清理臟數據對改進運營和客戶成功的重要性
已發表: 2022-08-24想像一下試圖用一艘有洞的船穿越海洋。 你會弄濕的。 你甚至可能沉沒。 你肯定不會順利通過的。
發生這種情況的可能性很小，因為任何明智的人都會在開始這樣的努力之前徹底檢查他們的船。
但是您的企業用來聯繫潛在客戶、細分客戶和製定戰略決策的 CRM 數據呢？ 你有沒有檢查過它是否有洞？
你應該。
臟數據會對工作流程、營銷工作和客戶體驗產生負面影響。 它甚至可以讓你陷入法律困境。
但究竟什麼是臟數據？
什麼是臟數據？
臟數據或不干淨的數據是在某些方面存在缺陷的數據：它可能包含重複、過時、不安全、不完整、不准確或不一致。 臟數據的示例包括拼寫錯誤的地址、缺少字段值、過時的電話號碼和重複的客戶記錄。
如果被忽視，臟數據可能會給您的業務帶來嚴重問題。 它可能會危及客戶體驗，導致業務成果的虛假陳述，並對戰略決策產生負面影響。
為避免數據質量不佳的風險，定期進行數據清理至關重要。 我們將在本文後面討論如何清理數據。 但首先，讓我們看看數據是如何變髒的。
數據如何變髒
如果輸入、存儲或使用不正確，數據可能會變髒。 通常，這歸結為人為錯誤或數據輸入缺乏標準化規則，但技術問題也可能導致數據不完整。
臟數據示例
重複數據
重複數據是指部分或全部共享相同信息的記錄。 它們是在多次輸入相同信息時出現的，有時以不同的格式輸入。 一個典型的重複臟數據示例是一個客戶多次存在於您的 CRM 中。 這經常發生，因為客戶的名字每次都略有不同。
例如：
- 帕蒂·J·格林菲爾德
- 帕蒂朱莉婭格林菲爾德
- 帕特里夏·J·格林菲爾德
- 帕特里夏·朱莉婭·格林菲爾德
由於客戶信息分散在不同的記錄中，重複的客戶數據會導致：
- 糟糕的客戶服務
- 不正確的跟踪和報告
- 雙重（或三重）營銷定位
不安全的數據
不安全數據是未加密或訪問控制的數據。 您公司中的任何人都可以訪問它，在最壞的情況下，甚至第三方也可以訪問它。 不安全的數據不僅構成隱私風險，而且構成法律威脅，因為公司有可能不遵守 GDPR 和 CCPA 等法律。
數據不完整
不完整的髒數據示例是，如果您的時事通訊註冊表單有一個潛在客戶名字的字段，但該字段不是必填字段。 然後，潛在客戶可以在不留下姓名的情況下進行註冊，這會降低您的個性化電子郵件活動的效果。
數據不准確
不准確的數據是包含錯誤的數據。 不准確數據的一個例子是客戶在您的一個表格上輸入了他們的姓氏，但打錯了。 在這種情況下，您有客戶的姓氏，但它不准確。 這是一個骯髒的記錄。
另一個示例是，如果銷售代表在 Salesforce 中為潛在客戶記錄了錯誤的電話號碼。 在這種情況下，改進 Salesforce 數據以繼續與該潛在客戶進行對話至關重要。
過時的數據
過時的數據不准確不是因為輸入錯誤，而是因為它曾經準確，現在不再準確。 過時的髒數據的一個典型示例是，如果您的 CRM 在客戶搬家後仍然列出客戶的舊地址。
過時數據的其他示例包括：
- 不再使用的電子郵件地址
- 換工作的人的頭銜
- 過期的電子郵件段
數據不正確
不正確的數據是超出先前指定參數的數據。 因此，更容易預防。 例如，如果客戶使用下拉菜單輸入他們的生日。 您的系統可能只允許他們在 12 個月中選擇一個，從 31 天中選擇一個，而且他們也可能無法選擇一個會使他們超過 130 歲的出生年份。
不一致的數據
不一致的數據也稱為數據冗餘。 當公司將相同的信息存儲在不同的地方而沒有同步該信息時，就會發生這種情況。 一個典型的例子是一家公司在其 CRM 和電子郵件營銷工具中存儲客戶信息。
如何清理數據
上述所有類型的髒數據都會給您的公司帶來風險，因此清理數據並避免這些情況至關重要。
這樣做的方法如下：
創建數據質量指南
