Очистите свои плохие данные crm, как это делают профессионалы

Данные и маркетинг. Они сочетаются друг с другом, как арахисовое масло и желе. 

Почему?

Чистые, полные и точные данные являются ключом к персонализации маркетинга и автоматизации маркетинга. И в настоящее время более 50% компаний занимаются автоматизацией маркетинга, мы все собираем больше данных о наших перспективах, чем когда-либо прежде, множеством различных способов:

• Маркетологи собирают данные с помощью форм на своем веб-сайте и на выставках.
• Продавцы вводят и обновляют данные по мере того, как они встречаются с потенциальными клиентами и получают звонки.
• Операционные группы загружают и обновляют данные из купленных или собранных списков.
• Такие инструменты, как Сегмент, Корпус и Piesync добавляйте и синхронизируйте данные, собранные из других систем, таких как телефонные системы, инструменты чата и программное обеспечение, которые вы, возможно, создали.

К сожалению, в большинстве случаев значительный процент этих данных, которые мы собираем, будет плохой данные. Эти плохие данные снижают эффективность маркетинговых инициатив, снижают производительность продаж и, возможно, даже отключают перспективы.

Короче говоря, плохие данные тратят впустую время и деньги.

Поэтому сейчас, как никогда, компании тратят время и деньги на то, чтобы сохранить свои данные в чистоте.

Чтобы помочь вам раз и навсегда избавиться от плохих данных CRM, мы попросили 67 экспертов по маркетингу и продажам поделиться тем, как они поддерживают чистоту своей базы данных. Прочитайте ниже, чтобы узнать больше о типах плохих данных, о влиянии плохих данных на вашу компанию, о том, как устранить неполадки, и о программном обеспечении, которое вы можете использовать для создания и поддержания базы данных в чистоте.

Что Такое Плохие Данные?

Чтобы понять, какое влияние плохие данные могут оказать на ваш бизнес, давайте начнем с изучения того, что именно создает данные bad.

Источник: Хакер по продажам

Неверные данные– это неверные, устаревшие, дублирующиеся, неправильно отформатированные или просто отсутствующие данные в вашей базе данных маркетинга, продаж или клиентов-инструменты, такие как Mailchimp, HubSpot, Salesforce, Intercom, Marketo и Zendesk, и это лишь некоторые из них.

Короче говоря, это любые данные, которые существуют в ваших базах данных по маркетингу и/или продажам, которые в некотором роде неверны, и вместо того, чтобы помогать вашим кампаниям или продавцам, они могут нанести им вред, если они были непосредственно реализованы в маркетинговой кампании или использовались для информирования о взаимодействии с продажами.

Влияние плохих данных

Прежде чем мы перейдем к типам плохих данных и тому, как их исправить, давайте поговорим о том, насколько велика проблема.

Неверные данные могут оказать огромное влияние на рентабельность ваших маркетинговых кампаний и инициатив. Поскольку сбор данных стал более важным компонентом всех маркетинговых и торговых кампаний, в ряде недавних исследований рассматривалось реальное влияние плохих данных на компанию, и результаты этих исследований ошеломляют. 

• То исследовательская фирма IDC оценивает эти плохие данные обходятся американскому бизнесу в 3,1 триллиона долларов в год. 
• A исследование DiscoverOrg обнаружил, что отделы продаж и мар��етинга теряют около 550 часов и до 32 000 долларов на одного торгового представителя из-за рекламы с плохими данными, которая 40% записей о лидах содержат неверные данные. 
• A Опрос Gartner из компаний выяснилось, что плохие данные обходились каждой в 14 миллионов долларов в год. 
• RetailTouchPoints обнаружили, что плохие данные обходятся розничным торговцам дороже 9,7 миллиона долларов в год. 

Таким образом, вывод напрашивается сам собой — плохие данные оказывают серьезное негативное влияние на рентабельность инвестиций ваших компаний. Но как это на самом деле происходит? Каковы различные типы неверных данных? Какими способами неверные данные на самом деле влияют на вашу прибыль в реальном мире?

Чтобы ответить на эти вопросы, мы задали нашей экспертной группе ряд вопросов.

Во-первых, мы стремились понять, сколько времени тратится на очистку баз данных CRM. Мы задали два вопроса, в том числе: “Как час��о вы очищаете свою базу данных CRM?”и “В среднем, сколько времени требуется для очистки базы данных CRM/маркетинга?”

Почти 40% наших респондентов тратят на это более 4 часов, и почти 60% делают это не реже одного раза в месяц. Почти 30% делают это по крайней мере еженедельно! Очевидно, что на это тратится много времени.

Затем мы спросили их, какие функции необходимы при очистке данных. Очевидно, что для поддержания чистоты базы данных не требуется ни одной функц��и. Хотя устранение дублирования наиболее распространено, это лишь одна из многих необходимых функций.

Мы также спросили, какие мероприятия по уборке они проводят чаще всего. Как вы можете видеть, большинство компаний выполняют несколько операций по очистке, причем большинство респондентов говорят, что они добавляют недостающие данные, обновляют неправильные данные, дедуплицируют контакты и форматируют/ стандартизируют поля.

Как вы прочтете ниже в материалах наших респондентов, обычно эти исправления требуют множества различных типов обработки данных, а это означает, что очистка данных CRM не является простым или простым процессом.

Затем мы попытались выяснить, как часто плохие данные возникают из-за загрузки данных. Хотя это, очевидно, не единственная причина, по которой плохие данные добавляются в систему (и это также может быть способом исправления плохих данных), загрузка данных является общей потребностью среди наших респондентов, как видно из приведенной ниже гистограммы.

Как показано на приведенной выше диаграмме, компании загружают контакты в свою CRM по целому ряду причин. Тремя основными причинами были лиды, зафиксированные в других программных системах, обновление существующих контактов и лидов с событий.

Почти 45% респондентов ежедневно выполняют эти виды загрузок!

И дело не только в контактах. Компании также часто загружают списки компаний и отчеты о сделках.

Теперь, когда мы понимаем масштаб проблемы, давайте поговорим о конкретных способах, которыми плохие данные вредят вашему маркетингу и эффективности продаж.

Как Плохие Данные Влияют На Мои Результаты Маркетинга И Продаж?

Таким образом, очевидно, что плохие маркетинговые данные оказывают поддающееся проверке влияние на рентабельность продаж компаний. Но связать эти проблемы с реальными способами воздействия на ваши кампании и операции может быть сложно. 

Давайте рассмотрим некоторые из реальных примеров того, как плохие данные напрямую приводят к снижению отдачи от ваших инвестиций в маркетинг и продажи:

Неэффективные Маркетинговые Кампании

Маркетинговые кампании, использующие устаревшие и неверные данные, просто не будут столь эффективными. Клиентам нравится, когда компании обращаются к ним напрямую. 78% клиентов будет совершать покупки только с компаниями, которые имели индивидуальное взаимодействие с компанией. 

Плохие данные означают упущенные возможности. Потенциальный покупатель, который в противном случае мог бы заинтересоваться вашим продуктом, может быть отвергнут, если вы неправильно получите ключевые сведения о нем или его взаимодействии с вашим брендом. Хуже того, плохие данные могут привести к тому, что они будут чувствовать, что ваши продукты или услуги не являются таковыми. Неверные данные также могут повредить вашему таргетингу, заставляя вас тратить бюджет на рекламу или маркетинг по электронной почте не на тех потенциальных клиентов. 

Негативное Восприятие Бренда

Когда вы неправильно получаете важную информацию о своих потенциальных клиентах и клиентах в своих персонализированных маркетинговых сообщениях, это может повредить их восприятию вашего бренда. 87% потребителей скажите, что лично значимый контент положительно влияет на их отношение к бренду. Когда вы ошибаетесь, им это действительно не нравится. 63% потребителей очень раздражают бренды, которые используют старомодные маркетинговые стратегии, которые включают многократное распространение общих сообщений. 

У вас есть ограниченное количество взаимодействий, чтобы привлечь внимание вашей аудитории. Простая ошибка может оттолкнуть их и убить все шансы на развитие позитивных отношений в будущем. 

Плохие Данные Затрудняют Оптимизацию

Когда ваша кампания не оправдывает ожиданий из-за плохих данных, может быть трудно понять, что именно в этом причина. Многие последствия плохих данных остаются скрытыми. Когда вы упускаете важную возможность с потенциальным клиентом из-за или ошибочных данных, они обычно не отправляют вам ответное электронное письмо, чтобы сообщить, в чем заключалась проблема. 

Плохие данные могут очень затруднить оптимизацию маркетинговой кампании. Пока вы заняты настройкой своих сообщений, вы упускаете тот факт, что кампания не была запущена из-за ошибок в данных. Неверные данные снижают показатели конверсии кампаний и могут заставить вас пересмотреть стратегии обмена сообщениями, которые в противном случае были бы связаны с вашей аудиторией. 

