Salesforce Marketing Cloud
Einstein Data Quality Score
Auch am heutigen Freitag stellen wir wieder ein neues Einstein-Feature vor: Den Data Quality Score, der auf dem Einstein Send Time Optimization Dashboard angezeigt wird.
Das Einstein Send Time Optimization Dashboard existiert bereits seit längerem. Es stellt anhand eines Balkendiagramms für einen gesamten Wochenzeitraum dar, zu welcher Uhrzeit und welchem Wochentag die Wahrscheinlichkeit für die Öffnung einer Nachricht am höchsten ist. Nun ist mit dem Data Quality Score eine neue Komponente zu diesem Dashboard hinzugekommen. Der Score hilft dabei, die Qualität der Daten zu bewerten, die zur Berechnung des optimalen Versandzeitpunkts herangezogen wurden.
In den Data Quality Score fließen Engagement-Daten aus dem gesamten Account (auf Enterprise-Ebene) ein. Bei der Analyse werden ein Send Time Coverage Score und ein Data Richness Score berechnet:
- Der Send Time Coverage Score stellt dar, zu wie vielen Stunden in der Woche es mindestens einen Versand gegeben hat. Erstrecken sich die Versendungen auf viele verschiedene Zeitpunkte, ist dieser Wert besonders hoch. Konzentriert man die Versendungen auf nur wenige Stunden, ist er niedrig.
- Der Data Richness Score bewertet die Menge und Qualität der Engagement-Daten, die für jeden einzelnen Kontakt vorliegen.
Das Send Time Optimization Dashboard stellt aber nicht nur den Data Quality Score dar, es werden auch Tipps gegeben, wie dieser verbessert werden kann.
Dabei muss man unseres Erachtens einen grundsätzlichen Punkt im Hinterkopf behalten: Wenn man seine Versendungen auf diejenigen Zeitpunkte konzentriert, die von Einstein Send Time Optimization (STO) als bestmögliche Versandzeitpunkte bestimmt wurden, trägt man gleichzeitig dazu bei, dass der Send Time Coverage Score sinkt, da es ja zu einer geringeren Streuung der Versandzeiten kommt. Das Erreichen eines möglichst hohen Data Quality Score einerseits und eines maximalen Engagements durch die Nutzung von STO andererseits stehen somit gewissermaßen in einem Widerspruch. Somit kann es nicht das alleinige Ziel sein, einen Data Quality Score von 100% zu erreichen. Vielmehr ist es sinnvoll, einen relativ konstanten Score anzustreben, sodass die generierten Daten noch aussagekräftig bleiben, und gleichzeitig diese Daten so weit wie möglich für die Optimierung des eigenen Versandzeitpunkts zu nutzen.
Weiterführende Informationen finden Sie wie immer in der Dokumentation:
Marketing Cloud Professional Services
Erfahren Sie mehr über unsere Marketing Cloud-Services: von der technischen Implementierung und Integration bis hin zur Umsetzung datengetriebener Cross-Channel Kampagnen – wir bieten Ihnen die komplette Bandbreite an Beratung und Agentur-Dienstleistungen.
