La importancia de la higiene de datos para la implementación de su CRM

En el mundo de los negocios, los datos lo son todo. Es lo que usamos para tomar decisiones informadas, orientar nuestros esfuerzos publicitarios y realizar un seguimiento de nuestro progreso, con todo lo cual un CRM puede ayudarnos.

Es importante que nuestros datos sean limpios y precisos.

Desafortunadamente, muchas empresas no se toman el tiempo para mantener adecuadamente sus datos, un error que puede generar informes inexactos, oportunidades de ventas perdidas e incluso una disminución de las ganancias. Y, cuando llega el momento de implementar un CRM o mantener un CRM actualizado, la mala higiene de los datos puede obstaculizar los objetivos de su negocio.

¿Qué es la higiene de datos?

La higiene de datos es un término general que abarca las diversas etapas de hacer que un conjunto de datos sea más correcto, más completo y adecuado para su propósito.

Esto significa asegurarse de que los datos se ingresen con precisión, sin duplicados ni errores, y con el formato adecuado.

Una buena higiene de los datos es esencial para cualquier organización que dependa de los datos para la toma de decisiones. Sin datos limpios, puede ser difícil realizar un seguimiento del progreso, identificar tendencias y tomar decisiones acertadas.

La higiene de datos también ayuda a proteger contra los riesgos de seguridad, como la filtración de datos. Al limpiar regularmente sus bases de datos, sus organizaciones pueden ayudar a garantizar que los datos sean confiables y seguros.

¿Por qué necesitamos una buena higiene de datos?

¿El porque?" es simple; Los datos se utilizan para cumplir un objetivo. Si los datos son incorrectos, incompletos o ilegibles (ya sea para personas o computadoras), entonces no se pueden usar para cumplir ese objetivo. Como suele decirse en el campo de la informática:

"Basura dentro basura fuera."

Definición de la terminología en su organización.

Términos como "limpio", "bueno", "válido" y "verificado" a menudo se usan indistintamente. Sin embargo, en la práctica, estas son cosas muy diferentes.

En su organización, es mejor tener una idea general de los procesos que existen y ser consciente de que alguien podría tener, en su cabeza, una definición ligeramente diferente cuando se habla de datos "limpios".

Pero dicho esto, aquí hay algunas definiciones estándar que puede usar para alinear a todos.

Definición de datos "limpios":

Un conjunto de datos "limpio" es aquel que ha sido preparado para que esté listo para el análisis. Esto generalmente significa eliminar cualquier dato innecesario o incorrecto, así como formatear los datos de una manera que facilite el trabajo.

Definición de datos "válidos":

Los datos "válidos" son precisos y completos y se han recopilado utilizando metodologías adecuadas.

Definición de datos "verificados":

Los datos "verificados" son datos cuya precisión ha sido verificada por una fuente independiente.

Mantenimiento de la higiene de datos para su implementación de CRM

Desafortunadamente, es demasiado fácil ser enterrado por una pila incontrolable y en constante crecimiento de datos inexactos que superan a su CRM.

Los datos se vuelven obsoletos. No se respetan las convenciones de nomenclatura, se actualiza una pila tecnológica y su conjunto de datos se desestructura.

Entonces, ¿cómo escapar de este destino siempre inminente de mala higiene de datos?

Paso 1: inspeccionar

Planteamiento del problema:

Hay un conjunto de datos existente (ya sea en nuestro CRM o a punto de ingresarse en nuestro CRM) del que no conocemos el tamaño, la forma o la limpieza.

Pasos que tomamos para abordar el problema:

También conocido como "exploración de datos", inspeccionar los datos implica observar los datos en su estado actual, comprenderlos, cómo se relacionan con otros conjuntos de datos, buscar errores y evaluarlos en relación con las dimensiones de calidad de los datos.

Para nuestros gurús técnicos, la etapa de inspección incluye las siguientes actividades:

perfilado:

Una estadística de resumen que revela los tipos de columna, la integridad, el número. de valores únicos, su distribución matemática y las posibles relaciones con otras fuentes de datos

poner en orden:

Al estandarizar el formato de nuestros datos, es más fácil realizar todas las acciones posteriores, incluida la visualización y limpieza.

Cartografía:

La información proveniente de fuera del CRM debe coincidir con los campos dentro del CRM. El mapeo es un proceso que abarca tanto las etapas de Inspección como las de Limpieza; Implica alinear nuevos datos con las estructuras existentes y agregar/eliminar propiedades para satisfacer las necesidades del propietario de CRM. Esto puede ser tan simple como identificar cambios de formato (dividir un campo de nombre completo para que coincida con la estructura de nombre y apellido de HubSpot) o tan complejo como crear objetos personalizados completamente nuevos, con sus propias relaciones únicas.

