返回列表 发帖

CRM数据质量到底价值几何?

CRM数据质量到底价值几何?

Re:CRM数据质量到底价值几何?

在会计系统或企业资源规划(ERP)系统中,大部分数据必须正确无误,就是这么回事。要是发票、应收账款、在制品编号和电子计算机辅助设计(ECAD)文件只是“最准确的猜测”,肯定会有人因而丢掉饭碗,CIO也会坐立不安。
 
 

  有一点可以肯定:需要最大限度地确保销售队伍自动化(SFA)和客户关系管理(CRM)系统的数据质量。

TOP

Re:CRM数据质量到底价值几何?

CRM数据不一样

  CRM系统允许有一系列高低不等的数据质量,这取决于具体的数据元素。有些数据必须准确无误,比如唯一的密钥、内部安全信息、订单报价、订单历史记录以及需要接受审计的任何数据――需要遵守的审计法规包括:支付卡行业数据安全标准(PCI)、《健康保险可携性及责任性法案》(HIPAA)、《家庭教育权利和隐私权利法案》(FERPA)或其他法规标准。但其他数据可以只是个近似值,甚至完全缺失也没有关系。某个客户在去年的客户服务通话记录就有必要在你的CRM系统里面得到准确无误的表述吗?不太可能。那么,你该如何决定针对哪些数据致力于提高数据质量呢?

TOP

Re:CRM数据质量到底价值几何?

如何进行数据筛选?

  第一个步骤就是让数据分析员掏出CRM数据字典(更可能需要编制这样一本数据字典),把数据元素分成以下三类:

  (1)非有不可、而且必须准确无误的数据元素,防止外部系统有误或对业务表述不当。

  (2)为了让CRM可以正常使用而应当准确的数据元素。

  (3)员工为了改进营销、销售和客户支持等工作而要求的数据元素。

TOP

Re:CRM数据质量到底价值几何?

下一个步骤比较有意思。对这三类的每个数据元素快速分析一下数据质量。回答诸如以下之类的问题,从而给数据质量评分:

  •该数据元素有没有无可争辩的所有者?它由小组成员来更新、是关键业务流程的一个自然步骤吗?还是几乎谁都可以随时更新它?

  •该数据元素有没有防止带噪输入(即输入数据不准确)的内部验证机制?它有没有支持故障检测工作的审计跟踪记录(audit trail)?

  • 该数据元素出现缺失、明显错误或重复的情况在所有CRM记录中占有多少比例?

  根据所得评分,数据分析员可能需要针对一部分数据元素重新进行筛选分类。

TOP

Re:CRM数据质量到底价值几何?

花费最高的数据是你实际上不需要的数据

  CRM系统中的每个数据元素因为有人需要而存在。但需求只是想法、只是善意,而实际情况不一样。分析数据后会发现数据元素的缺失率或错误率达到40%、60%、甚至高达90%。要仔细检查这些数据元素,因为它们不可能会有太大的商业价值。(应当注意适用于你50大客户的异常数据元素)。确实最好有、但很少存在的几种数据包括:

  •客户采购意向

  •竞争信息

  •输/赢分析

  •客户忠诚度调查

  大多数情况下,你不可能把大量精力花在这方面的数据质量上;原因在于收集一些这样的数据首先太困难了;一段时间过后,数据意义经常出现理解有误或表述有误的情况。

TOP

Re:CRM数据质量到底价值几何?

 如果你建议从系统中删去某个数据元素,而请求该数据的部门表示抗议,这时不妨向首席财务官学一招:告诉对方只要涉及的所有成本都从他们部门的预算来支出,你很高兴确保该数据的完美。这随后而来的讨论很快就会去芜存菁。

  认清真正重要的数据

  一旦你确认了准备竭力提高数据质量的数据元素,明白数据元素显得很关键的商业情境、明白什么时候不很关键就很重要。比方说,电话号码一定要准确。但“免费试用客户”的电话号码与你最大那个客户的采购员的电话号码同样重要吗?让数据分析员确认数据的“尾部”,比如涉及下列方面的数据:

  •客户大小、所在行业、所在地区或情况简介

  •订单数额、频率或最近一次订单

  •产品线

  •互动类型(比如上网访问与当面会见)

TOP

Re:CRM数据质量到底价值几何?

让数据分析员制定一套业务规则或过滤器标准,明确什么时候值得将数据元素的质量一直跟踪到统计数据的尾部,什么时候不值得。确保这些特点详细记录在你的CRM数据字典中,那样每个人都知道你决定提高数据元素质量的依据何在。

  六西格玛意味着高昂费用

  好了,现在再来说说困难的部分。在CRM系统中,数据质量提高一个级别,费用就会急剧增加。如果说让68%的记录拥有可靠的数据质量需要花费X美元,那么让85%的记录拥有可靠的数据质量恐怕需要花费2X美元(这是一个西格玛和两个西格玛之间的区别),而让89%的记录拥有可靠的数据质量更要花费4X美元。

TOP

Re:CRM数据质量到底价值几何?

幸好对你的预算来说,数据具有的商业价值也不是绝对的。对许多公司的业务需要而言,数据保留三年应当足以满足要求,但数据的商业价值在三年之后很可能急剧下跌。保留时间在七年以上的数据没有理由需要非常准确――就连国内收入署(IRS)也不需要将记录保存七年以上。

  使用上述这些方法,你就可以分析数字,做出合理的取舍――只有确实有明显的回报,才有必要大力投资于提高数据质量。

TOP

返回列表