Marketingmeetdata opschonen met een controleerbaar wijzigingslog
Scheid testverkeer, technische dubbels en onzekere records zonder uw brondata te verliezen. Met een fictieve opschoning, vaste regels en een wijzigingslog.
.jpg){kind=link}
In dit artikel
Meetdata opschonen betekent dat u aantoonbare fouten of niet-relevante registraties volgens vaste regels apart behandelt. Bewaar de oorspronkelijke bron, leg elke bewerking vast en maak onderscheid tussen zeker fout en alleen verdacht. Het doel is een beter controleerbare analyse, niet een fraaier resultaat.
Een ongunstige uitkomst is geen dataprobleem. Een echte aanvraag die niet tot een klant leidt hoort in de afgesproken telling te blijven. Omgekeerd hoeft een technische test niet als commercieel succes te worden gerapporteerd. Voor beide gevallen moet de regel vooraf begrijpelijk zijn.
Bewaar een ongewijzigde bronlaag
Werk op een kopie of afgeleide dataset en houd de exportdatum, bron en filters bij. Een collega moet kunnen teruggaan naar de oorspronkelijke telling. Verwijder niet direct records uit uw enige bestand omdat ze vreemd lijken.
Controleer ook de eigenschappen van de bron: tijdzone, valuta, identificatie en verwerkingstijd. Twee exports met hetzelfde datumbereik kunnen verschillend zijn wanneer een rapport later nog gegevens verwerkt.
Google beschrijft in de documentatie over events hoe gebeurtenissen worden verzameld. Die informatie helpt herkennen of u gebeurtenissen, sessies of gebruikers analyseert. Een probleem in de telbasis kan niet worden opgelost door willekeurige rijen te schrappen.
Definieer categorieën vóór u gaat verwijderen
Maak onderscheid tussen bevestigde technische tests, aantoonbare dubbels, ongeldige records en onzekere gevallen. Bewaar bij elke categorie een uitlegbare regel. “Lijkt vreemd” is een signaal voor onderzoek, geen definitieve uitsluiting.
Koppel regels aan conversies definiëren. Een record kan technisch correct zijn en buiten de gekozen bedrijfsdefinitie vallen. Dat is iets anders dan een fout in de meting. Rapporteer deze redenen apart.
Een extreem groot orderbedrag kan een invoerfout of een echte grote bestelling zijn. Controleer waar mogelijk de zakelijke bron. Weggooien omdat het gemiddelde er anders uitziet, introduceert juist een nieuwe fout.
Reken een fictieve opschoning door
Fictief voorbeeld: een oefenexport bevat 600 aanvraag-events. Een vooraf bijgehouden testlijst identificeert 120 technische tests. Met een vaste transactieregel worden daarnaast 30 extra registraties als dubbels van reeds getelde aanvragen herkend.
De gecontroleerde telling is 600 − 120 − 30 = 450. Daarnaast zijn 20 van die 450 records ongewoon snel na elkaar ontstaan. Ze zijn verdacht, maar nog niet bewezen onjuist. U verwijdert ze in deze oefening niet automatisch.
Het rapport kan tonen: “450 records na bevestigde uitsluitingen; daarin 20 nog te onderzoeken gevallen.” Een aparte gevoeligheidsberekening zonder die 20 geeft 430. Dat is een alternatief scenario, geen verbeterde werkelijkheid zolang het onderzoek ontbreekt.
Alle aantallen zijn verzonnen. De oefening laat zien hoe een zeker verschil en een onzekere keuze apart blijven. U moet de 20 ook niet nogmaals van 600 aftrekken én van de al opgeschoonde 450 zonder de bewerkingen te volgen.
Zoek technische dubbels bij hun oorzaak
Een dubbele registratie kan ontstaan door twee tags, een herhaalde serverrespons, het opnieuw laden van een bevestiging of een verkeerde trigger. Alleen in de export ontdubbelen beperkt de schade achteraf, maar voorkomt de volgende fout niet.
