Kvicksand är en vanlig dödsorsak bland säljare och marknadsförare. Figurativt sett naturligtvis. Med kvicksand menar jag att begravas av en växande, okontrollerbar, gigantisk hög med irrelevant, felaktig och utdaterad data. För att gräva dig ur detta problem innan det är för sent, behöver du göra datarengöring till en vana.
Idag finns det gott om information om i stort sett alla företag i världen. Du litar på denna information för att hitta insikter som avslöjar hur och när du når ut till rätt kunder och prospekt. Vanligtvis finns denna data i ditt CRM-system, så att du kan hitta informationen där och när du behöver den.
Studier visar på att 30 procent av all företagsdata blir utdaterad varje år av flera olika skäl: Företag förändras, deras omsättning stiger och faller, nya personer tillkommer till ledningsgruppen, de uppdaterar sina IT-system eller byter kontor. På några få dagar kan dessa förändringar leda till fel och sämre struktur i ditt CRM, vilket gör det svårt att hitta värdefull data som kan leda till nya försäljningsmöjligheter.
Vi förstår att ett CRM-system är en betydande investering för de flesta företag. Därför har vi skrivit den här artikeln för att förklara varför du vill göra datarengöring till en vana lika viktig som övriga steg i säljprocessen.
Först när du har ett städat CRM kan du lita på informationen och insikterna som den tillhandahåller.
Vad innebär datarengöring?
Datarengöring eller rensning av data är processen att upptäcka och/eller ta bort korrupta eller felaktiga poster från en uppsättning av data. När man talar om B2B-försäljning och marknadsföring, är det oftast kund- och prospektdata i CRM-systemet som man syftar på. Utan en rutinmässig process för datarengöring kan flertalet problem dyka upp. Säljteam litar på CRM-data för att hålla koll på lovande prospekt, så när uppgifter är felaktiga eller föråldrade kan bra försäljningsmöjligheter gå obemärkta.
Dålig data kan leda till förlängda säljcykler på grund av ineffektivitet och tidskrävande administrativa uppgifter. Utan ett hälsosamt CRM kommer säljare ha svårt att hitta nya prospekt eller spendera för mycket tid på gammal information (Ja, det företaget var ett bra prospekt ... för sex månader sedan!).
Lyckligtvis så är det oerhört enkelt att fixa detta problem genom att: 1) Identifiera felaktig data och 2) Ta bort, korrigera och uppdatera varje post i behov.
Låt inte din data ligga och damma
Det brukar finnas två tillfällen då ett företag vanligtvis uppmärksammar datarengöring: när de implementerar ett CRM-system för första gången, eller när de byter från ett CRM till ett annat. Du bör dock inte vänta tills ditt CRM blivit en total röra innan du letar efter en lösning. Det är rättvist att säga att alla organisationer som arbetar i ett CRM bör se till att få en igång en process för datarengöring - om de inte redan har det på plats.
Precis som damm på en bokhylla så kan dålig data inte undvikas. Detta är extra sant när du litar på människor att själva ange rätt data någon gång under processen. Inmatningsfel, skrivfel, felstavningar och andra mänskliga fel försvinner aldrig med manuell datainmatning.
6 steg till datarengöring
Misstag och fel i kund- eller prospekt-data kan uppstå av flera anledningar. Oavsett vilken datauppsättning eller vilket CRM-system du har, så kan processen för datarengöring omfatta sex olika områden:
1. Fixa stora bokstäver och formateringsproblem
Namn som inte inleds med stora bokstäver, adresser som förkortas ("Kungsg." eller Karlav.) eller inkonsekvenser ("SV" och "SE" som varierande förkortningar för Sverige) är vanliga fel vid datainsamling, särskilt när mycket inmatning sker manuellt. Lovande prospekt blir svårare att identifiera, vilket resulterar i att försäljningsmöjligheter går till spillo.
2. Konsolidera och standardisera
I ett stökigt CRM så är det inte ovanligt att du kan hitta titlar som “försäljningschef” och “säljdirektör” till att förklara samma position. Denna inkonsekvens kommer att göra filtrering och identifiering av korrekt data mer problematisk. Se till så att du är konsekvent med terminologi och vokabulär samt att du använder industristandard för specifika titlar eller ord.
