清理脏数据对改进运营和客户成功的重要性
已发表: 2022-08-24想象一下试图用一艘有洞的船穿越海洋。 你会弄湿的。 你甚至可能沉没。 你肯定不会顺利通过的。
发生这种情况的可能性很小，因为任何明智的人都会在开始这样的努力之前彻底检查他们的船。
但是您的企业用来联系潜在客户、细分客户和制定战略决策的 CRM 数据呢？ 你有没有检查过它是否有洞？
你应该。
脏数据会对工作流程、营销工作和客户体验产生负面影响。 它甚至可以让你陷入法律困境。
但究竟什么是脏数据？
什么是脏数据？
脏数据或不干净的数据是在某些方面存在缺陷的数据：它可能包含重复、过时、不安全、不完整、不准确或不一致。 脏数据的示例包括拼写错误的地址、缺少字段值、过时的电话号码和重复的客户记录。
如果被忽视，脏数据可能会给您的业务带来严重问题。 它可能会危及客户体验，导致业务成果的虚假陈述，并对战略决策产生负面影响。
为避免数据质量不佳的风险，定期进行数据清理至关重要。 我们将在本文后面讨论如何清理数据。 但首先，让我们看看数据是如何变脏的。
数据如何变脏
如果输入、存储或使用不正确，数据可能会变脏。 通常，这归结为人为错误或数据输入缺乏标准化规则，但技术问题也可能导致数据不完整。
脏数据示例
重复数据
重复数据是指部分或全部共享相同信息的记录。 它们是在多次输入相同信息时出现的，有时以不同的格式输入。 一个典型的重复脏数据示例是一个客户多次存在于您的 CRM 中。 这经常发生，因为客户的名字每次都略有不同。
例如：
- 帕蒂·J·格林菲尔德
- 帕蒂朱莉娅格林菲尔德
- 帕特里夏·J·格林菲尔德
- 帕特里夏·朱莉娅·格林菲尔德
由于客户信息分散在不同的记录中，重复的客户数据会导致：
- 糟糕的客户服务
- 不正确的跟踪和报告
- 双重（或三重）营销定位
不安全的数据
不安全数据是未加密或访问控制的数据。 您公司中的任何人都可以访问它，在最坏的情况下，甚至第三方也可以访问它。 不安全的数据不仅构成隐私风险，而且构成法律威胁，因为公司有可能不遵守 GDPR 和 CCPA 等法律。
数据不完整
不完整的脏数据示例是，如果您的时事通讯注册表单有一个潜在客户名字的字段，但该字段不是必填字段。 然后，潜在客户可以在不留下姓名的情况下进行注册，这会降低您的个性化电子邮件活动的效果。
数据不准确
不准确的数据是包含错误的数据。 不准确数据的一个例子是客户在您的一个表格上输入了他们的姓氏，但打错了。 在这种情况下，您有客户的姓氏，但它不准确。 这是一个肮脏的记录。
另一个示例是，如果销售代表在 Salesforce 中为潜在客户记录了错误的电话号码。 在这种情况下，改进 Salesforce 数据以继续与该潜在客户进行对话至关重要。
过时的数据
过时的数据不准确不是因为输入错误，而是因为它曾经准确，现在不再准确。 过时的脏数据的一个典型示例是，如果您的 CRM 在客户搬家后仍然列出客户的旧地址。
过时数据的其他示例包括：
- 不再使用的电子邮件地址
- 换工作的人的头衔
- 过期的电子邮件段
数据不正确
不正确的数据是超出先前指定参数的数据。 因此，更容易预防。 例如，如果客户使用下拉菜单输入他们的生日。 您的系统可能只允许他们在 12 个月中选择一个，从 31 天中选择一个，而且他们也可能无法选择一个会使他们超过 130 岁的出生年份。
不一致的数据
不一致的数据也称为数据冗余。 当公司将相同的信息存储在不同的地方而没有同步该信息时，就会发生这种情况。 一个典型的例子是一家公司在其 CRM 和电子邮件营销工具中存储客户信息。
如何清理数据
上述所有类型的脏数据都会给您的公司带来风险，因此清理数据并避免这些情况至关重要。
这样做的方法如下：
创建数据质量指南