Маркетинговые данные Становятся Данными о продажах и Успехе Клиентов

Маркетинговые данные используются не только вашей маркетинговой командой. В HubSpot, Salesforce, Intercom и других платформах те же данные, которые использует ваша маркетинговая команда, в конечном итоге становятся данными, которые также используют ваши команды продаж и успеха клиентов. Это означает, что они также наследуют все неверные данные, хранящиеся в этих записях клиентов. 

Вашей команде по продажам будет трудно привлечь потенциальных клиентов, если у них нет точных данных на руках. Если они действительно станут клиентами, ваша команда по успеху клиентов тоже станет ими.

В конечном счете, ваши маркетинговые данные отражаются на всей организации, снижая рентабельность инвестиций каждого отдела по мере их прохождения. Наличие инициатив по обеспечению качества данных поможет вам ограничить влияние плохих данных на вашу организацию. 

Потраченное впустую время для торговых представителей

Когда у вас есть база данных, заполненная плохими маркетинговыми данными, вашим торговым представителям приходится просматривать данные, прежде чем использовать их в кампаниях и сообщениях. В современных продажах персонализация заложена в каждом взаимодействии, которое мы осуществляем с клиентами. Если ваши торговые представители не уверены в этих данных, они будут тратить больше времени на проверку и проверку данных, которые они используют. Лидджен провел исследование и обнаружил, что представители тратят более 500 часов в год на очистку данных:

Источник изображения: Нил Патель

Это сотни или сотни часов, которые ваша команда могла бы потратить, сосредоточившись на общих стратегиях или тактике выполнения, которые приносят более положительную отдачу для вашей компании.

Типы неверных данных, которые необходимо исправить

В ходе нашего опроса было обнаружено несколько распространенных типов неверных данных. Чтобы дать вам основу для размышлений об очистке вашей базы данных, мы классифицировали проблемы с данными следующим образом:

Неверные Данные – Данные, которые просто неверны, например, неверный номер телефона или компания.

Устаревшие Данные – Устаревшие данные, например, контакт с электронной почтой, которая больше не действительна, или контакт, который больше не работает в компании.

Дубликаты Данных – Записи, которые могут быть дублирующими записями. (например, контакты с тем же именем и адресом.)

Неправильно Отформатированные Данные – Записи с ошибками форматирования (например, неправильно написанное имя, номера телефонов без пробелов и т. Д.)

Недостающие Данные  – Записи, в которых отсутствует важная информация. (например, контакты без имен или номеров телефонов.)

Некачественные Данные – Контакты, которые вы должны удалить из своей базы данных. Например, электронные письма, начинающиеся с “@info” , или контакты, которые не открывали ваши электронные письма в течение 6 месяцев.

Неверные Данные. – Записи с ошибками, такими как неправил��ные имена с символами в них или почтовые индексы США с менее чем 5 цифрами.

Противоречивые Данные – Записи с ошибками, такими как названия стран и/или штатов с различным форматированием или сокращениями.

Давайте рассмотрим советы наших респондентов о том, как ��ни решают каждую из этих проблем.

Неверные Данные

Данные, которые просто неверны. Возможно, информация была введена в неправильное поле, например, номер телефона, введенный в поле “Адрес”. Неверные данные особенно вредны, поскольку отправка потенциальным клиентам и клиентам сообщений с неверной информацией в них будет активно вредить вашему бренду. Ваши клиенты будут болезненно осознавать, что вы использовали автоматизацию в своих сообщениях, и это разрушит иллюзию того, что по другую сторону экрана с ними активно общается реальный человек из вашей компании. 

Осирис Парих из Осознанность на высшем уровне рассматривает это как “Одну из наиболее распространенных ошибок CRM, которые поражают персонал отдела маркетинга и продаж”. Парих говорит: “Часто продавцы собирают неверную информацию или не проявляют инициативы по проверке контактной информации, в конечном итоге оставляя их с бесполезными и устаревшими данными… [Это] приводит к совокупности последствий, начиная от плохого обслуживания клиентов и удержания клиентов, увеличения затрат на ошибочные электронные письма и рассылки и низкой внутренней производительности”. 

“Чтобы противостоять безудержным последствиям плохих данных CRM, - говорит Парих, - фирмы должны выделять ресурсы или персонал для технической проверки для проверки и обновления данных по мере их изменения. Существует несколько технических решений, которые могут быть реализованы для содействия этим усилиям, которые обеспечивают простые и интуитивно понятные способы исправления и замены неточной или устаревшей информации. 

Парих использует Облачный лист инструмент форматирования и проверки и обучение CRM для решения этой проблемы. “Когда фирмы понимают опасность неэффективных данных CRM и оснащены инструментами для обновления и поддержания качественного контента, риски и последствия, связанные с плохими данными CRM, устраняются”.

Иногда данные портятся из-за дизайн, создано с намеренными ошибками как способ отговорить от контакта на этапе рассмотрения. (Давай… вы знаете, что делали это по крайней мере один раз!) Однако, как Джонатан Ауфрей из Хакеры Роста указывает на эти преднамеренные ошибки: “плохие электронные письма, фальшивые имена, неправильные номера. И т.д.” должны быть решены. “Когда в вашей базе данных CRM беспорядок, вы отслеживаете неправильные данные, отправляете неправильную информацию не тем людям, вы не знаете, в какой части воронки находятся ваши лиды, и вы закроете меньше лидов”. 

Хотя Aufray использует утилиту очистки базы данных для предотвращения беспорядка в CRM, он говорит: “Лучший способ очистить вашу базу данных CRM-это сделать это вручную”. Однако Aufray признает, что “вы не хотите делать все это вручную”, и предлагает пользователям “создавать (или находить онлайн) сценарии, которые помогут вам автоматически устранять ваши проблемы”.

Говорит Брайс Жермен из Агентство Коперник, эти плохо отформатированные данные означают: “У вас нет всего контекста и информации о вашем потенциальном клиенте. Так что вы менее эффективны. Я устраняю все поддельные электронные письма и отказы”. С этого момента Жермен обучает команду тому, как улучшить использование CRM. Чтобы помочь с очисткой, Germain использует Дропконтакт для анализа, сегментации, завершения и двойного удаления.

Сьюзан Уолш из Гуру классификации говорит, что часто возникают проблемы, такие как “неправильно введенные имена, несогласованное форматирование, такое как "Полное имя", а также столбцы " Имя " и "Фамилия". и опечатки.” Проблема с этими типами ошибок и пропусков, говорит Уолш, заключается в том, что их ”труднее точно дублировать, создавая больше работы и путаницы для конечного пользователя". Чтобы устранить эти небольшие (но су��ественные) проблемы, Уолш использует Excel для разделения/объединения данных и обеспечения их чистоты и точности. Использование Excel “делает меня более точным и эффективным". 

“Мусор в равен мусору вне", - говорит Джозеф Сирилло из Блог о страховании постоянного покрытия, который говорит, что повреждение данных происходит, когда пользователи “неправильно каталогизируют свои данные. Например, пользователь совершает продажу, но не записывает ее в CRM, поэтому клиент ошибочно помечается как потенциальный покупатель, а не как клиент”. В результате “Ваши данные о продажах являются неточными… Вы не сможете диагностировать проблемы или возможности, если ваши данные неверны”.

Говорит Чирилло о решении: “Автоматизация как можно большего объема имеет важное значение. У нас есть система захвата лидов, которая интегрируется с нашей CRM. CRM обрабатывает продажу, поэтому она заставляет агентов собирать все данные, прежде чем двигаться вперед в процессе продаж, что уменьшает дублирование или "напряженную работу" и заставляет агентов записывать необходимые данные. Кроме того, CRM запрашивает только ввод важных данных… Если вы сделаете сбор данных долгим и утомительным, люди будут срезать углы или не будут этого делать. Сирилло советует нам “Делать это кратко и просто, с минимальным количеством необходимых ячеек“, и рекомендует использовать Excel для поиска плохих данных, поскольку”это помогает экспортировать и импортировать чистые данные в систему".

Плохое форматирование также может затруднить сегментацию, говорит Сара Мид из Носитель SmartBug “Когда мы запускаем аналитику и хотим узнать, сколько потенциальных клиентов поступает в рамках определенной демографической группы, вполне вероятно, что эти данные будут неточными и/или их будет трудно получить в сценарии, когд�� мы не соответствуем запрашиваемой информации.

Мид говорит: “С одним клиентом мы столкнулись с ситуацией, когда мы хотели идентифицировать больше людей в базе данных, которые соответствовали определенной персоне. Однако было много отсутствующих должностей и личной информации, поэтому мы не смогли определить, кто подходит на эту роль”.

