CRM 実装におけるデータ衛生の重要性
公開: 2022-11-08ビジネスの世界では、データがすべてです。 CRM は、十分な情報に基づいた決定を下し、広告活動の対象を絞り、進捗状況を追跡するために使用するものです。これらすべてにおいて、CRM が役立ちます。
データがクリーンで正確であることは重要です。
残念ながら、多くの企業はデータを適切に維持するために時間を割いていません。これは、不正確なレポート、販売機会の損失、さらには利益の減少につながる可能性がある間違いです. また、CRM を実装したり、CRM を最新の状態に維持したりする時期になると、データの衛生状態が悪いと、ビジネスの目的が妨げられる可能性があります。
データ衛生とは何ですか?
データ衛生は、データセットをより正確に、より完全に、目的に適合させるためのさまざまな段階を網羅する包括的な用語です。
これは、データが正確に入力され、重複やエラーがなく、適切にフォーマットされていることを保証することを意味します。
意思決定のためにデータに依存する組織にとって、優れたデータ衛生は不可欠です。 クリーンなデータがなければ、進捗状況を追跡し、傾向を特定し、適切な決定を下すことが困難になる可能性があります。
データの衛生状態は、データの漏洩などのセキュリティ リスクからの保護にも役立ちます。 データベースを定期的にスクラブすることで、組織はデータの信頼性と安全性を確保できます。
なぜ適切なデータ衛生が必要なのですか?
「なぜ？」 シンプルです。 データは目的を達成するために使用されます。 データが不正確、不完全、または判読できない場合 (人またはコンピューターのいずれかにとって)、その目的を達成するために使用することはできません。 コンピューティングの分野でよく言われるように:
「ガベージイン、ガベージアウト。」
組織内の用語を定義する。
「クリーン」、「良好」、「有効」、「検証済み」などの用語は、しばしば同じ意味で使用されます。 ただし、実際には、これらは非常に異なるものです。
あなたの組織では、存在するプロセスの一般的な感覚を持ち、「クリーンな」データについて議論するときに、誰かが頭の中でわずかに異なる定義を持っている可能性があることに注意することが最善です.
しかし、そうは言っても、全員を一致させるために使用できる標準的な定義がいくつかあります。
「クリーン」データの定義:
「クリーン」なデータセットとは、分析の準備ができているように準備されたデータセットです。 これは通常、不要なデータや不適切なデータを削除し、データを扱いやすいようにフォーマットすることを意味します。
「有効な」データの定義:
「有効な」データとは、正確かつ完全であり、適切な方法論を使用して収集されたものです。
「検証済み」データの定義:
「検証済み」データは、独立した情報源によって正確性がチェックされたデータです。
CRM 実装のためのデータ衛生の維持
残念ながら、CRM を圧倒する、制御不能で増え続ける不正確なデータの山に簡単に埋もれてしまいます。
データは古くなります。 命名規則が守られず、技術スタックが更新され、データ セットが構造化されなくなります。
では、データの衛生状態が悪いという差し迫った運命から逃れるにはどうすればよいでしょうか?
