Hoe datakwaliteit verbeteren in uw CRM toepassing?

Waarom is datakwaliteit in CRM zo belangrijk? 💡

Bevat uw CRM toepassing onvolledige, verouderde of dubbele klantgegevens? Ongetwijfeld, want datakwaliteit degradeert snel. Mensen veranderen van job, personen en ondernemingen verhuizen, straten veranderen soms van naam of worden hernummerd, bedrijven fusioneren of stoppen, organisaties veranderen hun commerciële naam enz.

Als een systematische aanpak ontbreekt, dan kan de datakwaliteit in uw CRM toepassing lelijk fout lopen. En een slechte datakwaliteit is schadelijk voor uw marketing, verkoop en dienstverlening.

Bij een gebrekkige datakwaliteit in CRM:

• worden uw gegevens in het slechtste geval beschouwd als niet betrouwbaar en dus simpelweg niet bruikbaar.
• laten uw medewerkers de CRM tool links liggen en gaan ze opnieuw zelf hun eigen lijsten beheren.
  Bv. de accountmanager beheert zijn lijst van klanten met bijhorende contactpersonen in een eigen Excel-file.
  Bv. de marketingmedewerker wil geen fouten in e-mailcampagnes en start eigen lijsten van e-mailadressen in een aparte digitale marketingtool die niet gekoppeld is met uw CRM toepassing.

Gevolg: u verliest het 360° zicht op de klant en uw CRM strategie lijdt daaronder.

Datakwaliteit in uw CRM toepassing: een gedeelde verantwoordelijkheid?

We kunnen stellen dat datakwaliteit een zaak is van iedereen. Het is zeker zo dat elke medewerker zijn steentje moet bijdragen aan correcte gegevens in CRM. Toch raden we aan om specifieke medewerkers in uw organisatie de rol van “datamanager” te geven. Die medewerkers geeft u dan toegang tot de nodige technische tools om aan datakwaliteit te werken.

Naast de technische tools is er ook een actieplan nodig. Let wel, voor dit actieplan is er geen “one-size-fits-all” omdat het juiste actieplan verschilt van organisatie tot organisatie.

Hieronder geven we een overzicht van maatregelen die deel kunnen uitmaken van een effectief actieplan in de strijd tegen slechte datakwaliteit.

Begin bij de bron: kwaliteit voor data input

Voor de invoer van data kan u medewerkers automatisch assisteren door:

• ingevulde gegevens automatisch te valideren via een consistent formaat van specifieke gegevens; zoals ondernemingsnummers, telefoonnummers, e-mailadressen enz. Hierbij maakt u doorgaans gebruik van reguliere expressies.
• waar mogelijk, gegevens zo veel mogelijk automatisch aan te vullen; zoals automatisch invullen van de gemeente en provincie zodra de postcode is ingevuld.
• consistentie-regels in te bouwen om ongeldige combinaties van gegevens onmogelijk te maken; bijvoorbeeld als in één specifiek veld waarde X staat ingevuld, dan moet in het andere veld de waarde Y ingevuld staan.
• waar mogelijk, keuzelijsten te gebruiken of auto-suggestie toe te voegen aan vrije invoervelden; zoals voor het invullen van een land.
• noodzakelijke gegevens verplicht te maken om onvolledige input te vermijden.

💡 Extra tip voor verplichte invulvelden: het komt erop aan om een correct evenwicht te vinden zodat uw medewerkers niet geblokkeerd worden om accounts of contactpersonen in CRM aan te maken. Zo kan u verplichte invulvelden automatisch aanpassen naargelang het gebruikersprofiel en de stap in het business proces. Beperk bijvoorbeeld de verplichte gegevens bij de aanmaak van een “sales prospect” in B2B tot voornaam, naam, e-mailadres, functie en bedrijfsnaam. Zodra deze prospect een klant wordt, dan kan u ook het facturatieadres en het ondernemingsnummer automatisch verplicht maken.

Training van eindgebruikers

Maak uw eindgebruikers bewust van het belang van datakwaliteit (mocht dit nog niet het geval zijn).