Хотя проблему можно было решить, для этого потребовалась некоторая работа. “Мы создали интеллектуальные списки в HubSpot, которые включали”электронные письма, содержащие xx "– это позволило нам искать определенные роли и типы организаций, соответствующие этому персонажу". Команда “Они " создала интеллектуальные списки в HubSpot, которые включали роли, основанные на поведении. На веб-сайте было несколько сообщений в блоге, очень специфичных для этой персоны, поэтому мы назначили людей, которые потратили время на эти сообщения в блоге/конвертировали”. затем “Мы зарегистрировали неактивных участников базы данных для воспитания лидеров. Во время одного из первых писем по воспитанию лидеров мы попросили получателей самостоятельно выбрать свою личность, чтобы мы могли назначить их в группу”. 

К счастью, это было возможно в Hubspot. Мид говорит: “Эти инструменты помогают создавать различные запросы, основанные на определенных критериях, наиболее подходящих для конкретных полей формы/контактных данных, которые мы хотим идентифицировать”.

Один из хороших способов уменьшить это неправильное форматирование-ограничить выбор, говорит Андреа Моксхэм из Подкова + ко. Хотя открытые текстовые поля доступны, они могут привести к “ Невозможности правильного сегментирования и неточным маркерам персонализации, используемым в маркетинге”. Чтобы бороться с этим, Моксхэм предлагает пользователям “Сортировать типы ответов, которые ва��и клиенты вводят в это открытое текстовое поле. Затем классифицируйте эти ответы и превратите их в раскрывающееся поле или поле с флажком”.

Moxham использует Hubspot, так как он “Помечает дубликаты контактов, позволяет легко увидеть все ваши свойства с первого взгляда и тип поля. Затем вы можете быстро отредактировать это поле, добавив предварительно выбранные раскрывающиеся списки или флажки.”

Мариана Годсен из Ремотиш говорит: “Мы видим много случаев, когда у компаний нет процесса ма��совой загрузки новых контактов. Это означает, что несколько членов команды будут загружать электронные таблицы, отформатированные по-разному, без проверки наличия по крайней мере одного правильного электронного письма, связанного с одним именем и фамилией”.

Это может привести к обману, но “кроме того, поля свойств, которые необходимы для вашего бизнеса, могут быть не заполнены, что не позволит вам фильтровать контакты, которые были импортированы по определенной причине. В итоге вы получаете большую базу данных и очень мало что можете сделать с этими записями". 

Чтобы справиться с этим, Годсен рекомендует пользователям “Прежде всего, создать процесс массового импорта и назначить ответственным члена команды. Это может включать в себя наличие образца электронной таблицы, на которую ваша команда всегда может ссылаться, чтобы убедиться, что у них есть соответствующие столбцы”.

“Если беспорядочная загрузка уже была выполнена, мы выполняем серию экспорта и повторного импорта, пока не получим список записей, которые можно безопасно удалить. С оставшимися записями вы всегда можете выполнить еще один раунд экспорта и импорта, чтобы обновить поля свойств”.

“Мы являемся пользователями HubSpot, поэтому у нас есть отличный процесс очистки электронной таблицы в соответствии с лучшими практиками HubSpot перед массовым импортом. При импорте в HubSpot инструмент также показывает, есть ли ошибки в вашей электронной таблице, которые обычно представляют собой столбцы, не соответствующие свойствам, и строки, в которых отсутствует информация.”

“Очень важно загрузить электронную таблицу ошибок и немедленно устранить ее, - говорит Годсен, - исправив эти ошибки и повторно загрузив оставшиеся записи, которые необходимо исправить. Многие люди пропускают этот шаг”.

Дэниел Купер из Лидогенерация Лолли многое повидал с точки зрения проблем с данными. “Как компания, генерирующая лиды, мы специализируемся на консалтинге компаний по их усилиям по генерации лидов”, что включает в себя очистку данных. “Один из таких корпоративных клиентов из Великобритании, который останется анонимным, обратился к нам с опасениями, что их данные были загрязнены в их CRM-системах, что означало, что они не могли использовать эти данные для маркетинга по электронной почте. В ходе расследования мы обнаружили набор данных, который состоял из более чем 1,1 миллиона контактов с “Словами в названиях, неправильным написанием имен, недействительными электронными письмами, недействительными телефонными номерами”. В нем даже была проблема ненормативной лексики в данных. 

“Это была серьезная проблема и означало, что они не могли автоматизировать информационно – пропагандистскую работу в маркетинговых целях, рискуя принести больше вреда, чем пользы— никто не хочет получать маркетинговую рассылку по электронной почте с неправильным именем или, что еще хуже, ненормативной лексикой вместо имени клиента”.

Купер сказал: “Мы приступили к созданию кода (на основе python) для обработки набора данных: мы собрали "список ненормативной лексики" и отметили все записи, которые выглядели подозрительно, и, используя файл словаря английского языка, мы отметили все имена, соответствующие записям в словаре. Затем любой неверный номер электронной почты или телефона был помечен. Набор данных общих имен был использован против всех имен, отмеченных ошибками в написании”.

“Как только у нас появились потенциально загрязненные данные (чуть более 276 000 записей), наш ручной процесс начал фиксировать все записи вручную. Результаты всей этой напряженной работы привели к тому, что наш клиент смог ежемесячно обращаться к этой большой базе данных без риска повреждения, увеличив свои продажи на целых 18%. Много работы, но большое вознаграждение для клиента".

Команда использует API Monday и Никогда не прыгай. “Мы используем передовые API-интерфейсы для автоматизации процесса подтверждения и корректировки данных по мере их поступления в нашу CRM, чтобы снизить показатели отказов и неправильное форматирование имен”.

Устаревшие Данные

Как давно ваш бизнес собирает информацию о потенциальных клиентах и клиентах в вашей базе данных? Вероятно, до тех пор, пока существует ваша компания. У большинства компаний есть записи о клиентах, которые они используют в маркетинговых кампаниях многолетней давности.

Source: Neil Patel

Если в вашей CRM есть записи о клиентах или компаниях, которым более двух лет, существует очень большая вероятность того, что часть их информации изменилась с момента ее последнего редактирования. 

Устаревшие данные-одна из наиболее распространенных форм неверных данных в CRM и маркетинговых базах данных. Просто взгляните на эти статистические данные из Neil Patel:

• 40% пользователей электронной почты меняют свой адрес электронной почты не реже одного раза в два года
• 20% всех почтовых адресов меняются каждый год
• 18% всех телефонных номеров меняются каждый год
• 21% всех генеральных директоров меняются каждый год
• 25-33% адресов электронной почты устаревают каждый год
• 60% людей ежегодно меняют должности в своих организациях

Это большой оборот данных каждый год. Хуже того, это множество неверных данных, которые вы используете для подпитки своих маркетинговых инициатив. 

Установка инициатив по обеспечению качества данных, которые помогут вам идентифицировать записи в вашей базе данных HubSpot, Salesforce, Intercom или другой базе данных CRM, содержащей устаревшую информацию, поможет вам лучше обслуживать ваших клиентов, экономить время вашей команды и, в конечном счете, проводить маркетинговые кампании, которые обеспечивают более высокую рентабельность инвестиций. 

Уилл Кэннон из Возвышение ссылается на это как на проблему, приводящую к “плохим исходящим кампаниям по электронной почте/телефону для вашей команды продаж”. Кэннон рекомендует пользователям “Использовать инструмент проверки электронной почты и/или базы данных контактов для очистки данных CRM в режиме реального времени”. Cannon использует Точная и Бритеверизовать, чтобы “Поддерживать наши данные CRM в чистоте и актуальности. [Это экономит] нашу команду по исходящим продажам за счет наличия чистых потенциальных клиентов для работы”.

Стоимость этого выс��ка, и ее можно предотвратить, по словам Моааза Нагори из Cloudlead. “Грязные CRM стоят ваших продаж, маркетинга и общих операций по получению дохода больших денег”. В качестве примера Нагори предлагает: “Наш клиент связывался с людьми, которые покинули организацию на довольно долгое время. Это привело к пустой трате усилий”. Нагори считает, что важно начинать с хорошего процесса“. Для борьбы с распадом данных мы сначала проверяем и проверяем данные, чтобы они были наиболее актуальными. Во-вторых, мы всегда проводим уборку каждые 3-6 месяцев. Это всегда держит под контролем весь наш трубопровод". Для этого Нагори использует собственный инструмент форматирования и проверки Cloudlead, а также Clearbit. ”Они многократно повышают нашу эффективность, но мы также прибегаем к ручной очистке, которая по-прежнему является наиболее эффективной".

Высокая частота отказов от электронных писем является главной проблемой для Джилл Уокер из Opsis. “Я использую ответы вне офиса и подключаюсь для обновления данных, где это возможно. Там, где обновленная информация недоступна, я гарантирую, что электронное письмо будет удалено, чтобы не повторялись те же ошибки”. Уокер также использует детектор дубликатов и Excel для удаления неверных данных. “Excel обладает мощной функциональностью обработки данных”.

