Важность очистки грязных данных для улучшения операций и успеха клиентов

Представьте, что вы пытаетесь пересечь океан на дырявой лодке. Вы промокнете. Вы можете даже утонуть. Вы, конечно, не пройдете его гладко.

Шансы на это довольно малы, так как любой здравомыслящий человек тщательно проверил бы свою лодку, прежде чем браться за такое дело.

Но как насчет данных CRM, которые ваш бизнес использует для связи с потенциальными клиентами, сегментирования клиентов и принятия стратегических решений? Вы когда-нибудь проверяли, есть ли в нем дыры?

Вам следует.

Грязные данные отрицательно сказываются на рабочих процессах, маркетинговых усилиях и опыте ваших клиентов. Это может привести даже к проблемам с законом.

Но что такое грязные данные?

Что такое грязные данные?

Грязные или нечистые данные — это данные, которые в той или иной степени ошибочны: они могут содержать дубликаты или быть устаревшими, небезопасными, неполными, неточными или непоследовательными. Примеры грязных данных включают адреса с ошибками, отсутствующие значения полей, устаревшие номера телефонов и повторяющиеся записи клиентов.

Игнорирование грязных данных может вызвать серьезные проблемы для вашего бизнеса. Это может поставить под угрозу качество обслуживания клиентов, привести к искажению бизнес-результатов и негативно повлиять на стратегические решения.

Чтобы избежать рисков низкого качества данных, необходима регулярная очистка данных. Далее в этом посте мы обсудим, как очистить данные. Но сначала давайте посмотрим, как загрязняются данные.

Как данные загрязняются

Данные могут стать грязными, если они вводятся, хранятся или используются неправильно. Часто это сводится к человеческому фактору или отсутствию правил стандартизации для ввода данных, но технические проблемы также могут привести к грязным данным.

Примеры грязных данных

Дублирующиеся данные

Дублирующиеся данные относятся к записям, которые частично или полностью содержат одну и ту же информацию. Они возникают, когда одна и та же информация вводится несколько раз, иногда в разных форматах. Типичный пример дублирования грязных данных — это когда один клиент существует в вашей CRM несколько раз. Это часто происходит потому, что имя клиента каждый раз пишется немного по-разному.

Например:

• Пэтти Дж. Гринфилд
• Пэтти Джулия Гринфилд
• Патрисия Дж. Гринфилд
• Патрисия Джулия Гринфилд

Поскольку информация о клиентах разбросана по разным записям, дублирование данных о клиентах приводит к:

• Плохое обслуживание клиентов
• Неверное отслеживание и отчетность
• Двойной (или тройной) маркетинговый таргетинг

Небезопасные данные

Небезопасные данные — это данные, которые не зашифрованы и доступ к которым не контролируется. Доступ к нему может получить любой сотрудник вашей компании, а в худшем случае — даже третьи стороны. Незащищенные данные представляют собой не только риск для конфиденциальности, но и юридическую угрозу, поскольку компании рискуют не соблюдать такие законы, как GDPR и CCPA.

Неполные данные

Примером грязных данных, которые являются неполными, может быть, если в вашей форме подписки на информационный бюллетень есть поле для имени потенциального клиента, но это поле не является обязательным. После этого лиды смогут зарегистрироваться, не оставляя своего имени, что сделает ваши персонализированные кампании по электронной почте менее эффективными.

Неточные данные

Неточные данные — это данные, содержащие ошибки. Примером неточных данных может быть клиент, вводящий свою фамилию в одну из ваших форм, но делающий опечатку. В этом случае у вас есть фамилия клиента, но она неточна. Это грязная запись.

Другой пример: торговый представитель регистрирует неверный номер телефона для интереса в Salesforce. В этом случае очень важно улучшить данные Salesforce, чтобы продолжить общение с этим потенциальным клиентом.

Устаревшие данные

Устаревшие данные являются неточными не потому, что они были введены неправильно, а потому, что раньше они были точными, а теперь нет. Типичным примером устаревших грязных данных является ситуация, когда ваша CRM по-прежнему указывает старый адрес клиента после того, как он переехал.

Другими примерами устаревших данных являются:

• Адреса электронной почты, которые больше не используются
• Титулы людей, сменивших работу
• Устаревшие сегменты электронной почты

Неверные данные

Неверные данные — это данные, выходящие за рамки ранее указанных параметров. Таким образом, его легче предотвратить. Например, если клиент вводит дату своего рождения с помощью раскрывающегося меню. Ваша система, скорее всего, позволит им выбрать только один из 12 месяцев, один из 31 дня, и, возможно, они также не смогут выбрать год рождения, который сделает их старше 130 лет.

Несогласованные данные

Несогласованные данные также известны как избыточность данных. Это происходит, когда компании хранят одну и ту же информацию в разных местах без синхронизации этой информации. Ярким примером может быть компания, хранящая информацию о клиентах как в своей CRM, так и в своем инструменте маркетинга по электронной почте.

Как очистить данные

Все вышеперечисленные типы грязных данных создают риски для вашей компании, поэтому очистка данных и предотвращение таких ситуаций имеют решающее значение.

Вот как это сделать:

Создайте рекомендации по качеству данных

Прежде чем приступить к очистке данных, определите, как выглядит чистый набор данных для вашей компании и какие рекомендации следует соблюдать, чтобы ваши данные были как можно более чистыми.