在开始数据清理之前，请定义对您的公司而言干净的数据集是什么样的，以及应遵循哪些最佳实践以使您的数据尽可能干净。
标准化数据
制定数据质量策略包括定义一种在数据进入系统后立即对其进行标准化的方法。 列出您现在收集数据的所有方式，该数据的入口点是什么，以及您将如何确保所有数据以相同的方式输入，而不管原始点如何。
执行审计
一旦您建立了公司的数据质量规则并确定所有新数据都将以标准化方式输入，就该对现有数据进行审计了。 不幸的是，找到所有脏数据并不容易，虽然您应该以 100% 的检测为目标，但要知道您可能会遗漏一些问题。 这就是为什么不仅要进行一次审计，而且要定期进行审计很重要的原因。
使此过程更容易的一种方法是不断收集公司内处理数据的各个部门的反馈。 这种类型的反馈会向您显示脏数据在日常活动中导致问题的地方。
一个例子：您的营销团队分享说，他们发现个性化电子邮件中的名字有时缺少大写字母。 这告诉您名字值的格式并不总是相同的——可能是因为电子邮件订阅者并不总是费心将自己的名字大写。
清理脏数据
了解脏数据后，开始清理过程。 数据清理可能是一项可怕且耗时的任务。 有不同的方法可以解决它，每种方法都有自己的优点和缺点。
1. 手动
手动清理数据只应谨慎进行。 清理您现在需要使用的记录是可以的，但是手动清理您公司拥有的所有数据是一项不可能完成的任务。
不仅要花很长时间，而且你也一定会错过一些事情并犯错误，从而导致更多的错误。
2. 使用 Excel
使用 Excel 公式可以加快清理过程，但仍需手动操作。 您需要自己构建公式，并且某些数据问题可能太复杂而无法使用 Excel 公式解决。
最重要的是，Excel 无法处理海量数据集，因此您必须零碎工作，记下您已经清理了哪些数据集。
最后，您被迫将静态数据集上传到 Excel。 当您在周一导入客户数据时，到周五它可能已经过时了。
3. 依赖第三方
如果您不想将内部时间分配给数据清理，那么聘请数据顾问可能是一个不错的选择。 数据顾问是专家，他们做的不仅仅是清理你的脏数据。 他们还可以为您运行审计并帮助改进您现有的数据流程，从而减少将来创建脏数据的可能性。
聘请顾问的缺点包括高昂的成本以及您可能必须让他们访问您的所有数据的事实，这可能会导致一些隐私问题。
4. 聘请专门的开发人员
由于数据管理是一个持续的项目，您可以聘请一名或多名致力于保持数据清洁的开发人员。 由于这些人将在内部工作，因此他们可能会比外部顾问更忠诚于您的公司，并且他们将能够更加熟悉您的提议。
此外，为正在进行的项目（例如数据维护）雇用人员通常更便宜。
5. 使用软件
有多种工具可以帮助您识别和清理脏数据。 这些工具通常比聘请顾问或专门的开发人员便宜，而且它们不会犯人为错误。
然而，并非所有这些工具都是一样的。 选择一个可以发现数据不匹配、检查格式（例如日期）并识别要合并的字段的选项。
您还需要对小数据样本进行一些测试，以确保该工具按预期方式工作。 如果您不这样做并让它在您的整个数据库上松动，您可能会遇到比开始时更大的问题。
设置持续的数据库管理
希望您已经有了数据库管理。 如果没有，是时候设置它了。 虽然您可能需要定期清理数据，但让问题累积到破坏数据库的整体质量是一种不好的做法。
作为一家公司，您不断地收集、组织、存储和操作新数据。 持续的数据库管理包括保护数据质量和防止数据变脏所需的流程和实践。
脏数据需要持续管理
随着当今公司收集和处理的数据量很大，几乎不可能避免其中一些数据变脏。 不同类型的脏数据会对您的业务产生不同的影响，因此，您需要定期清理记录以避免问题升级。
您可以手动清理数据、使用 Excel、雇用第三方、建立内部数据清理团队和/或依赖专门的软件。
想了解更多？
有关清理 CRM 数据的分步指南，请查看我们的电子书：“数据质量问题”。