Мелани Хартманн из Решения для дома Creo указывает на проблему устаревшей информации в вашей аналитике. “ Похоже, что у нас гораздо больше активных зацепок, чем на самом деле”.

Чтобы исправить это, “Раз в квартал мы проверяем потенциальных клиентов, которым не назначены какие-либо задачи. Затем они помечаются как "мертвые". Или, как иногда бывает, активному лиду не было назначено задание. Поэтому для них добавляется задача, чтобы вернуть ведущую роль в последующем.

Хартманн в настоящее время использует VLookup для этих целей, но объясняет, что компания “все еще ищет способы сделать это быстрее/проще…Надеюсь, это сэкономит время, сократив количество действий, необходимых для выполнения задач вручную”.

Драгоценный камень Латимер из Вавилонский запрос также признает проблемы с инфляцией, которые могут возникнуть из-за плохих данных. Когда CRM “полна отказов от подписки и жестких отказов, у вас просто нет реалистичного представления о размере вашей аудитории. Это может повлиять на отправку электронной почты и на то, как вы сегментируете свои данные.

По словам Латимера, они решают эту проблему с помощью “Регулярных очисток", создавая списки, которые автоматически обновляются и могут быть просмотрены. Отключение всех контактов, которые были ошибочно удалены, и удаление тех, кого больше не должно быть в CRM”.

Команде нравится CRM Hubspot за ее “легкую видимость и способность немедленно вносить изменения". Команда также использует Google Таблицы, которые “позволяют вам действительно углубляться в данные, вносить изменения и загружать их, когда они чистые”.

Управление данными-это не только настройка, но и поддержание в рабочем состоянии, говорит Джеред Мартин из Один переключатель. “Одна распространенная ошибка, которую мы постоянно наблюдаем, - это отсутствие обновления записей контактов информацией о телефонных звонках. Без жизненно важной информации, такой как отзывы или болевые точки, мы не можем предоставить более персонализированный сервис для наших клиентов или даже вынуждены неоднократно задавать им одни и те же или аналогичные вопросы”.

Чтобы решить эту проблему, “Мы просим каждого члена команды делать подробные заметки для каждого звонка, сформулированного по стандартизированному шаблону, который затем можно легко ввести в нашу CRM”.

Команда использует обновления записей Salesforce, чтобы поддерживать свежесть данных. “Это помогает нам обновлять записи контактов или учетных записей на основе новой информации, которую мы собираем в ходе наших прямых бесед, таких как изменения ролей, названия, обновленные адреса электронной почты и многое другое”.

Дубликаты Данных

Дубликаты данных, возможно, являются наиболее распространенной формой плохих данных за пределами просто устаревших данных. В некоторых маркетинговых наборах данных дублирование данных является самой большой проблемой. Эксперты пришли к выводу, что частота дублирования достигает 10%-30% распространены во многих маркетинговых базах данных.

Повторяющиеся данные относятся к любым данным, содержащимся в нескольких записях в маркетинговой базе данных. Когда большинство людей думают о повторяющихся данных, они думают о точных повторяющихся записях, в которых вся информация напрямую копируется в совершенно новую запись. Это очень распространенная форма дублирования данных, часто из-за ошибок, возникших при импорте и экспорте данных. Они также могут произойти из-за ошибочного ввода вручную, когда представитель по маркетингу или продажам случайно создает новую запись для потенциального клиента или клиента, которая уже существует в вашей базе данных. 

Но дубликаты данных - это гораздо больше, чем точные 100% дубликаты. Наиболее распространенной формой дублирования данных в маркетинговой базе данных являются частичные дубликаты. Частичные дубликаты могут быть созданы так же, как и точные дубликаты — в результате импорта, экспорта или ошибки ввода человеком, — но часто содержат только часть одних и тех же данных. 

Каролин Куйава из Очистить фото лучше всего это резюмирует. “Дубликаты записей кон��актов. Тьфу.”

Одна из самых больших проблем с обманщиками заключается в следующем: “Дублирование записей контактов может привести к перекрытию связи. Например, ваши торговые представители могут дважды связаться с одним и тем же человеком. Или ваше маркетинговое электронное письмо может быть отправлено одному и тому же лицу несколько раз, если у него несколько адресов электронной почты в Hubspot. Поэтому важно, чтобы тот, кто найдет дубликат записи, обновил его соответствующим образом”. 

Хорошая новость, как объясняет Куйава. “На самом деле это очень просто исправить, если вы используете Hubspot (что мы и делаем). Когда вы найдете две записи, которые принадлежат одному и тому же человеку, вы хотите ОБЪЕДИНИТЬ две записи в одну. Hubspot запишет это действие, а затем торговые представители также смогут оставить заметки, уточняющие для команды, связались ли они уже и т. Д. Все управляется в Hubspot, и это позволяет нам записывать всю активность на этой платформе”.

Это может повлиять на географический маркетинг, по словам Мэган Ревак из Линтон Веб “Допустим, вы отправляете электронное письмо тем, кто находится в определенном географическом регионе, но есть несколько полей штата и региона. Какой из них(ов) вы используете? Удаление повторяющихся полей помогает избежать путаницы в сегментации списков и гарантирует, что вы обращаетесь к нужным людям”. 

Равак напоминает нам, что “важно стандартизировать использование определенных полей в ваших отделах маркетинга и продаж” и что “регулярные проверки баз данных могут обеспечить чистоту и точность ваших данных". 

Revak использует для этой цели BriteVerify. “Эти инструменты помогают автоматизировать очистку грязных баз данных и выявлять любые проблемы с данными”.

Кэти Нортон из Конкора указывает на повторяющуюся проблему с обманщиками: “Никто не знает, какую запись редактировать, детали будут разбросаны по всем двойникам, а операции по продажам очень быстро дезорганизуются”. Кокора говорит, что щекотливая ситуация привела их к безумию. “До Insycle мы осуществляли массовый экспорт, ручное объединение и повторный импорт, а также объединение по мере их появления. Затем мы столкнулись с ошибкой синхронизации, из-за которой начали создаваться сотни дубликатов в день. Без Insycle решение этой проблемы, пока мы работали над устранением источника ошибки (что заняло около месяца), заняло бы много часов ручной работы. Наша CRM вышла бы из строя на месяц, если бы не [они]”.

Знание источника ошибок и неверных данных-один из лучших способов активного поддержания работоспособности базы данных. 

Это может быть довольно глубоко, по словам Криса Хэнди из ClosedWon.com. “Самая распространенная ошибка, которую я вижу, заключается в том, что маркетологи создали семь разных версий одного и того же поля формы. Во многих случаях это связано с”предпочтительным методом контакта"."

“Проблема с этой информацией, находящейся в таком большом количестве различных форматов и мест, заключается в том, что ее никогда нельзя использовать для сегментации всей базы данных без учета всех случайных полей. Когда это происходит, нет простого решения". 

Говорит Хэнди: ���К сожалению, вам просто нужно засучить рукава и приступить к работе. На таких платформах, как HubSpot, вы можете создавать интеллектуальные списки, которые помогут вам логически организовать контакты. Организация с помощью интеллектуальных списков приведет вас к тому, что вы сможете запустить автоматизацию рабочего процесса, чтобы правильно отметить поле “один истинный” в каждом из них.” 

“Это отнимает много времени,” предупреждает Хэнди, “но оно того стоит. Создание списка отказоустойчивости, который проверяет наличие любых записей без поля “один истинный”, поможет вам узнать, когда следует удалить другие записи навсегда. Это того стоит, но тогда вам нужно будет ввести строгий процесс создания новых полей для форм”.

Мелани Муссон из 360quoteLLC делает устранение дубликатов данных ежемесячной практикой. Муссон говорит: “База данных не оптимизирована, если есть дубликаты данных, и для ее просмотра требуется больше времени. Также легко допустить неточности". Муссон говорит, что регулярная практика очистки базы данных “очень проста, это просто нужно сделать”. Муссон использует инструмент обнаружения дубликатов Dropcontact для очистки.

“Иногда представители создают новую запись и имеют под рукой только ту часть данных, которая существует в другой записи. Клиент может заполнить форму с разницей в год, после того как большая часть его информации изменилась, в результате чего появятся две похожие, но разные записи“.

“В других случаях записи начинаются как точные копии. Со временем только одна из двух записей будет обновляться новыми данными по мере их сбора, что приведет к двум аналогичным записям с частично совпадающей информацией. Это может сбить с толку, так как вашим представителям будет трудно отличить, что right запись есть. Со временем эти две записи могут получать свои собственные обновления и расходиться, что не позволит вашим маркетинговым и торговым представителям иметь единый взгляд клиента. “

Дублирование данных усложняет задачу, чем это должно быть, указывает Кимми Чамплин из Clutch.co. “Когда данные дублируются, вашу CRM значительно сложнее использовать. Как ваша команда продаж, которая полагается на CRM для управления своей ежедневной производительностью, так и ваши усилия по автоматизации будут бороться за то, чтобы найти наиболее подходящую точку контакта. В конечном счете, электронные письма отправляются или звонки делаются не тому человеку или не в том месте, что приводит к упущенным возможностям”.

