數據衛生對您的 CRM 實施的重要性

已發表: 2022-11-08

在商業世界中，數據就是一切。我們用它來做出明智的決定、定位我們的廣告工作並跟踪我們的進度——所有這些，CRM 都可以幫助我們。

我們的數據必須乾淨、準確，這一點很重要。

不幸的是，許多企業沒有花時間正確維護他們的數據——這個錯誤可能導致報告不准確、失去銷售機會甚至利潤下降。而且，當需要實施 CRM 或維護最新的 CRM 時，糟糕的數據衛生可能會阻礙您的業務目標。

什麼是數據衛生？

數據衛生是一個總稱，涵蓋了使數據集更正確、更完整和更適合目的的各個階段。

這意味著確保數據輸入準確，沒有重複和錯誤，並且格式正確。

良好的數據衛生對於任何依賴數據進行決策的組織來說都是必不可少的。如果沒有乾淨的數據，就很難跟踪進度、識別趨勢和做出合理的決策。

數據衛生還有助於防止安全風險，例如洩露的數據。通過定期清理您的數據庫，您的組織可以幫助確保數據的可靠性和安全性。

為什麼我們需要良好的數據衛生？

“為什麼？” 很簡單；數據用於實現目標。如果數據不正確、不完整或難以辨認（對於人或計算機），那麼它就不能用於實現該目標。正如計算領域常說的：

“垃圾進垃圾出。”

定義組織中的術語。

“乾淨”、“良好”、“有效”和“已驗證”等術語經常互換使用。然而，在實踐中，這些是非常不同的事情。

在您的組織中，最好對現有的流程有一個大致的了解，並意識到在討論“乾淨”數據時，有些人可能在他們的腦海中擁有稍微不同的定義。

但話雖如此，這裡有一些標准定義，您可以使用這些定義讓每個人都保持一致。

基本數據衛生術語

定義“清潔”數據：

“乾淨”的數據集是已經準備好的數據集，可以進行分析。這通常意味著刪除任何不必要或不正確的數據，以及以易於使用的方式格式化數據。

定義“有效”數據：

“有效”數據是準確和完整的，並且是使用適當的方法收集的。

定義“已驗證”數據：

“已驗證”數據是已由獨立來源檢查準確性的數據。

為您的 CRM 實施維護數據衛生

不幸的是，它很容易被無法控制的、不斷增長的不准確數據所掩蓋，這些數據誇大了您的 CRM。

數據過時了。不支持命名約定，更新技術堆棧，並且您的數據集變得非結構化。

那麼，您如何擺脫這種即將到來的糟糕數據衛生的厄運呢？

第 1 步：檢查

問題陳述：

有一個我們不知道其大小、形狀或清潔度的現有數據集（在我們的 CRM 中或即將輸入到我們的 CRM 中）。

我們為解決問題而採取的步驟：

也稱為“數據探索”，檢查數據涉及查看當前狀態的數據，形成對它的理解，它與其他數據集的關係，搜索錯誤，並根據數據質量維度對其進行評估。

對於我們的技術專家，檢查階段包括以下活動：

分析：

顯示列類型、完整性、編號的匯總統計。唯一值、它們的數學分佈以及與其他數據源的潛在關係

整理：

通過標準化我們的數據格式，可以更輕鬆地執行所有後續操作，包括可視化和清理。

映射：

來自 CRM外部的信息需要與 CRM內部的字段匹配。映射是一個跨越 Inspect 和 Clean 階段的過程；它涉及將新數據與現有結構對齊並添加/刪除屬性以滿足 CRM 所有者的需求。這可以像識別格式更改（拆分全名字段以匹配 HubSpot 的名字和姓氏結構）一樣簡單，也可以像創建具有自己獨特關係的全新自定義對像一樣複雜。

第 2 步：清潔

問題陳述：

存在缺少信息和/或格式不正確的現有數據集（在我們的 CRM 中或即將輸入到我們的 CRM 中）。這會對我們在 CRM 中的現有工作或我們將數據集導入CRM 的能力產生負面影響。

我們為解決問題而採取的步驟：

清理數據還涉及各種活動，適用於不同的數據集。一般來說，通過人工干預和智能數據整理工具的組合，可以刪除、糾正或估算不正確的數據。在清洗階段，我們採取措施確保數據符合數據質量的相關維度。要尋找的東西包括：

映射，繼續：

在概念上映射出哪些字段匹配之後，我們必須將我們的數據重新格式化為適合 CRM 的格式。這可能涉及簡單的最佳實踐，例如重命名列以簡化導入過程，或者更複雜的操作，例如區分曾經存在於同一個表中的不同對象（例如，將“總部”與其分店位置分開標記，或者將內部聯繫人與營銷聯繫人分開。 ETC。）

無關數據：

在我們正在解決的問題的背景下不需要的數據。通常，當從一個 CRM 遷移到另一個 CRM 時，會有多年的歷史數據不再相關（例如，表示用戶是否“參加 2015 年 4 月會議”的字段）

重複：

整行中的信息不止一次出現。在 CRM 中，這通常以個人或公司的形式出現，分別針對不同的電子郵件地址。根據上下文，可以刪除重複項或將其折疊成一條記錄。

語法錯誤：

應刪除前導或尾隨空格，並應標準化替代名稱（美國與美國）。

標準化：

文本和數字的格式應保持一致，無論您決定採用哪種格式（正確大寫、大寫、小寫、駝峰式等）

第 3 步：驗證

問題陳述：

我們能否確認我們的數據是有效的（即，就我們所能做到的而言是正確的）並且已被清理？

我們為解決問題而採取的步驟：

確認：

驗證是檢查數據集正確性的過程。這通常發生在整個勘探和清潔過程中，以及之後。

驗證數據可能涉及檢查其他現有記錄以評估其準確性，以及執行操作以檢查清潔是否成功。邏輯規則和約束（例如開始日期早於到期日期）是否成立？有沒有漏掉錯誤？我們可以交叉引用另一個數據集嗎？例如，如果我們的 CRM 與數據庫有實時連接，我們是否在兩個系統中看到相同的信息？

CRM 中數據衛生狀況不佳會產生什麼影響？

我們就為您的 CRM 實施提供乾淨的數據進行了很多討論。

但是，如果您的 CRM 已經使用了一段時間怎麼辦？如果您的 CRM 數據不好，會發生什麼？

簡單來說 - 交互和報告將是有缺陷的。

在當今的數字時代，個性化就是一切。我們個性化我們的自動電子郵件、訪問者在網頁上看到的內容以及我們發送的視頻。現在，如果你打電話給先生或女士，或者給某人發一封他們不應該收到的電子郵件，會發生什麼。

你會失去信任和信譽。

您的 CRM 的目標是充當所有客戶交互的“單一事實來源”。這意味著您的數據需要經過清理和準確，以便在正確的時間向正確的人提供正確的信息。

最好每年至少進行一次數據清理。

而且，當您不清理數據時，請維護您在原始 CRM 實施中製定的那些標準化規則。

CRM 實施的數據衛生最佳實踐

作為一個良好的起點，您的組織可以實施以下一些最佳實踐來維護數據衛生：

使用命名約定
標準化數據收集流程
引入自動化以刪除舊的、未參與的聯繫人
設置維護計劃
介紹數據輸入的管理規則和用戶權限