7 steg mot Intelligent Customer Engagement – Steg 2

Välkommen till vår 7 steg långa blogg-serie ämnad att leda dig genom ett antal steg för att förbättra din kundupplevelse. Du kan givetvis alltid höra av dig till oss via kontaktsidan på vår hemsida för en mer ingående diskussion kring din organisations behov.

Under föregående steg diskuterades vikten av att sammankoppla sina data för att kunna leverera ett så bra kundbemötande som möjligt. (Missade du första steget i den här serien kan du hitta inlägget här). I vårt andra inlägg går vi vidare och mot ämnet Data Cleansing och vikten av att arbeta med korrekta och uppdaterade data.

Steg 2. Rengör dina data

Vanligtvis är det ett flertal olika personer i organisationen som löpande lägger in data i systemen. Detta är givetvis helt logiskt men det leder även till att datan läggs in med varierande grad av noggrannhet och helhet.

Det är farligt att anta att alla dina data kommer vara korrekta, fullständiga och validerade per automatik. Dessutom är det minst lika farligt att anta att de kommer vara det med tiden. Kunddata ändras hela tiden. Över hela din kundbas och från yrkestitlar till adresser, telefonnummer och namn. Forskning visar att kunddata i genomsnitt ändras med 2 procent per månad – vilket sammansatt blir 27 procent per år.

Så utan rätt underhåll kan du efter bara ett år sitta med en kunddatabas där över en fjärdedel av datan är inkorrekt. Det är med andra ord kritiskt att hitta de inkonsekventa, felaktiga och ofullständiga data som fyller dina system samt förbättra kvalitaten på datan så att du och din organisation kan lita på informationen ni har.

 

Vad gör detta svårt?

Sälj- och marknadsteamen i företaget Citrix, ett teknologibolag i stor tillväxtfas, identifierade kvaliteten på sina partner-, kund- och prospect data som sitt största problem. Deras konto- och kontaktuppgifter var ofullständiga, felaktiga och mer än 40 procent av deras CRM-kontakter var inaktiva. Företaget försökte sig på att lösa problemet manuellt men insåg att det tillvägagångssättet både kom med långa ledtider och med en mängd fel. Så många fel att Citrixs duplication rate låg dubbelt så högt som standarden.

Det är nämligen lätt att se bristerna i manuell dataintegrering, men det är på precis samma sätt med manuell data cleansing. Det är väldigt ineffektivt. Speciellt när man inte har gemensamma standarder attt arbeta från.

 

Varför datarengöring spelar roll?

När dina team inte har förtroende inför den data som finns i systemen tar de antingen oavsiktligt dåliga beslut eller förlorar tillit till de applikationer (ofta dyrt inköpta och noggrannt upprättade) från vilka de visas datan. I vilket fall är det ett stort problem. Men om man vänder på det hela  och man som företag kan arbeta med korrekta data – då kan stora saker hända. När Citrix lyckades nå en 50 procentlig minskning av den skräpdata som fanns i deras system, förbättrades deras lead-to-opportunity konvertering med massiva 20 procent. Inte illa.

 

Intressant? Håll då utkik efter nästa inlägg med steg 3.

 

Läs mer om Informaticas produkter för Intelligent Master Data Management

Kommentarer