Как и Муссон, они используют регулярное техническое обслуживание для борьбы с плохими данными. “Мы внедрили еженедельный процесс проверки дубликатов записей в соответствии с несколькими критериями, а не только по адресам электронной почты или доменам компаний. Мы используем внешний инструмент для выявления и устранения этих проблем, но также ясно, что ручная обработка данных неизбежна. Все пользователи нашей CRM несут ответственность за понимание того, что такое дубликаты данных, и сообщают об этом, чтобы наша команда могла с ними справиться”. 

Обновления записей Salesforce и слабая связь помогают команде CRM видеть проблемы с CRM, и Чамплин также хвалит Insycle, приложение которого “позволяет нам быстро выявлять дубликаты на основе критериев, которые мы считаем сильными индикаторами проблем в CRM. Используя правила приоритетного соответствия, мы можем объединить тысячи записей одновременно”.

Жизель Бардвелл из Киви Креатив упоминает, что не всегда легко сказать, какая запись должна служить источником истины. “CRM иногда испытывают трудност�� с определением того, какая часть данных является самой последней или ценной и должна заменять другую (например, несколько адресов электронной почты)”.

Дубликаты могут стоить вам денег больше, чем просто рентабельность инвестиций, говорит Бардвелл: “Наша CRM-система взимает плату за количество контактов, поэтому наличие нескольких записей контактов для одного и того же человека может быть дорогостоящим! Кроме того, у нас были ситуации, когда мы несколько раз обращались к одному и тому же человеку с одним и тем же предложением, потому что они были дублированы в нашей базе данных. Это привело к ужасному опыту работы с клиентами и потере нескольких потенциальных клиентов. В результате мы прилагаем все усилия, чтобы регулярно очищать нашу CRM”.

Чтобы решить эту проблему, “Мы каждый квартал тратим время на просмотр нашей CRM и поиск повторяющихся и не относящихся к делу записей. Если информация между двумя картами конфликтует, мы используем дату последнего действия, чтобы показать нам, которая, скорее всего, будет последним адресом электронной почты, номером телефона, работодателем и т.д. Хотя эта задача может занять много времени, разбиение ее на более мелкие части помогает. Но в долгосрочной перспективе это помогает поддерживать точность и эффективность вашей CRM для всех наших потребностей в привлечении потенциальных клиентов, маркетинге и продажах”. 

Команда делает это совместно с помощью Excel и Hubspot. “В HubSpot есть функции, которые помогают нам идентифицировать дубликаты. Excel обладает теми же возможностями, и мы можем идентифицировать дубликаты в массовом порядке".

Дэвид Лаплант из ПропертиРадар говорит: “Дубликаты наносят ущерб жизненному циклу и/или сообщениям, основанным на конкретных событиях/атрибутах, на основе принятия решений”.

ЛеПланте приводит пример: запись “реального” клиента имеет атрибут “клиент "и будет получать только сообщения, предназначенные для клиентов; однако дубликат № 1 не имеет атрибута "клиент" и " получает сообщения, рассматривающие их так, как будто они не являются клиентами. Клиент приходит в замешательство, обижается и предпринимает непреднамеренные действия из-за ошибочного сообщения. Теперь вам придется вручную выполнять контроль повреждений, что является дорогостоящим”.

Лаплант говорит: “Дубликаты, как правило, легко идентифицировать по некоторым типам данных. Некоторые не так много, и разрешение сущностей не всегда идеально. А события, которые пересекаются с дубликатами, в лучшем случае запутанны для объединения, и возможности своевременного обмена сообщениями могут быть потеряны. Объединение может быть настоящей проблемой для экосистемы приложений, зависящих от данных, особенно для автоматизации и масштабной работы. Некоторые приложения упрощают это. Некоторые этого не делают. Их команда использует Insycle, объясняя, как приложение позволяет им идентифицировать, автоматически выполнять основную часть разрешения и (при необходимости) разрешать вручную, хотя Лаплант указывает, что вручную - наименее эффективное и самое дорогое средство исправления. 

Пола Скапер из Kinetix Media Communications Ltd отлично указывает на то, что плохие данные “могут привести к непреднамеренному нарушению законов о спаме или непреднамеренному включению потенциальных клиентов в маркетинговую рассылку из-за неполных записей о согласии. список того, что может пойти не так, довольно длинный”.

Говорит Скапер о средстве защиты: “Подход варьируется в зависимости от размера списка, стадии жизни лидера и срочности очистки. Т. Е. грязные данные подписчика часто не стоит очищать, если подписчик не взаимодействует с контентом на регулярной основе, и более эффективно просто удалять сомнительные записи, в то время как на другом конце спектра стоит, чтобы человек проверял данные для записей клиентов с высокой стоимостью”.

Kinetix использует InSycle и сегментацию списков для поиска записей “подверженных риску". Скапер говорит: “Файлы Excel/CSV-это доступный способ извлечения, очистки и массового обновления данных CRM для клиентов, где ошибки повторяются, похожи и/или объем данных относительно невелик и управляем; мы также рекомендуем использовать теги или какой-либо другой метод маркировки для идентификации отдельных записей, которые”нуждаются в обновлении", чтобы отдельные пользователи могли отправить запись на проверку, если они сталкиваются с сомнительными данными в ходе повседневного использования".

Однако “наиболее ценным является использование сторонних специалистов, которые могут программно очистить файл, чтобы обеспечить согласованность и полноту адресных данных для основной массы записей, сократив ручной труд, необходимый только для самых неполных/беспорядочных данных”.

Чтобы уменьшить количество обманутых до того, как они размножатся, Теодора Пирчу из Решения Impressa говорит: “Мы стараемся внедрять более разумные способы сбора информации с помощью более совершенных форм. Кроме того, исправляйте все вручную, когда это возможно".

Денис Жинко из ScienceSoft говорит о дубликатах: “Основными последствиями являются затруднение продаж и снижение производительности труда сотрудников, что может привести к упущенным возможностям и потерянному времени. Например, если торговый представитель звонит или отправляет электронное письмо одному и тому же клиенту несколько раз из-за дублирования информации в CRM, вместо того, чтобы связываться с разными клиентами, это влияет на производительность представителя”.

Говорит Жинко: “Наша собственная команда Dynamics 365 обеспечивает автоматическую дедупликацию с помощью правил обнаружения дубликатов, которые помогают идентифицировать повторяющиеся записи. Команда также может создавать собственные правила проверки данных. Они предотвращают ввод данных, не совместимых со стандартами качества данных в нашей компании. Они помогают эффективно управлять дублирующими записями и устанавливать стандарты ввода данных, что позволяет предотвращать дубликаты”.

Морган О'Мара из Решения Altvia говорит: “Использование неверных данных может повлиять на усилия всей вашей организации, от маркетинга до бухгалтерии. Использование неверных данных не только снижает ваши усилия по распространению информации, но и может негативно сказаться на вашей репутации”.

Чтобы решить эту проблему, “Мы создали общекорпоративные процессы, основанные на соглашениях об именах. Эти чистые данные помогают каждой команде в нашей компании. Мы также создали автоматические напоминания о задачах для конкретного ведения домашнего хозяйства. Например, если мы узнаем, что пользователь покидает компанию, напоминание о задаче устанавливается на 4 недели позже, чтобы попытаться выяснить, в какой компании он работает сейчас”.

Команда использует готовые функциональные возможности Microsoft Dynamics 365 (правила обнаружения дубликатов) и пользовательские правила проверки данных вместе с Salesforce для достижения этих целей очистки данных. 

Improperly Formatted Data

Неправильно отформатированные данные очень распространены и часто являются результатом ошибок ручного ввода данных. Когда клиент заполняет вашу контактную форму, если у вас нет надлежащих требований к проверке, вы быстро обнаружите, что потенциальные клиенты и клиенты часто вводят информацию разными способами. То же самое можно сказать о маркетинговых и торговых представителях, которые вручную добавляют данные в вашу базу данных. Со временем ваши данные будут противоречивыми, что затруднит их использование в ваших маркетинговых кампаниях. 

Некоторые из распространенных способов, которыми мы видим неправильно отформатированные данные в маркетинговых базах данных, включают:

• Форматирование номера телефона. 3213452146 против 321-345-2146 против (321)-345-2146 против 1-321-345-2146. 
• Форматирование даты. 4/10/2017 против 10 апреля 2017 года против 04/10/17 против 10/04/2017. Форматирование и региональные различия в форматировании даты могут вызвать проблемы и привести к ошибкам. 
• Капитализация названий и компаний. Вы не хотите отправлять свои маркетинговые электронные письма “Дэвиду из Acme inc”, вы хотите отправить их “Дэвиду из Acme Inc”. Проблемы с обращениями могут нанести серьезный ущерб репутации вашего бренда. Проблемы с капитализацией в маркетинговых базах данных не ограничиваются только личными именами и компаниями, но и любыми конфиденциальными данными, которые вы храните. 