Gebruik een passende technische referentie waar die beschikbaar en rechtmatig is. Twee events op hetzelfde tijdstip zijn niet automatisch hetzelfde feit. Twee verschillende klanten kunnen tegelijk iets doen. Een te grove tijdsregel kan echte activiteit verwijderen.
Met DebugView kunt u eventnamen en parameters onderzoeken. Noteer ook de hersteldatum. Een grafiek kan na een reparatie dalen terwijl het werkelijke aantal aanvragen gelijk blijft.
Normaliseer labels zonder informatie weg te schrijven
Verschillende schrijfwijzen van dezelfde campagne kunnen in een afgeleid overzicht worden samengebracht. Maak daarvoor een vertaallijst: oorspronkelijke waarde, genormaliseerde waarde en reden. Bewaar het oorspronkelijke veld zodat de keuze terug te draaien is.
De Google-uitleg over campagneparameters beschrijft hoe labels worden gebruikt. Verbeter de invoer met vaste UTM-afspraken, zodat dezelfde fouten niet iedere maand terugkomen.
Voeg onbekende labels niet automatisch toe aan de grootste campagne. Een lege of onherkenbare bron mag onbekend blijven. Een volledige kleurrijke verdeling is geen kwaliteitsdoel als de bron die kennis niet bevat.
Houd ontbrekende waarnemingen apart van fouten
Geen registratie kan betekenen dat er niets gebeurde, maar ook dat toestemming ontbrak, een script geblokkeerd was of de verwerking nog niet klaar is. Vul zulke gaten niet met verzonnen events om de reeks glad te maken.
Als u een statistische schatting gebruikt, bewaar die dan als afzonderlijke afgeleide waarde met methode en aannames. Een geschat record hoort niet ongemerkt tussen rechtstreeks geobserveerde records te staan. Hetzelfde geldt voor een handmatig ingevoerd administratief totaal.
Beperk inzage tijdens onderzoek. De W3C-privacyprincipes ondersteunen minimale gegevens en een helder doel. Voor een technische duplicaatcontrole is het meestal niet nodig om complete klantberichten naar een gedeeld marketingbestand te kopiëren.
Publiceer een wijzigingslog bij het resultaat
Vermeld datum, bronversie, regel, aantal betrokken records en verantwoordelijke. Geef ook de telling vóór en na bewerking. Een korte log maakt zichtbaar of een verschil voortkomt uit gedrag of uit een nieuwe opschoonregel.
Laat belangrijke wijzigingen controleren door iemand die de zakelijke definitie begrijpt. Werk de voetnoot van uw marketingdashboard bij wanneer de telwijze verandert. Een cosmetisch ongewijzigde grafiek kan anders een inhoudelijke breuk verbergen.
Controleer tot slot gevolgen voor cohortanalyse. Als oude klanten door een correctie in een andere startgroep terechtkomen, kunnen meerdere perioden veranderen. Noteer welke reeks opnieuw is berekend. Zo maakt opschonen de geschiedenis uitlegbaar in plaats van haar stilzwijgend te herschrijven.
Voer een correctie eerst op een klein deel uit
Controleer vóór een grote bewerking enkele herkenbare gevallen die wel en niet onder de regel vallen. Een vertaalregel voor campagnenamen kan bijvoorbeeld onbedoeld twee verschillende campagnes samenvoegen. Bewaar daarom een controle op randgevallen en vergelijk totalen vóór en na de bewerking. Een gelijk gebleven totaal bewijst niet dat alle groepsindelingen juist zijn, maar een onverwacht totaalverschil kan een fout snel blootleggen. Leg ook vast hoe u de bewerking terugdraait. Een opschoonstap die alleen de oorspronkelijke maker begrijpt, blijft kwetsbaar wanneer volgende maand een ander teamlid dezelfde analyse moet uitvoeren.