2022 年糟糕的数据质量破坏企业的 5 大方式

每个人都声称自己是“数据驱动的”。

哎呀，现在很难找到不包含此短语的简历或 LinkedIn 简历。 但是，驱动这些决策的数据质量决定了你是在朝着正确的方向前进——还是在悬崖边上。

当组织没有向他们的 CRM 数据展示其应有的爱和关注（通过保持其干净和最新）时，他们就会得到低质量的数据，这些数据会驱动甚至更低质量的业务成果。

在我们最近的研究中，有效性成为问题的核心： 2022 年 CRM 数据健康状况。 我们对来自全球 606 个组织的 1,200 多名 CRM 管理员进行了调查，以了解有关 CRM 数据质量的真相以及它如何影响用户。

（剧透警告：我们没有看到其中一些答案。）

问题：组织设置的数据质量标准太低

我们研究的一个主要发现是，组织对数据质量的标准设置得太低了。

75% 的受访者将 CRM 中数据的整体准确性、质量和有用性评为“好”或“非常好”。

好消息，对吧？ 不完全的。 当我们深入研究时，超过一半的受访者认为他们的 CRM准确性和完整性低于 80%。 许多人还将他们的数据归咎于我们稍后将讨论的一系列负面业务结果。

显然，组织需要将他们的数据——以及管理数据的人——保持在更高的标准。

我们的调查受访者已经为忽视他们的数据质量付出了高昂的代价。 根据他们的回答，我们确定了 2022 年 CRM 数据质量破坏像您这样的企业的五种方式。

1. 浪费你团队的时间

低质量的数据会对团队生产力产生重大影响。 例如，我们提到的统计数据：平均 CRM 的质量和准确性低于 80%。

现在，让我们做一些基本的数学运算：

假设销售发展代表 (SDR) 每天要处理 150 条记录（潜在客户、联系人、客户、机会等）。如果这些记录中只有 80% 是准确的，那么他们每天会处理 30 条不准确的记录。 这导致每天大约有两个半小时的工作时间浪费在寻找丢失的数据或试图使用不准确的联系信息追捕潜在客户上。

这仅适用于一个SDR。 将这个数字乘以其他用户和部门，生产力损失将变得惊人。

2. 花钱

根据管理方式，您的 CRM 数据可能是金矿或金钱坑。

有时很难从数据质量和收入之间划出一条直线。 因此，领导层很容易将数据质量推到他们的优先事项列表中。

然而， 44% 的受访者估计，由于 CRM 数据质量不佳，他们的公司损失了超过 10% 的年收入。

虽然数据管理不善可能没有任何直接成本，但我们调查的公司报告称，他们失去了客户，破坏了新的商业交易，并延迟了营销和品牌知名度活动等推动收入的举措。

3.它驱逐了顶级员工

我们都看到了头条新闻：这是一个艰难的招聘环境。 我们正处于“大辞职”和“银色海啸”的泥潭中，这两种情况都有工人成群结队地离开工作岗位。

在这种环境下，员工对处理脏数据的耐心有限。

团队的每个成员都依赖于不同的数据点，从使用最新联系信息联系潜在客户的销售代表，到寻找客户地址以创建分段电子邮件列表的营销专家。

充斥着重复、不完整数据、缺失数据、不正确数据或过期数据的数据库可能使员工几乎不可能表现良好。

对于一些员工来说，这些压力源可能是他们走出家门所需的推动力。

如果您的组织不会在 2022 年投资于数据质量改进，那么他们比以往任何时候都更容易找到愿意投资的雇主。 64% 的研究参与者表示，如果没有为稳健的 CRM 数据质量计划分配额外资源，他们会考虑离开目前的职位。

4. 扩大了销售和营销之间的差距

销售和营销之间的关系很容易引起争议。

通常，这是同一个老故事。 营销团队说：“我们正在提供所有这些 MQL、潜在客户、查询等，而销售人员从不跟进它们。”

然后销售团队说，“是的，营销，你提供这些线索，但它们很臭。 我不能在沙漠里卖给这些人一杯冷水！”

当数据质量成为问题时，这些问题只会变得更糟。

我们的研究发现，营销专业人士说他们的销售预测“不准确”或“非常不准确”的可能性比他们的销售同行高 155%。 不出所料，我们发现预测不准确的主要原因之一是低质量数据。

很容易看出为什么营销人员会感到沮丧。 营销团队需要准确的预测来规划支持这些预定义目标的活动和活动。

但是销售预测的准确性在很大程度上取决于 CRM 中的数据，包括销售代表输入的信息，以预测交易何时/是否会完成以及某些交易处于什么阶段。

在数据质量问题上苦苦挣扎的销售和营销团队在这里拥有巨大的机会。 两支球队都应该摘下拳击手套，并集中力量解决这些数据挑战。

通过这样做，他们将看到数据成为团结这些团队的桥梁，而不是使他们分开的墙。

5. 它导致操纵或捏造的数据

当组织未能将数据质量作为优先事项时，员工可能会与他们的数据产生不良关系。

高达 76% 的受访者表示，员工“有时”或“经常”操纵数据来讲述他们希望决策者听到的故事。

更糟糕的是， 75% 的人表示员工“有时”或“经常”捏造数据来讲述他们希望决策者听到的故事。 （我们的下巴也掉了下来。）

这是怎么发生的？

可以肯定地假设 CRM 用户不会故意编造数据。 但我们只是人类。 当我们做出假设时，我们很自然会偏向支持该观点的数据点。

在有数据质量问题的组织中，这些偏见变得更加明显。 当人们已经对他们的数据缺乏信心时，通过 CRM 寻找证据来支持他们的观点变得非常诱人。

这些统计数据是一个强烈的警告信号，表明许多组织需要更好的数据治理。 他们需要真正了解他们如何使用数据、数据来自何处以及他们使用哪些数据点来创建每个报告。

通过连接其中的一些点，他们可以创造环境，让人们觉得他们不必操纵或制造数据来完成他们的工作。

结论

一些统计数据似乎有点悲观。

但我们应该从积极的角度看待这些发现。 CRM 利益相关者越来越意识到这些问题。 他们现在可以采取一些可行的步骤来开始解决数据质量问题。

要详细了解 CRM 用户为何以及如何提高数据质量标准，请阅读 Validity 的新报告： 2022 年 CRM 数据健康状况。