Телефонные номера являются постоянной проблемой при очистке данных. Бен Демерс из Атлантида цитирует его конкретно в ответе. “Невозможно звонить контактам, используя нашу систему VOIP, так как она не может считывать телефонные номера в определенных форматах!” Это приводит к большому количеству ручной работы или, что еще хуже, к потенциальным упущенным возможностям. “Мы используем InSycle для автоматического форматирования наших телефонных номеров в правильный формат. У нас каждый час запускается форматер.”

InSycle автоматически переформатирует наши телефонные номера в нужный формат! Одна ошибка, которая может стать очевидной с самого начала, - это имена и приветствия, согласно Манприту Сингху Доди из Данные Ace. “Потенциальные клиенты или клиенты действительно могут обидеться, если к ним обратятся неправильно. Суть нашего бизнеса заключается в создании персонализированных маркетинговых сообщений. Определение правильной целевой аудитории становится очень важным при передаче этих сообщений. Поэтому в качестве процесса мы начинаем с выбора нашей целевой аудитории и ее фильтрации. Проверка основных данных, которые будут использоваться [в нашем маркетинге и продажах], принесла нам пользу. Поэтому, если мы выберем, скажем,”Подозреваемых "в качестве этапа жизненного цикла, их фильтрация, а затем проверка правильности приветствий становится важно��".

Команда использует Hubspot, но также полагается на процессы здравого смысла, говоря, что “Использовать инструмент просто, но мы задаемся вопросом о том, как его использовать”.

Таким образом, стандартизация становится одним из важнейших способов борьбы с плохими данными. Дженнифер Лакс из LyntonWeb подчеркивает, как даже небольшие различия в данных могут привести к разрушению сегментации. “Если вы используете плохие данные для персонализации и сегментации, вы рискуете отправить по электронной почте не того человека или использовать автоматизацию, которая не имеет смысла для получателя”.

“Например, - говорит Лакс, - мы можем захотеть сегментировать данные по должности и использовать этот маркер персонализации в электронном письме. Когда мы просим контакты заполнить название должности, мы можем получить ошибки в прописных буквах и различные форматы, которые усложняют сегментацию”. Чтобы исправить это, говорит Лакс, “мы можем использовать такую логику, как "содержит вице-президента, вице-президента, вице-президента" и другие варианты, чтобы обеспечить захват нужного сегмента аудитории для целевого электронного письма этому потенциальному покупателю”. Чтобы помочь в этом процессе, Lux и команда Lyntonweb разработали пользовательский API, который позволяет им обновлять данные в Hubspot. Они также используют CRMfresh. Эти приложения “помогают нам организовывать большие объемы данных и автоматизировать изменения”.

Как упоминалось выше, телефонные номера создают ряд проблем. Это относится к Сэму Орчарду из Край паутины, который говорит: “Мы не проверяем на переднем конце из – за различных возможных форматов и международных кодов, которые могут вводить люди, поэтому мы просто разрешаем свободный текст”. Однако “В результате некоторые из наших телефонных номеров содержат несколько телефонных номеров, разделенных косыми чертами, или с такими определителями, как”Звонок после 6 вечера"".

Орчард говорит: “Это затрудняет отправку любых маркетинговых текстовых сообщений, потому что в нашей CRM так много телефонных номеров, которые не будут считаться действительными”. При рассмотрении вопроса о том, как решить эту проблему, “Одним из вариантов является разработка надежной проверки телефонных номеров в формах формирования лидов. Это означало бы, что мы можем полагаться на то, что телефонные номера всегда действительны. Кроме того, система, которую мы используем для отправки SMS-сообщений, может быть улучшена, чтобы быть достаточно интеллектуальной, чтобы извлекать телефонные номера из CRM и игнорировать дополнительный текст или разделители”. Для этого Орчард и его команда используют пользовательский API. “Поскольку у нас есть собственные разработчики, мы часто пишем собственные инструменты для очистки данных и удаления ненужных пробелов или лишних символов”.

Это лишь некоторые из десятков различных проблем форматирования и стандартизации данных, существующих в любой маркетинговой базе данных. Стандартизация данных важна для согласованности, эффективности и восприятия ваших получателей. 

Иногда форматирование данных повреждается при их перемещении, например при интеграции, объединяющей несколько полей данных в одно новое поле. Адам Боклер из ОДИН ОГОНЬ упоминает об этом: “Общая проблема с базами данных заключается в том, что атрибуты контактов (теги, категории и т. Д.) помещаются в один столбец при экспорте данных из системы. По словам Боклера, это часто случается, когда их клиенты переходят из ручных систем в “настоящую CRM”. По словам Боклера, “Атрибуты, по которым они хотели бы сегментировать свои контакты, включены в один и тот же столбец, что затрудняет сортировку по этим свойствам”.

“Мы исправили эту проблему, создав столбцы для каждого конкретного свойства. Затем мы написали формулу, которая анализирует данные в экспортированном столбце и разделяет их на новые столбцы, которые мы создали. Мы будем использовать эту электронную таблицу для импорта данных в CRM, чтобы свойства были обновлены, как только данные будут импортированы”. Боклер использует таблицы Excel и Google для предварительного просмотра и изменения данных таким образом. “Google Таблицы позволяют нашей команде совместно работать над экспортированными/объединенными данными, которые мы хотим импортировать в CRM”.

Майкл Библа из Атомный охват говорит: “Вводятся точки данных, о которых вы не можете сообщить, в результате чего возникают “неточные данные отчетности или взаимодействия”. Чтобы уменьшить влияние этого, Bibla рекомендует “Обеспечить, чтобы все точки данных были стандартизированы и доступны для отчетности с точки зрения понимания”. Для этого Bibla использует Google таблицы, которые “помогают автоматизировать процесс и обес��ечивают чистый ввод данных”.

Том Петь объясняет подход к составлению списков вручную, который помогает поддерживать порядок. “Моя самая большая проблема-это то, что разные типы пользователей застряли в одном списке”. Это может затруднить отправку целевых электронных писем. Чтобы справиться с этой трудностью более технологичным способом, Чантер разделил мой список на три части. “Первые два–это то, что делают все: активные пользователи, которым я пишу чаще, и менее активные пользователи, которым я пишу время от времени. Но третья группа состояла из влиятельных людей. Для них я бы адаптировал электронные письма индивидуально, потому что я попробовал это один раз и сразу увидел эффект”. Чантер также использует Zapier и ZeroBounce для обеспечения высокого качества списков.

Джереми Кросс из Создание команды в Сиэтле борется с плохим форматированием, когда приходит время отправлять почту “Наша команда продаж творчески использует поле имени, например: добавление продукта, в котором заинтересован ведущий”. Однако результат этого? “Наша маркетинговая команда иногда загружает список контактов из нашей CRM, который они будут загружать на платформу электронной почты. Когда в полях имени или электронной почты нет точных данных, это вызывает проблемы с форматированием электронной почты и использованием переменных в письме, таких как”Привет, ИМЯ"." 

“Мы перешли к автоматизации управления CRM, в том числе с помощью инструмента под названием Zapier. Когда ведущий заполняет форму на нашем сайте, Zapier проверяет и изменяет форматирование, а затем добавляет ведущий в нашу CRM. Хотя эта автоматизация не полностью устранила проблему, она значительно улучшила ее.

Опережайте данные, или они опередят вас, говорит КОФОРЖэто Эрик Мелилло, который объясняет последствия отказа от управления входящими данными. “Когда я увижу… ‘Привет, Эрик " для вступления по электронной почте, я знаю, что все это неправильно. Я отказываюсь и немедленно отправляю на удаление. Это также легко увидеть, когда вы смотрите на свой список отказов и видите корреляцию”. 

В чем дело? “Хитрость в том, чтобы не допускать данные в вашу CRM до тех пор, пока они не будут предварительно очищены. Мы используем Zapier для полной очистки и стандартизации всех фрагментов данных, таких как электронная почта, разделение имени и фамилии, заглавные буквы и некоторые другие. Мы используем встроенный инструмент Zapier "Форматирование", который будет заглавными буквами любой строки текста. Итак, у нас есть Zapier, который отслеживает нашу CRM-систему HubSpot на предмет новых записей контактов (вручную или автоматически), а затем мы запускаем ее через наш Zap, чтобы очистить наши данные. Это волшебство и экономит нам массу времени на нашей полугодовой проверке данных”. Поскольку всегда есть возможности для улучшения, Мелилло говорит, что “Мы все еще ищем способы сделать это быстрее/проще”, но ему нравится, что эти инструменты “имеют встроенные функции, которые помогают нам сортировать, находить и исправлять плохие данные”.