Стандартизировать данные

Наличие стратегии качества данных включает в себя определение способа стандартизации данных, как только они поступают в вашу систему. Перечислите все способы, которыми вы собираете данные прямо сейчас, каковы точки входа для этих данных и как вы обеспечите ввод всех этих данных одним и тем же способом, независимо от точки происхождения.

Провести аудит

После того, как вы установили правила качества данных вашей компании и уверены, что все новые данные будут вводиться стандартизированным способом, пришло время провести аудит существующих данных. К сожалению, найти все грязные данные непросто, и хотя вы должны стремиться к 100-процентному обнаружению, знайте, что вы, вероятно, пропустите некоторые проблемы. Вот почему важно проводить аудит не один раз, а регулярно.

Один из способов упростить этот процесс — постоянно собирать отзывы от различных отделов вашей компании, которые работают с данными. Этот тип обратной связи показывает, где грязные данные вызывают проблемы в повседневной деятельности.

Пример: ваша маркетинговая команда сообщила, что заметила, что имена в персонализированных электронных письмах иногда не пишутся с заглавных букв. Это говорит вам о том, что значения имени не всегда форматируются одинаково — вероятно, потому, что подписчики электронной почты не всегда беспокоятся о том, чтобы писать свои имена с большой буквы.

Очистить грязные данные

Когда у вас есть обзор ваших грязных данных, начните процесс очистки. Очистка данных может быть ужасной и трудоемкой задачей. Есть разные способы сделать это, каждый со своими плюсами и минусами.

1. Вручную

Ручную очистку данных следует выполнять с осторожностью. Можно очистить запись, которую нужно использовать прямо сейчас, но ручная очистка всех данных, которыми владеет ваша компания, — невыполнимая задача.

Мало того, что это займет целую вечность, вы также обязательно что-то упустите и сделаете ошибки, что приведет к еще большему количеству ошибок.

2. Использование Excel

Использование формул Excel может ускорить процесс очистки, но это все равно довольно ручная работа. Вам нужно создавать формулы самостоятельно, а некоторые проблемы с данными могут оказаться слишком сложными для решения с помощью формулы Excel.

Кроме того, Excel не может обрабатывать массивные наборы данных, поэтому вам придется работать по частям, отмечая, какие наборы данных вы уже очистили.

Наконец, вы вынуждены загружать наборы статических данных в Excel. Когда вы импортируете данные о клиентах в понедельник, к пятнице они, скорее всего, уже устарели.

3. Полагаться на третью сторону

Если вы не хотите выделять внутреннее время на очистку данных, хорошим вариантом может стать наем консультанта по данным. Консультанты по данным — это специалисты, которые делают больше, чем просто очищают ваши грязные данные. Они также могут провести для вас аудит и помочь улучшить существующие процессы обработки данных, чтобы уменьшить вероятность создания грязных данных в будущем.

Недостатки найма консультантов включают высокие затраты и тот факт, что вам, вероятно, придется предоставить им доступ ко всем вашим данным, что может привести к некоторым проблемам с конфиденциальностью.

4. Найм преданных разработчиков

Поскольку управление данными — это постоянный проект, вы можете нанять одного или нескольких разработчиков, которые полностью посвящают себя поддержанию чистоты ваших данных. Поскольку эти люди будут работать внутри компании, они, вероятно, будут более лояльны к вашей компании, чем сторонний консультант, и смогут лучше ознакомиться с вашим предложением.

Кроме того, нанять кого-то для текущего проекта, такого как обслуживание данных, часто дешевле.

5. Использование программного обеспечения

Существует множество инструментов, которые помогут вам идентифицировать и очистить грязные данные. Эти инструменты часто дешевле, чем наем консультанта или специального разработчика, и они не допускают человеческих ошибок.

Однако не все эти инструменты созданы равными. Выберите тот, который может обнаруживать несоответствия данных, проверять форматирование (например, дат) и определять, какие поля объединять.

Вы также захотите запустить несколько тестов на небольших выборках данных, чтобы убедиться, что инструмент работает так, как он должен. Если вы не сделаете этого и не дадите волю всей своей базе данных, вы рискуете столкнуться с более серьезными проблемами, чем с самого начала.

Настроить текущее управление базой данных

Надеюсь, у вас уже есть управление базой данных. Если нет, то самое время его настроить. Хотя вам, скорее всего, придется очищать данные через регулярные промежутки времени, не стоит позволять проблемам накапливаться до тех пор, пока они не подорвут общее качество вашей базы данных.

Как компания, вы постоянно собираете, систематизируете, храните и обрабатываете новые данные. Текущее управление базой данных включает в себя процессы и методы, необходимые для обеспечения качества этих данных и предотвращения их загрязнения.

Грязные данные требуют постоянного управления

Учитывая тот объем данных, который компании собирают и обрабатывают в настоящее время, практически невозможно избежать загрязнения некоторых из этих данных. Различные типы грязных данных будут иметь разные последствия для вашего бизнеса. Таким образом, вы захотите регулярно очищать записи, чтобы избежать эскалации проблем.

Вы можете очистить данные вручную, использовать Excel, нанять третью сторону, создать собственную команду по очистке данных и/или положиться на специализированное программное обеспечение.

Хотите узнать больше?

Пошаговое руководство по очистке данных CRM можно найти в нашей электронной книге «The Dirt on Data Quality».