilità nel momento del bisogno, e quindi il problema.
Vediamo alcuni dei problemi tipici:
Parlando soprattutto della componente indirizzo la non uniformità dei dati è una caratteristica comune. Non è infrequente ad esempio che nel campo LOCALITÀ o COMUNE le informazioni siano stati acquisite in modo libero.
Per cui avremo record che riportano relativamente ad uno specifico comune: “SAN PIETRO IN CARIANO” svariate forme tutte in teoria equivalente a livello di contenuto. Per esempio: S. PIETRO IN CARIANOSAN PIETRO IN C. San P. in CarianoE così via.
Lo stesso fenomeno può avvenire per i diversi campi del database come la Provincia, l’indirizzo, il nome della via. Tale non uniformità genera non pochi problemi a livello di utilizzo del dato, ad esempio rende difficili o complesse le ricerche, invalida le analisi (ad esempio di tipo cubo di datawarehouse) ed in generale è una limitazione di qualità del dato.Questo tipo di problemi nasce spesso dalla modalità di acquisizione del dato, ad esempio dalla digitazione dello stesso cliente/utente via web o social. Ma anche la provenienza del dato da sistemi o fonti diverse con diversi standard qualitativi.
Molti indirizzi vengono acquisiti o memorizzati con uno specifico obiettivo in mente, ad esempio tramite campagne volte ad acquisire la email o il numero di telefono, mentre si pone scarsa attenzione alla componente indirizzo. Oppure si pone grande attenzione al codice fiscale, per l’emissione di fatture, e si dedica poco controllo agli altri elementi. Salvo poi scoprire che sarebbe utile avere a disposizione anche i dati mancanti.
Questo specifico problema ha ed esempio afflitto molte assicurazioni a seguito del decreto Bersani, che ha imposto l’invio ad ogni assicurato di una lettera annuale riepilogativa. Ne emerse che molte assicurazioni non tenevano in gran conto la qualità degli indirizzi postali dei propri clienti poiché essi erano gestiti principalmente in modalità diretta dai propri agenti.
I dati sbagliati più tipici dipendono dalla modalità di acquisizione dell’indirizzo e sono legati ad esempio:
In tutti questi casi i dati sono affetti da veri e propri errori, i più tipici:
Tutti questi errori rendono il dato completamente inutilizzabile sia a fini postali ad esempio, ma anche per effettuare analisi dei dati, report di vendita o ricerche in generale.
Per quanto possa sembrare strano i dati nelle anagrafiche “invecchiano” come il vino nelle bottiglie e al contrario del vino difficilmente migliorano nel tempo. I dati più soggetti all’usura del tempo sono:
Dunque ipotizzando di avere qualche problema nella propria anagrafica, o sapendo di averlo. Con quale strumento affrontiamo la misurazione del problema e con quali strumenti la sua soluzione?
La normalizzazione è un’operazione che si applica ai dati semi-strutturati come quelli che compongono le anagrafiche: nomi, ragioni sociali o indirizzi.
L’operazione di normalizzazione ha lo scopo di acquisire in input un’informazione data in modo libero (cioè potenzialmente contenente errori, informazioni mancanti, abbreviazioni o informazioni ridondanti) e di scontrarla (cioè verificarla) con un database di riferimento.
A seguito di tale operazione ogni elemento fornito in input viene riferito ad un elemento presente nel database di riferimento e viene di conseguenza geocodificato (se parliamo di indirizzi, ovvero ad ogni elemento viene associato un valore unico di testo ed un codice), oppure scartato.
I vantaggi di questa operazione, quando applicata agli indirizzi sono:
È evidente quindi come la normalizzazione affronta sia il tema della misurazione della qualità di una qualunque anagrafica, sia il tema della correzione degli errori correggibili automaticamente.
In conclusione l’approccio iniziale alla misurazione della qualità della propria anagrafica non può che essere quello della sua normalizzazione attraverso uno strumento affidabile.
Infatti a valle della normalizzazione otterremo:
Con tale risultato in mano possiamo sia misurare la qualità corrente dell’anagrafica, conoscendo il numero di record preciso affetto dagli specifici problemi elencati, sia avviare un processo di miglioramento che prevederà l’invio dei record affetti da problemi in correzione.
Man mano che la attività di correzione producono nuove versioni dell’anagrafica è possibile rimisurare la qualità, cioè rinomalizzare per implementare il ciclo di miglioramento e di controllo della qualità della propria anagrafica.