Эти проблемы возникают у “Джоша Эймса из Импульс Творческий также. “Поскольку большинство компаний используют ту или иную форму автоматизации электронной почты, плохо отформатированные данные, к сожалению, могут привести к менее чем звездному пользовательскому опыту. Например, вы когда-нибудь получали электронное письмо с вашим именем в нижнем регистре? Вы сразу же поймете, что оно не было отправлено по электронной почте 1:1”.

Эймс говорит: “Используя Inscyle, решение этой задачи очень быстрое и простое. Регулярное использование функции преобразования данных в разделе контакты гарантирует, что у нас есть правильно отформатированные данные и что мы продолжаем предоставлять нашим пользователям отличный опыт. Я большой поклонник использования шаблонов, чтобы сделать это еще проще для нашей команды и наших клиентов, чтобы они могли легко обновлять данные, не беспокоясь о том, что что-то испортится”.

“Мы можем проверить электронные письма в наших списках контактов с помощью Neverbounce, а затем запустить этот же список через Insycle перед импортом в HubSpot, чтобы убедиться, что у нас есть согласованные, стандартизированные данные”.

Элли-Пейдж Мур из Путь Засова объясняет, как люди воспринимают эти неосторожные ошибки. “Это показывает клиенту, который получает электронное письмо, что вы не потратили время и, по сути, не заботитесь о них, но все еще хотите, чтобы они открыли ваше электронное письмо”. Реакция Мура такая же: “ Если я когда-нибудь увижу персонализированное электронное письмо, в котором мое имя написано неправильно, я удалю его сразу, не открывая”.

Стоимость: “Вы не только потеряли возможность продавать им новые продукты/услуги, но и увеличиваете отток клиентов, что в долгосрочной перспективе затрудняет вам привлечение новых клиентов”.

Это не сложная проблема, которую можно решить с помощью хорошего процесса. “Чтобы устранить эту проблему, вам просто нужно быть внимательным при вводе любых личных данных в свою CRM-систему. Если ваши клиенты вводят свои данные и они написали неправильно, я всегда думаю, что будет хорошей идеей отправить электронное письмо через определенный промежуток времени, чтобы проверить, что у вас есть их правильные данные. Это не только исправляет любые ошибки, но и показывает, что вы заботитесь о них”.

Отчеты с помощью Slack и поиск с помощью VLookup полезны для исправления проблем, говорит Мур. “Если вам нужно удалить дубликаты или удалить определенных людей, у которых есть аналогичное поле или характеристика, то любой из этих инструментов сможет сделать это за вас в пакетном режиме, а не прокручивать список и делать это вручную”.

Как Дрю Коэн из SmartBug Media говорит: “То, что входит в беспорядок, выходит еще более грязным. если грязные данные поступают в CRM и не очищаются, маркеры персонализации или другие формы сегментации, которые используются в инструменте автоматизации маркетинга, не могут быть точными. Это приводит к плохому маркетингу по электронной почте и проведению кампаний по воспитанию лидеров”.

Это не должно быть сложно, говорит Коэн. “К сожалению, многие пытаются усложнить проект очистки CRM/маркетинговой базы данных. Чаще всего экспорт всех свойств и определение того, какие свойства имеют контакты со значениями, откроют вам глаза. Это позволяет бизнесу быстро выявлять неиспользуемые или недостаточно используемые объекты, удалять их по мере необходимости и может быть невероятно полезным первым шагом для максимального повышения эффективности усилий по очистке”. Smartbug использует Insycle для своей CRM-системы Hubspot. “Свойства Hubspot в конечном итоге могут сообщить нам, в каких свойствах содержатся данные, и именно kickstarter сообщает нам, что мы должны делать дальше — например, удалить неиспользуемое свойство, объединить неиспользуемые свойства и т. Д.”.

Джек Мобергер из Приложения видит множество контактов, не связанных с компаниями из-за множества ошибок, приводящих к проблемам с отчетностью и маршрутизацией потенциальных клиентов. Moberger использует метод “засучивания рукавов”, чтобы "Вручную связать контакты с компаниями на основе информации о компании с помощью поисковых запросов". Однако Incycle упрощает это, устраняя большинство ручных процессов, за исключением Excel.

Missing Data

Записи, в которых отсутствуют жизненно важные данные, которые могут стать серьезной проблемой. Иногда это может быть связано с проблемами проверки. Если вы разрешите потенциальному клиенту заполнить вашу контактную форму без указания его имени, это поле будет отсутствовать до тех пор, пока вы не сможете обновить его вручную. 

В большинстве записей в базах данных HubSpot или Salesforce отсутствуют данные. Компании просто собирают слишком много информации о компаниях, чтобы гарантировать, что каждое отдельное поле содержит данные для каждого человека или записи компании. Важный вопрос заключается в том, отсутствует ли запись критический данные. Идентификация и исправление этих записей должны быть частью любых усилий по повышению качества данных. 

По словам Адриана Кординера из Цифровые Носороги. “У контактов, таких как MQLs/SQLs/Возможности, нет назначенных им владельцев, когда они должны”, - говорит Кординер. В результате “Контакты могут провалиться сквозь трещины". 

“Например, - объясняет Кординер, - если контакт указан как MQL, но у него нет назначенного владельца, то часто он не проходит никакого процесса эскалации, продавец не будет следить за ним и т. Д. Таким образом, он сидит там без какого-либо последующего процесса и в конечном итоге становится” потерянным “MQL. "Чтобы исправить это, Cordiner" использовал Hubspot и создавал списки любых MQL, SQLs или возможностей без привязки к владельцу или запускал рабочие процессы, чтобы уведомлять меня о любых контактах, у которых возникла эта проблема. Однако теперь я использую Аккurata что делает все это для меня автоматически. Accurata выделит любые проблемы с чистотой моих данных Hubspot, включая MQLs/SQLs/Возможности без назначенного владельца”.

Отсутствие электронной почты-еще одна распространенная проблема, по словам Родриго Риваса из Международная Серая группа, в результате чего кампании были плохо нацелены. Ривас рекомендует “Фильтровать контакты”которые не соответствуют критериям для включения в базу данных”, и использовать программу обучения CRM, такую как CRMfresh, “Чтобы поддерживать CRM организованной и свободной от бесполезных контактов".

Иногда эволюция вашей базы данных создает пустые поля данных, указывает Томас Босилевац из Машметрика, который часто видит “Неполную информацию о клиентах, относящуюся к тому времени, когда вы не собирали определенную информацию”. Из-за этого явления “Когда вы захотите начать переводить свои контакты в доллары, ваша сегментация будет сопровождаться ошибками, влияющими на продажи, персонализация будет выглядеть неаккуратно, и, что еще хуже, ваши показатели доставки могут начать снижаться для кампаний по электронной почте”. Шутит Босилевак: “В худшем случае, вы спрашиваете миссис Робинсон, и это мистер Ронсонсон!” Bosilevac использует Clearbit для решения этих проблем. “[Это] является одним из наших любимых, потому что вы можете легко интегрировать его во все формы вашего сайта, чтобы получать данные из источника”, что позволяет пользователям “быстро и часто автоматически очищать и добавлять вашу базу данных CRM”.

Билл Грин из Развитие Бизнеса на Велодорожках напоминает ups, что плохие данные плохо смотрятся, когда вы пытаетесь завоевать доверие и бизнес. Таким образом, важно улавливать проблемы, возникающие в результате интеграции. “Когда [контакты] вводятся с помощью Zapier или другого процесса, имена или компании не всегда добавляются, поэтому это необходимо сделать позже вручную, а затем очистить еще позже, если ими активно не управлять”, чтобы избежать отправки пользователям “несегментированных и неперсонифицированных электронных писем”, которые, по словам Грина, “выглядят любительскими”. Грин ежедневно активно управляет этим, используя Excel, чтобы более четко видеть дубликаты. 

Д'Ана Гильофф из Стратсмарк объясняет, что этот несогласованный сбор данных создает “Часы потраченного впустую времени, которое необходимо потратить на очистку данных и системных подключений”. Этого можно избежать, Гильофф. “Очистите свойства открытого текста, преобразовав их в определенные типы (флажок, раскрывающийся список, множественный выбор...). Для этого Гильофф и его команда используют HubSpot. “Они дают нам отправную точку, чтобы выяснить, где произошла разбивка данных”.

Управление данными-это командная работа, говорит Рут Каллаган из Консервы Фиолетовые. Хотя это означает, что каждый несет ответственность, это создает некоторые конкурирующие перспективы. “Несколько пользователей расставляют приоритеты по – разному-поэтому продажи фокусируются на рыночной капитализации потенциального клиента, консультанты беспокоятся о контактах и взаимоотношениях, а маркетинг фокусируется на трафике, если контакт и их вовлеченность. Это означает, что ни одна команда не несет ответственности за полное ведение учета. Даже на такой простой вопрос, как "в каких секторах работают наши клиенты", становится трудно ответить. Мы обнаружили, что у огромного числа клиентов не было даже базовых данных, кроме имени и номера телефона”.