Paso 2: Limpiar

Planteamiento del problema:

Hay un conjunto de datos existente (ya sea en nuestro CRM o a punto de ingresarse en nuestro CRM) al que le falta información y/o tiene un formato incorrecto. Esto está afectando negativamente nuestro trabajo existente dentro del CRM, o nuestra capacidad para importar el conjunto de datos al CRM.

Pasos que tomamos para abordar el problema:

La limpieza de datos también implica una variedad de actividades, apropiadas para diferentes conjuntos de datos. En términos generales, los datos incorrectos se eliminan, corrigen o imputan mediante una combinación de intervención manual y herramientas inteligentes de gestión de datos. Durante la etapa de limpieza, tomamos medidas para asegurarnos de que los datos cumplan con las dimensiones relevantes de la calidad de los datos. Las cosas que debe buscar incluyen:

Mapeo, continuación:

Después de mapear conceptualmente qué campos coinciden, debemos reformatear nuestros datos en un formato que se adapte al CRM. Esto puede implicar mejores prácticas simples, como cambiar el nombre de las columnas para facilitar el proceso de importación, u operaciones más complejas, como diferenciar diferentes objetos que alguna vez existieron en la misma tabla (por ejemplo, etiquetar "Oficinas centrales" por separado de sus ubicaciones de puntos de venta, o dividir los contactos internos de los contactos de marketing . etc.)

Datos irrelevantes:

Datos que no son necesarios en el contexto del problema que estamos resolviendo. A menudo, al migrar de un CRM a otro, habrá años de datos históricos que ya no son relevantes (por ejemplo, un campo que indica si un usuario "Asistió a la Convención de abril de 2015")

Duplicados:

Donde la información de una fila completa aparece más de una vez. En un CRM, esto normalmente tomará la forma de una persona o empresa que aparece por separado en direcciones de correo electrónico separadas. Según el contexto, los duplicados se pueden eliminar o colapsar en un solo registro.

Errores de sintaxis:

Los espacios en blanco iniciales o finales deben eliminarse y los nombres alternativos deben estandarizarse (EE. UU. Vs. EE. UU.).

Estandarizar:

El formato del texto y los números debe ser coherente, independientemente del formato que elija (en mayúsculas, MAYÚSCULAS, minúsculas, camelCase, etc.)

Paso 3: Verificar

Planteamiento del problema:

¿Podemos confirmar que nuestros datos son válidos (es decir, correctos, en la medida de lo posible) y limpios?

Pasos que tomamos para abordar el problema:

Verificación:

La verificación es el proceso de verificar la corrección del conjunto de datos. Esto suele ocurrir durante todo el proceso de exploración y limpieza, así como también después.

La verificación de datos puede implicar la comparación con otros registros existentes para evaluar su precisión, así como la realización de operaciones para comprobar que la limpieza ha sido un éxito. ¿Se mantienen las reglas y restricciones lógicas (como las fechas de inicio antes de las fechas de vencimiento)? ¿Se han deslizado errores? ¿Hay otro conjunto de datos que podamos cruzar como referencia? Por ejemplo, si nuestro CRM tiene una conexión en vivo a una base de datos, ¿estamos viendo la misma información en ambos sistemas?

¿Cuáles son los efectos de una mala higiene de datos en su CRM?

Hemos hablado mucho sobre tener datos limpios para su implementación de CRM.

Pero, ¿qué sucede si ha tenido su CRM por un tiempo? ¿Qué sucede cuando tiene datos de CRM incorrectos?

En términos simples: las interacciones y los informes serán defectuosos.

En la era digital actual, la personalización lo es todo. Personalizamos nuestros correos electrónicos automatizados, el contenido que los visitantes ven en las páginas web y los videos que enviamos. Ahora, ¿qué sucede si llama a un Sr. Sra. o le envía a alguien un correo electrónico que no debería haber recibido?

Pierdes confianza y credibilidad.

El objetivo de su CRM es actuar como una "fuente única de verdad" para todas las interacciones con los clientes. Esto significa que sus datos deben estar limpios y precisos para que la información correcta esté disponible para las personas adecuadas en el momento adecuado.

Es mejor hacer una limpieza de datos al menos una vez al año.

Y, cuando no esté limpiando sus datos, mantenga las reglas estandarizadas que estableció en su implementación de CRM original.

Mejores prácticas de higiene de datos para su implementación de CRM

Como buen punto de partida, estas son algunas de las mejores prácticas que su organización puede implementar para mantener la higiene de los datos:

1. Usar convenciones de nomenclatura
2. Estandarizar los procesos de recopilación de datos
3. Introducir automatización para eliminar contactos antiguos y no comprometidos
4. Establezca un programa de mantenimiento
5. Introducir reglas de administración y permisos de usuario para la entrada de datos