CRM系統的一些數據必須完美無缺。例如唯一的密鑰、內部安全信息、訂單報價、訂單歷史，以及任何必須進行審計(例如PCI、HIPAA、FERPA或其他遵從性標準)的信息。但另外一些數據可以是近似值，甚至可以完全沒有。比方說，客戶去年的客服呼叫歷史必須完美地呈現在你的CRM系統中嗎?這可不太可能。那么，我們該如何決定在何處進行你的CRM數據質量把關呢?
判定數據的重要性
第一步是讓分析人員提取CRM數據字典(或者建立數據字典)，并把數據元素分為以下的三個類別：
1、用于防止外部系統出現問題或錯誤表示業務，必須存在且必須正確的數據。
2、支撐CRM系統運行、且必須正確的數據。
3、人們在更好地完成營銷、銷售和客戶支持工作時需要的數據。
有趣事情出現在下一步，即對三類數據中的每一類數據元素進行快速地數據質量分析。通過回答以下的問題，給數據質量評分。
1、這個數據元素有無異議的所有者嗎?它是由團隊成員作為關系業務流程中自然的步驟進行更新的嗎?或者，幾乎所有人都可以隨時更新它嗎?
2、這個數據元素有沒有經過防止干擾輸入的內部確認?它具有支持問題排查的審計記錄嗎?
3、多少百分比的CRM記錄存在缺失的數據元素、明顯不正確或重復?
根據最后的得分，分析人員可能需要重新分析一些數據元素的分類。之后您或許會發現，最昂貴的數據是你實際上不需要的數據。
CRM系統中的每一個數據元素之所以存在，是因為有人要求得到它。但是，請求只是想法和良好的意愿，與現實是不同的。數據分析將在40%、60%或90%的時間發現缺失或錯誤的數據元素。仔細檢查這些數據元素，它們可能沒有太大的業務價值(請注意只適用于您的前5名客戶，但卻提供給所有50位客戶的例外數據元素。)
真正必須擁有的，但缺少的數據種類是：
1、客戶的購買意愿
2、競爭信息
3、輸/贏分析
4、客戶忠誠度調查
在大多數情況下，你不可能把很多的錢花在這些數據的質量上。首先，采用這類數據非常困難，并且存在太多造成數據含意被誤譯或錯誤表示的情況。當你建議從系統中刪除某個數據元素時，如果請求這類數據的部門抗議，你可以借用CFO的常用伎倆，即告訴他們，你很愿意使這個數據變得完美無缺，只要做這項工作的所有費用從他們部門的預算中支付。這種后續討論將很快分出勝負。
數據的長尾?
一旦你確定將進行數據質量投資的數據元素，重要的是了解數據元素何時重要、何時不重要的業務情況。例如，電話號碼必須是正確的。可是，“免費試用客戶”的電話號碼與大客戶購買代理的電話號碼是同樣重要嗎?讓分析員確定數據的“尾巴”，以及以下的界線：
1、客戶規模、行業、位置或情況
2、訂單規模、頻率或新近程度
3、產品線
4、互動的類型(即Web訪問還是直接會面)
讓分析員建立一套判別何時需要、何時不需要沿著統計學長尾追求數據元素質量的業務規則或過濾標準。確保這些區別被記錄在您的CRM數據字典中，讓每個人都了解你的數據質量投資決定的基礎。
費用的問題
好的，現在到了CRM系統中最困難的一部分，也就是改進數據質量的高昂費用。如果在68%的記錄中取得高數據質量的費用是X美元，在接下來的17%的記錄中取得高數據質量的費用可能是2X美元，而讓再接下來的4%的記錄取得高數據質量的費用是4X美元。
對您的預算而言，幸運的是，數據的業務價值也不是絕對的。為了很多業務目的，過去3年內的數據應該保持良好的狀態，但數據的業務價值在此之后會迅速下降。想不出歷史超過7年的數據有什么理由必須非常準確，美國稅務局也不需要超過這一時間長度的記錄。因此，企業應該控制數字實現適當的折衷，只在有回報時才下大力氣投資數據質量改進。
粵公網安備