ステップ 1: 検査する
問題文：
サイズ、形状、またはクリーン度がわからない既存のデータセット (CRM 内、または CRM に入力されようとしているもの) があります。
問題に対処するための手順:
「データ探索」とも呼ばれるデータの検査には、現在の状態のデータを見て、それを理解し、他のデータセットとどのように関連しているかを理解し、エラーを検索し、データ品質の次元に対して評価することが含まれます。
技術の達人にとって、検査ステージには次のアクティビティが含まれます。
プロファイリング:
列の種類、完全性、いいえを明らかにする要約統計。 一意の値、それらの数学的分布、および他のデータ ソースとの潜在的な関係の
片付け:
データの形式を標準化することで、視覚化やクリーニングなど、その後のすべてのアクションを実行しやすくなります。
マッピング：
CRM の外部からの情報は、CRM内のフィールドと一致する必要があります。 マッピングは、検査段階とクリーン段階の両方にまたがるプロセスです。 これには、新しいデータを既存の構造に合わせ、プロパティを追加/削除して、CRM 所有者のニーズを満たすことが含まれます。 これは、形式の変更を識別する (HubSpot の名と姓の構造に一致するように氏名フィールドを分割する) という単純なものから、独自の関係を持つ完全に新しいカスタム オブジェクトを作成するという複雑なものまであります。
ステップ 2: クリーニング
問題文：
既存のデータセット (CRM 内、または CRM に入力されようとしているもの) に情報が欠落しているか、不適切にフォーマットされています。 これは、CRM 内の既存の作業、またはデータセットをCRM にインポートする機能に悪影響を及ぼしています。
問題に対処するための手順:
データのクリーニングには、さまざまなデータセットに適したさまざまなアクティビティも含まれます。 一般的に言えば、誤ったデータは、手作業による介入とスマートなデータ ラングリング ツールの組み合わせによって、削除、修正、または補完されます。 クリーニング段階では、データが関連するデータ品質の次元を満たしていることを確認するための措置を講じます。 探すべきものは次のとおりです。
マッピング、続き:
どのフィールドが一致するかを概念的にマッピングした後、データを CRM に適した形式に再フォーマットする必要があります。 これには、列の名前を変更してインポート プロセスを容易にするなどの単純なベスト プラクティスや、同じテーブルにかつて存在していたさまざまなオブジェクトを区別するなどのより複雑な操作 (たとえば、「本社」をアウトレットの場所とは別にタグ付けする、または内部の連絡先をマーケティングの連絡先から分割するなど) が含まれます。等）
無関係なデータ:
解決しようとしている問題のコンテキストでは必要のないデータ。 多くの場合、ある CRM から別の CRM に移行する場合、関連性がなくなった何年もの履歴データが存在します (たとえば、ユーザーが「2015 年 4 月の大会に出席した」かどうかを示すフィールド)。
重複:
行全体の情報が複数回表示される場所。 CRM では、これは通常、個別の電子メール アドレスに対して個別に表示される個人または会社の形式をとります。 コンテキストに応じて、重複を取り除くか、単一のレコードに折りたたむことができます。
構文エラー:
先頭または末尾の空白を削除し、代替名を標準化する必要があります (USA 対 US)。
標準化:
テキストと数値のフォーマットは、どのフォーマットを選択しても一貫している必要があります (適切に大文字、大文字、小文字、キャメルケースなど)。
ステップ 3: 確認する
問題文：
データが有効であること (つまり、作成できる限り正しいこと) とクリーニングされていることを確認できますか?
問題に対処するための手順:
検証：
検証は、データセットの正確性をチェックするプロセスです。 これは通常、探査とクリーニングのプロセス全体、およびその後に発生します。
データの検証には、他の既存のレコードと照合して正確性を評価することや、クリーニングが成功したことを確認する操作を実行することが含まれます。 論理的なルールと制約 (開始日が有効期限より前になるなど) は適用されますか? エラーがすり抜けましたか？ 相互参照できる別のデータセットはありますか? たとえば、CRM がデータベースにライブ接続されている場合、両方のシステムで同じ情報が表示されますか?
CRM のデータの衛生状態が悪いと、どのような影響がありますか?
CRM の実装にクリーンなデータを使用することについて、私たちは多くの話をしてきました。
しかし、CRM をしばらく使用していた場合、CRM データが不適切な場合はどうなるでしょうか?
簡単に言えば、相互作用と報告に欠陥があります。
今日のデジタル時代では、パーソナライゼーションがすべてです。 自動化された電子メール、訪問者がウェブページで見るコンテンツ、および送信するビデオをパーソナライズします。 では、Mr.aMs. に電話したり、誰かにメールを送ったりするとどうなるでしょうか。
信頼と信用を失います。
CRM の目標は、すべての顧客とのやり取りの「信頼できる唯一の情報源」として機能することです。 これは、適切な情報を適切な人が適切なタイミングで利用できるように、データをクレンジングして正確にする必要があることを意味します。
少なくとも年に 1 回はデータ クレンジングを行うことをお勧めします。
また、データをクレンジングしていないときは、元の CRM 実装で設定した標準化されたルールを維持してください。
CRM 実装のためのデータ衛生のベスト プラクティス
良い出発点として、組織がデータの衛生状態を維持するために実装できるいくつかのベスト プラクティスを次に示します。
- 命名規則を使用する
- データ収集プロセスの標準化
- 自動化を導入して、古くて関与していない連絡先を削除する
- メンテナンス スケジュールを設定する
- データ入力のための管理規則とユーザー権限を導入する