3. Minska överflödiga fält
Om du har sammanfogat olika datauppsättningar så kan det finnas flera onödiga fält för samma syfte (till exempel flera fält för postnummer). Vore det inte trevligt att konsolidera dessa i samma fält?
4. Radera ännu mera
Om du har samlat på dig data under en längre period, så är det stor chans att du har många kontakter som inte längre är relevanta för ditt erbjudande eller engagerade med ditt material. Företaget i fråga kanske inte längre existerar eller så har kontaktpersonen bytt jobb. Identifiera de kontakter som inte har varit aktiva eller engagerade i ditt material under en lång tid och radera dem.
5. Gör dig av med dubbletter
En kunddatabas som har vuxit utan kontroll är sannolikt fylld med massor av dubbletter. Detta händer när en exakt kopia av en post, exempelvis ett företag, skapas i samma databas. Föreställ dig att två olika säljare matar in information om samma organisation, de gör bakgrundsarbete och förbereder sin pitch för att sedan inse att den andra personen redan tagit kontakt. Ett stort hot för produktivitet.
6. Sätt upp grundregler
Förutom att uppdatera din data regelbundet, behöver du också se till så att databasen håller sig städad, förebygger dubbletter och förespråkar standardisering. För att uppnå detta behöver du sätta upp regler och riktlinjer som begränsar vilken information säljare kan mata in i CRM-systemet.
Datarengöring handlar inte om att ta bort information för att lämna plats till ny data, utan snarare om att hitta ett sätt att maximera relevansen i en datauppsättning utan att nödvändigtvis behöva radera information. Först när du kan lita på relevant information kan du gå vidare och berika din data med fler datapunkter för att dra nytta av all tillgänglig information.
Sätt din datarengöring på autopilot
Att fixa ett förfall av data är väldigt enkelt. Den faktiska utmaningen är att bygga och behålla en vana. Datarengöring kan inte vara en gör-det-en-gång-och-aldrig-igen-grej. Kom ihåg - 30 procent av din CRM-data blir dålig varje år.
Datarengöring bör vara en process - inte ett engångsprojekt.
Många företag löser detta problem genom att ha som projekt, ett par gånger om året, att gå igenom CRM-systemet för att fixa detta manuellt. Rengöring av data för hand, en post åt gången, är möjlig, men även om din databas endast innehåller några hundratals prospekt tar det ofta hela dagar eller till och med veckor. Det är så tidskrävande att många företag faktiskt blundar och går vidare.
Du måste komma ihåg att datarengöring är en process och inte ett engångsprojekt. Den smartaste lösningen, som också är skalbar och kan spara dig hundratals timmar, är att automatisera processen och lita på tekniken för att rensa bland korrupt data. Ett modernt försäljningsverktyg kan gå igenom företag i din CRM och identifiera dubbletter samt korrigera inkonsekvenser. Dessutom, verktyget kan göra det automatiskt och rutinmässigt oavsett storleken på din databas.
Denna process fungerar eftersom pålitliga säljverktyg hämtar data konstant från kvalitativa källor och jämför denna med informationen i ditt CRM. Eftersom identifikationen sker via unika egenskaper som organisationsnummer eller postadress, eliminerar man risken för dubbletter och eftersom det inte sker någon manuell handpåläggning så undviker man formateringsfel. Så fort du har ett verktyg som kan associera rätt data med rätt företag kan du gå vidare och berika din databas med firmografiska och teknografiska datapunkter som kan ge rikare insikter.
Vänta inte till våren för att göra din datarengöring
En organisation som arbetar i ett CRM bör ha etablerade aktiviteter för datarengöring året runt. Att identifiera inkonsekvenser och dubbletter öppnar dörren för ännu fler datapunkter och rikare insikter vilket vilket i slutändan ökar försäljningsresultat tack vare en datadriven säljprocess.
Vi befinner oss i en datadriven era, där olika datauppsättningar är grunden för beslutsfattande, anpassning och effektivitet. Dålig CRM-data påverkar alltså så småningom alla funktioner och områden i din organisation. Vänta inte till våren för att rengöra din data!
