為企業(yè)銷售瘦身 如何拒絕臃腫數據

申請免費試用、咨詢電話：400-8352-114

垃圾數據就如同齒輪中的沙土，它們會增加摩擦、減緩效率，給數據用戶帶來不便，最終降低SFA與CRM系統(tǒng)的績效。

位于加州的數據清理軟件公司ActivePrime的總裁Rosaline Gulati指出，“管理、銷售、市場與支持部門都會受到數據質量的影響。”

垃圾數據會直接對SFA與CRM系統(tǒng)產生副作用。另一家位于加州的數據清理軟件廠商Predictive Response Inc.的CEO Kevin Mooney也表示，“企業(yè)應盡量降低每個潛在客戶的成本，讓銷售人員以最快的速度獲取他們所需的信息。垃圾數據會提高潛在客戶的人均成本，浪費銷售團隊寶貴的時間，并會阻礙銷售人員獲取高質量客戶的速度?！?/P>

技術問題

當公司開始根據垃圾數據來自動化銷售流程時，問題就會產生。公司想從數據中提取的價值越大，問題就越嚴重。哪怕是小部分的劣質數據都會演化成非常復雜的分析問題，因為基于這些數據做所的決策都將是錯誤的。

所幸的是，市場上已有許多產品可以幫助企業(yè)進行SFA數據清理。比如地址類數據，就可以進行自動清理，其它一些類型的數據則要求人工介入。從總體上看，數據清理流程的自動化程度越高，就越具有成本效益。比如軟件工具雖然無法識別出“Myzlypczy”是一個錯誤的人名或公司名，但它可以偵測出拼寫錯誤，并將其顯示出來，以備人工檢查。同樣，程序可能無法識別出“麥當勞”與“麥當勞漢堡”是同一家連鎖餐飲，但也可以將其標識出來，供人工檢查。這樣就能加快操作的便捷性與速度，免去人工逐項檢查整個數據庫的痛苦。

重復錄入是垃圾數據的另一種常見形式(比如公司名，地址、人名等)。它也會造成信息錯位，讓銷售代表無法在數據庫中準確找到客戶數據。

清理工具

如果你的數據庫欄目不多，那么清理數據就不是一個大問題，因為你可以輕松掃描數據并進行糾錯。然而當數據庫逐漸龐大時，問題就產生了。一般企業(yè)在選擇一款工具來對數據進行糾錯時，首先想到的就是使用電子表格，或是文字處理應用中的搜索加替換功能。在數據不多時，這種方式還管用，但是隨著數據量的增長，這種方法將不再適用。這并不是說電子表格或文字處理軟件無法工作，而是利用它們來搜索和糾正數據上所花費的時間與效率將不成正比。

所幸的是，市面上有許多工具可以提供不同的方式來進行數據清理。其中部分是常規(guī)的清理工具，部分是專門設計，用來處理某類數據，或與某種CRM應用結合使用的工具。

SaaS(軟件即服務)是一種非常普遍的數據清理方式。一套管理良好的數據清理服務能維護海量數據庫。有許多公司，比如Experian，均提供了協(xié)助企業(yè)檢查數據庫的服務。另外也有一些公司專門從事替公司檢查并規(guī)范地址格式。

現代的數據清理軟件不再是簡單的字符串匹配。某些軟件，比如ActivePrime公司的CleanCRM，就運用了人工智能技術和知識數據庫來進行識別。這類軟件同時也可將聯系人地址以規(guī)范的方式排列，補充漏填的郵編等等。

另外如Predictive Response公司的FormCheck軟件就非常專業(yè)，它能讓用戶在將數據正式錄入到Salesforce.com數據庫以前，先通過一個網絡界面來檢查過濾，并進行糾正。

Mooney表示，FormCheck的工作流程是從檢查姓名的語法拼寫開始。他們設計了一種智能啟發(fā)式的偵測方式，來檢查姓名是否符合規(guī)范標準。此外，他們還擁有13萬條的姓名數據庫(該數據庫依然在不斷更新中)，并根據這個數據庫來進行比較。

鑒于FormCheck網絡格式導向的特性，因此它也能檢查email地址的語法，確保每條email地址后有一個有效的郵件服務器。

設定標準

設定公司的數據顯示標準十分重要。對地址、省份等信息的縮寫應當建立一個統(tǒng)一標準，這樣能確保數據易于處理，保持應用簡潔，并將數據量保持在一個易于管理的水準。最理想的狀態(tài)是針對所有的數據，包括地址、電話號碼，以及帳號，建立一套標準格式。

設定標準并非強迫用戶以一致的方法錄入數據，因為在現實中，這是做不到的。Gulati表示，“有些公司嘗試通過建立規(guī)章制度來強制銷售或市場人員如何錄入數據，但這種方法從來沒成功過，至少我還未見到過?！?/P>

相反，Gulati建議公司使用技術來糾正或完善數據。比如有些銷售人員在輸入數據時混淆了省份的簡稱，那么用數據清理軟件就可以對其進行自動糾正。

維持整潔

一旦你的企業(yè)清理了數據，那么就應當維持這一狀態(tài)。統(tǒng)計數據顯示，企業(yè)SFA數據庫中至少有10%的數據每年都會發(fā)生變化。比如員工離職，公司改變經營方式，退出某個行業(yè)，這些改變都需被反應到商業(yè)數據中。

進行SFA數據清理并不是一項一勞永逸的差事，公司應當持續(xù)檢查信息，以保持辛苦建立的標準與一致性。（IT專家網）