在開始數據清理之前，請定義對您的公司而言乾淨的數據集是什麼樣的，以及應遵循哪些最佳實踐以使您的數據盡可能乾淨。
標準化數據
制定數據質量策略包括定義一種在數據進入系統後立即對其進行標準化的方法。 列出您現在收集數據的所有方式，該數據的入口點是什麼，以及您將如何確保所有數據以相同的方式輸入，而不管原始點如何。
執行審計
一旦您建立了公司的數據質量規則並確定所有新數據都將以標準化方式輸入，就該對現有數據進行審計了。 不幸的是，找到所有臟數據並不容易，雖然您應該以 100% 的檢測為目標，但要知道您可能會遺漏一些問題。 這就是為什麼不僅要進行一次審計，而且要定期進行審計很重要的原因。
使此過程更容易的一種方法是不斷收集公司內處理數據的各個部門的反饋。 這種類型的反饋會向您顯示臟數據在日常活動中導致問題的地方。
一個例子：您的營銷團隊分享說，他們發現個性化電子郵件中的名字有時缺少大寫字母。 這告訴您名字值的格式並不總是相同的——可能是因為電子郵件訂閱者並不總是費心將自己的名字大寫。
清理臟數據
了解臟數據後，開始清理過程。 數據清理可能是一項可怕且耗時的任務。 有不同的方法可以解決它，每種方法都有自己的優點和缺點。
1. 手動
手動清理數據只應謹慎進行。 清理您現在需要使用的記錄是可以的，但是手動清理您公司擁有的所有數據是一項不可能完成的任務。
不僅要花很長時間，而且你也一定會錯過一些事情並犯錯誤，從而導致更多的錯誤。
2. 使用 Excel
使用 Excel 公式可以加快清理過程，但仍需手動操作。 您需要自己構建公式，並且某些數據問題可能太複雜而無法使用 Excel 公式解決。
最重要的是，Excel 無法處理海量數據集，因此您必須零碎工作，記下您已經清理了哪些數據集。
最後，您被迫將靜態數據集上傳到 Excel。 當您在周一導入客戶數據時，到週五它可能已經過時了。
3. 依賴第三方
如果您不想將內部時間分配給數據清理，那麼聘請數據顧問可能是一個不錯的選擇。 數據顧問是專家，他們做的不僅僅是清理你的髒數據。 他們還可以為您運行審計並幫助改進您現有的數據流程，從而減少將來創建臟數據的可能性。
聘請顧問的缺點包括高昂的成本以及您可能必須讓他們訪問您的所有數據的事實，這可能會導致一些隱私問題。
4. 聘請專門的開發人員
由於數據管理是一個持續的項目，您可以聘請一名或多名致力於保持數據清潔的開發人員。 由於這些人將在內部工作，因此他們可能會比外部顧問更忠誠於您的公司，並且他們將能夠更加熟悉您的提議。
此外，為正在進行的項目（例如數據維護）僱用人員通常更便宜。
5. 使用軟件
有多種工具可以幫助您識別和清理臟數據。 這些工具通常比聘請顧問或專門的開發人員便宜，而且它們不會犯人為錯誤。
然而，並非所有這些工具都是一樣的。 選擇一個可以發現數據不匹配、檢查格式（例如日期）並識別要合併的字段的選項。
您還需要對小數據樣本進行一些測試，以確保該工具按預期方式工作。 如果您不這樣做並讓它在您的整個數據庫上鬆動，您可能會遇到比開始時更大的問題。
設置持續的數據庫管理
希望您已經有了數據庫管理。 如果沒有，是時候設置它了。 雖然您可能需要定期清理數據，但讓問題累積到破壞數據庫的整體質量是一種不好的做法。
作為一家公司，您不斷地收集、組織、存儲和操作新數據。 持續的數據庫管理包括保護數據質量和防止數據變髒所需的流程和實踐。
臟數據需要持續管理
隨著當今公司收集和處理的數據量很大，幾乎不可能避免其中一些數據變髒。 不同類型的髒數據會對您的業務產生不同的影響，因此，您需要定期清理記錄以避免問題升級。
您可以手動清理數據、使用 Excel、僱用第三方、建立內部數據清理團隊和/或依賴專門的軟件。
想了解更多？
有關清理 CRM 數據的分步指南，請查看我們的電子書：“數據質量問題”。