• Communiceer wie in de organisatie de gegevens gebruikt, waarvoor en welke problemen kunnen ontstaan door slechte datakwaliteit. Zet duidelijke verwachtingen m.b.t. beheer van contactpersonen zodat iedereen zijn eigen verantwoordelijkheid ter harte neemt.
• Verdeel de verantwoordelijkheid waar mogelijk. Het spreekt voor zich dat een accountmanager verantwoordelijk is voor de datakwaliteit van contactpersonen van de eigen klanten.
• Definieer duidelijke regels. Wat is slechte/goede datakwaliteit? Wat doet u met afkortingen? Bv. “Pvd Wouwerstr.” of “Pastoor Van De Wouwerstraat”. Het is normaal dat deze regels evolueren. Pas ze dus zeker aan als er nieuwe problemen opduiken.

Herevalueer wie al dan niet uw contactendatabank mag beheren

Als afspraken door een eindgebruiker niet altijd nageleefd worden, dan is het aangewezen om de security rechten van die specifieke gebruiker aan te passen.

Denk altijd na over de vraag wie u de rechten wil verlenen om:

• Contacts, Accounts, Leads aan te maken of aan te passen.
• Bulk Edits, Export for reimport & Imports uit te voeren. Er bestaat altijd een risico dat Contacts in uw CRM toepassing belanden met verkeerde gegevens. Deze importrechten zijn sowieso niet voor iedere gebruiker.

Let ook altijd op met de rechten om gegevens te verwijderen. Het is absoluut te vermijden dat het beheer van datakwaliteit zou leiden tot verlies van gegevens. Daarom raden we aan om extreem zuinig om te springen met Delete-rechten.

Dubbele klantgegevens

Dubbele gegevens veroorzaken verwarring en een onvolledig klantbeeld als de gerelateerde gegevens verspreid zitten over twee of meerdere klantrecords. Het gevecht tegen duplicaten wordt op twee fronten gestreden: preventie en remediëring.

Preventieve stappen:

• Bij de creatie en update van een klantrecord: zorg voor een automatisch bericht aan de gebruiker dat het CRM systeem een duplicaat heeft ontdekt.
• Bij automatische instroom van contactinformatie (bv. via een online formulier): zorg voor een automatische opzoeking van mogelijke matching contacts (via exact of via fuzzy search). Zo kan het al bestaande contact gekoppeld worden i.p.v. dat een nieuwe dubbele contact wordt aangemaakt.

Zelfs al doet iedereen zijn best… “duplicates happen” ;-). En dan zit er niets anders op dan de dubbels op te lossen. Hoe u dit doet? Door regelmatig duplicatendetectie uit te voeren in uw CRM toepassing. Doorloop de gevonden dubbels en voeg ze samen (i.e. merge duplicates). Als u de dubbele records samenvoegt, kies dan het hoofdrecord naar waar alle gerelateerde gegevens moeten worden herkoppeld. Op niveau van het record zelf kan u zelfs op veldniveau kiezen welke informatie u op het samengevoegde record wil laten komen.

Integratie met third party databronnen

Een krachtig hulpmiddel om de kwaliteit van klantgegevens correct te houden is door uw CRM toepassing te integreren met andere betrouwbare databronnen. Hierdoor kan u klantgegevens automatisch verrijken, corrigeren en up-to-date houden.

Enkele voorbeelden van betrouwbare databronnen waarmee het (afhankelijk van uw specifiek bedrijfsdoel) interessant kan zijn om te integreren:
• Trends Top
• Verrijkte Kruispuntbank Ondernemingen
• Graydon
• LinkedIn Sales Navigator. Zo is er een standaard integratie mogelijkheid tussen Dynamics 365 & LinkedIn Sales Navigator >> Meer info
• …

Maak een blijvend actieplan

Datakwaliteit is geen éénmalig project, maar een blijvende opdracht voor een datamanager en elke medewerker met de nodige rechten om gegevens te beheren.

Taken die de datamanager op regelmatige tijdstippen moet doen:

• Advanced Find queries van Contacts, Leads, Accounts met ontbrekende of foutieve gegevens uitvoeren om records van slechte datakwaliteit te ontdekken.
• Duplicatendetectie uitvoeren.
  

Wat als een medewerker een probleem met datakwaliteit ontdekt, maar zelf niet de nodige rechten heeft om het probleem te verhelpen? Eventueel kan u gewone gebruikers de mogelijkheid geven om records in uw CRM toepassing te vlaggen om te laten nakijken door de datamanager. De lijsten van de gevlagde records moeten dan natuurlijk ook regelmatig opgevolgd worden.

Conclusie

De datakwaliteit in uw CRM toepassing is van onschatbare waarde! Ga daarom meteen aan de slag met de tips in dit blogartikel om uw data in CRM betrouwbaar en bruikbaar te houden.