O sukcesie i porażce projektu często decyduje jakość danych. Dlatego sprzątanie lub utrzymywanie ich w czystości powinno mieć najwyższy priorytet.

Odpowiedzialność: sam szef musi zapewnić gwarantowaną jakość danych. (Źródło: Burlingham / shutterstock.com) Mycie, cięcie, suszenie: sprzątanie danych (klientów) powinno odbywać się tak regularnie, jak chodzenie do fryzjera. Ponieważ tylko prawidłowe, kompletne i znaczące dane umożliwiają ukierunkowane podejście do klienta poprzez kampanie i spersonalizowane oferty lub pierwszorzędną obsługę klienta. Najpóźniej, gdy dane z różnych źródeł mają zostać scalone w jeden system, np. system CRM, czas pomyśleć o oczyszczeniu danych. Instrukcje krok po kroku od Sue Chucholowski i Markusa Thuna z Factory42 pokazują, jak to może wyglądać.

Potrzeba i wartość biznesowa wysokiej jakości danych są bezdyskusyjne. Czyste dane klientów umożliwiają efektywne procesy biznesowe. Przy wprowadzaniu platformy do zarządzania relacjami z klientami jakość danych o klientach i sposób ich obsługi może determinować długoterminowy sukces lub porażkę projektu. Wyzwalaczem projektu czyszczenia danych jest więc często przejście na nową platformę CRM lub połączenie danych klientów z różnych źródeł danych w jednym systemie CRM. Czyszczenie danych powinno stać się procesem okresowym. 40 proc. wszystkich inicjatyw biznesowych nie przynosi oczekiwanych korzyści – ze względu na słabą jakość danych, jak ustalił Gartner.

Celem czyszczenia danych jest zidentyfikowanie i poprawienie błędnych, zduplikowanych, nieprawidłowo sformatowanych, niekompletnych lub nieistotnych danych klientów. Podczas czyszczenia danych należy zawsze zwracać uwagę na koszty i korzyści.

Migracja danych „tak jak jest”, czyli przeniesienie istniejących danych bez czyszczenia, może być bardzo przydatna przy wprowadzaniu nowego systemu CRM, aby niepotrzebnie nie opóźniać uruchomienia. Ale wtedy powinien istnieć szczegółowy plan szybkiego czyszczenia danych klientów w nowym systemie.

Należy bezwzględnie unikać tego, że śmieciowe dane („shit in”) na początku łańcucha procesów operacyjnych prowadzą do nieprawidłowych wyników („shit out”) – na przykład podczas oceny i zwracania się do klientów – na końcu łańcucha procesów.

Jakość danych jest najwyższym priorytetem, ponieważ dane stanowią niezbędną podstawę decyzji firmy. Czyszczenie danych rozpoczyna się od ręcznego wprowadzania danych. Aby od samego początku wysiłek związany z czyszczeniem danych był jak najmniejszy, należy unikać potencjalnych błędów podczas zbierania danych. Dlatego w pierwszej kolejności powinieneś sprawdzić swoje procesy biznesowe, aby skutecznie zapobiegać przedostawaniu się do systemu niewystarczających danych.

Istotne jest, aby ważne atrybuty rekordu klienta były znane wszystkim użytkownikom systemu CRM. Przeszkol swoich pracowników, aby lepiej rozumieli, w jaki sposób mogą wpływać na jakość danych i cele, które za nią stoją.