Гораздо проще поддерживать хорошие данные, чем играть в догонялки. “Это детективная работа,” говорит Каллаган, “и Insycle облегчает это. Вот пример: мы обнаружили, что во многих корпоративных записях есть почтовый адрес, но нет точных данных в поле "штат" или "страна". Мы могли бы настроить поиск, который выделял бы правильные данные в почтовом адресе, а затем автоматически переносил их в другие поля”.

Как Insycle, так и другое приложение, PieSync, хорошо работают с их CRM, Hubspot. “Это быстрый способ идентифицировать нужные нам записи. Мы используем Insycle для очистки и наведения порядка, а также PieSync для обеспечения отправки основных записей в любом нужном направлении”. 

Эти командные усилия во многом связаны с мышлением, объясняет Мила Альдо из База данных— увидев последствия в другом месте “На одной из моих предыдущих работ, мы боролись со старыми, бесполезными данными, поскольку у нас было несколько баз данных, и никто не нес полной ответственности за управление и обновление этих данных. Проблема заключалась в том, чтобы выбрать правильные контакты для мероприятий и кампаний, не имея контроля над клиентской базой, поэтому, если Продавец ушел, на месте оставались старые/не соответствующие контакты, что затрудняло как для существующих сотрудников, так и для новых, идентификацию правильного контакта”. 

Объясняет Альдо: “Сама по себе CRM-система не решает проблему. Проблема заключалась в мышлении продавцов, которые хотели сохранить контроль над владением Контактами и сделать себя незаменимыми. Очень старомодное мышление. И это направление должно исходить от Руководства, хотя оно так и не было полностью реализовано”.

Альдо говорит: “Единственное, что помогло, - это определить, какая система будет единственным источником истины. Менеджер по маркетингу стал ответственным за управление и обновление базы данных, хотя предстояло проделать большую работу по изменению поведения, чтобы изменить умы людей и помочь им понять, почему прозрачность важна для компании”.

Габриэль Маргулио из В следующий раз соглашается, говоря, что “Если у вас нет установленного процесса для определения того, какие поля важны для вас и как они будут использоваться в ваших процессах маркетинга и продаж, ваша команда может начать создавать свои собственные процессы со своими собственными соответствующими свойствами. Это кошмар для CRM-системы. Проблема в том, что данные не будут обновляться по нескольким полям, а затем произойдет сбой сегментации и автоматизации.

Чтобы решить эту проблему, Nextiny использует Insycle для очистки баз данных CRM HubSpot, что является хорошим внутренним решением”.Google Таблицы помогают при попытке экспортировать или импортировать данные. Мы можем визуализировать то, что у нас есть, исправить некоторые проблемы вручную и убедиться, что у нас есть необходимая информация, прежде чем начинать процесс”.

“Insycle автоматизирует весь процесс очистки базы данных. Использование Insycle для массовых обновлений экономит ваше время от экспорта данных из CSV (электронной таблицы), использования VLOOKUP для изменения данных, а затем их импорта обратно. Вместо этого организуйте и сегментируйте данные прямо в Insycle, а затем измените их на той же странице. Это не только экономит ваше время, но и намного безопаснее, чем полагаться на точность данных в вашей электронной таблице… вы также можете автоматизировать процессы очистки, которые будут выполняться еженедельно/ежемесячно/ежеквартально”.

Организация хороша только настолько, насколько она устроена, по словам Джеймса Грина из Предложение Закрыть. “Плохо помеченные поля данных приводят к неправильному пониманию или неправильной интерпретации данных. В одной из моих последних ролей у нас было много внутренней путаницы, вызванной плохо маркированными данными, которые привели к плохим бизнес-решениям, которые данные поддерживали в соответствии с одним определением и противоречили истинной интерпретации значения данных”.

В конце концов, им нужно было позвать на помощь. “Разработчику или инженеру базы данных необходимо изучить источник данных и то, как они получены и/или где они введены, чтобы можно было понять их истинное значение. Как только данные будут правильно поняты, - объясняет Грин, - метка должна быть либо обновлена в соответствии с фактическим значением данных, либо способ сбора/расчета информации должен быть изменен, чтобы отразить желаемое определение. Грин использует ручные методы, такие как Excel, для “быстрого выявления аномалий данных или дублирования данных”.

Эти плохо отформатированные данные неприглядны и дороги, по словам Виная Амина из Ес Натуральный “Мне нравится чистый формат. Все должно быть единообразно. Мне это просто кажется небрежным и непрофессиональным, когда это не так". Более того, “В конечном итоге я трачу больше времени на поиск ошибок, которых, возможно, даже не было. Если это выглядит неаккуратно в формате, я рассматриваю возможность того, что это неаккуратно и в других отношениях”.

Работа продолжается, говорит Амин, который видит успех только “в тщательном изучении и внимании к деталям. Это отнимает много времени, но должно быть сделано”.

Амин использует Microsoft Excel и программу управления командой в понедельник, чтобы поддерживать порядок в рабочем состоянии, указывая, что “Разнообразие развертывания велико. Он доступен через установку, мобильный и облачный”.

Как автоматизировать очистку плохих данных CRM

Как показывают собранные нами данные и аналитические данные, у большинства компаний есть в той или иной степени неверные данные в их CRM или бизнес-базах данных. Сбора некоторых неверных данных избежать невозможно. Однако есть некоторые основные шаги, которые любая компания может предпринять, чтобы улучшить качество своих данных и ограничить влияние, которое они оказывают на ее маркетинговые кампании и операции по продажам. 

Вот контрольный список, который мы составили на основе всех отзывов, полученных от наших 67 экспертов.

Проверьте Свои Текущие Данные

Вы не сможете очистить свои базы данных, пока не определите проблемные данные для начала. Начните с всестороннего аудита ваших существующих данных, чтобы получить представление о том, сколько плохих данных в настоящее время существует. Аудит важен не только для выявления неверных данных, но и для выявления проблем в вашей текущей практике сбора данных. 

Insycle, очень популярный инструмент среди наших респондентов, предлагает бесплатная автоматизированная оц��нка базы данных CRM.

Ограничить и стандартизировать ввод данных вручную

Одна из главных причин плохих данных в вашей базе данных CRM заключается в ручном вводе данных — либо от ваших собственных внутренних команд, либо от клиентов. Хотя некоторый ввод вручную неизбежен, вы должны постараться ограничить его в меру своих возможностей. Если этого невозможно избежать, установите строгие правила проверки для каждого поля, чтобы убедиться, что правильные данные находятся в нужном поле, с исправлением форматирования.

Инвестируйте в программное обеспечение для очистки данных

Вы найдете множество других инструментов, упомянутых в этом документе. Если вы хотите узнать больше о каком-либо из них, мы составили список всех упомянутых для удобства ознакомления: Accurata, BriteVerify. Clearbit, Cloudlead, Dropcontact, Детектор дубликатов, Hubspot Дедупликация и рабочие процессы, Insycle (самый популярный на сегодняшний день), Neverbounce, Zerobounce.

В базе данных CRM с тысячами записей чрезвычайно сложно и отнимает много времени пытаться очистить данные вручную. Это просто не является жизнеспособным долгосрочным решением. Загрузка данных в электронную таблицу и манипулирование ими-распространенное решение среди наших респондентов, но не самое лучшее или простое.

Вместо этого поищите программные решения для очистки данных, которые помогут вам ограничить количество плохих данных в базе данных CRM. 

Искать:

• Интеллектуальное обнаружение и объединение дубликатов. Инструмент, который обнаруживает все дубликаты на основе всех полей в вашей базе данных (а не только адресов электронной почты и имен) и позволяет объединить дубликаты записей в основную запись одним нажатием кнопки.
• Массовое обновление и форматирование данных. Инструмент, который позволяет исправлять имена, чтобы они были заглавными, последовательно форматировать телефонные номера, гарантирует, что почтовые индексы, начинающиеся с нуля, не будут усечены– и это лишь некоторые из них.
• Автоматизация очистки данных. Когда пользователи вводят или загружают данные, вам нужен инструмент, который позволяет планировать выполнение общих задач по очистке данных (обнаружение и объединение дубликатов, форматирование полей) на ежедневной, еженедельной или ежемесячной основе.

Изображение Source: Автоматизация очистки данных в Insycle

Плохие данные = Плохие Продажи и Маркетинг

Плохие данные душат ваши маркетинговые кампании еще до того, как они смогут оторваться от земли. Это съедает время ваших команд по маркетингу, продажам и успеху клиентов. Это снижает вашу эффективность и влияет на вашу способность расти. Однако при некотором тщательном планировании и разумных инвестициях в инструменты очистки данных вы можете уменьшить количество плохих данных и создать условия для роста. 

Что вы делаете, чтобы поддерживать чистоту своей базы данных?