ECHOBOT

Data Cleansing: 6 Gründe warum Sie Ihr CRM bereinigen sollten

data cleansing - titel

Selbst kleine Unternehmen agieren heute in komplexen Netzwerken aus Kunden, Zulieferern und anderen Stakeholdern, von denen jeder einzelne Einfluss auf den Unternehmenserfolg nimmt.

Eine maßgebliche Aufgabe für Unternehmen besteht deshalb darin, ein solches Netzwerk aufzubauen, konsequent zu erweitern, zu pflegen und aktiv zu nutzen. All dies steht und fällt im zunehmend digitalisierten Unternehmensalltag mit Daten.

Aus der anonymen Zielgruppe sammeln Marketing und Vertrieb Informationen zu potentiellen Interessenten, Suspects, also Adressen ohne Informationen. Mit Hilfe unterschiedlichster Marketing-Maßnahmen werden diese Leads später zu Prospects und mit Anstrengung und etwas Glück irgendwann Kunden. Als Bestandskunden reifen diese Neukunden im Laufe der Zeit und entwickeln sich, wiederum mit Geduld und Mühe, zu einer wiederkehrenden Einnahmequelle und einem wichtigen Standbein des Unternehmenserfolgs.

data cleansing - crm

Jede Stufe, die ein potentieller Interessent und Ansprechpartner für Marketing und Vertrieb bis zu diesem Punkt durchlaufen hat, wird durch einen wachsenden Datensatz repräsentiert. Dabei entwickeln sich Datensätze nicht gleichmäßig. Während es mit einem potentiellen Interessenten schnell voran geht und zügig relevante Daten gesammelt werden können, benötigen andere längere Zeit und größeren Aufwand, um das Stadium des anonymen Suspects zu überwinden.

Langfristiger Erfolg setzt sich in diesem Hinblick aus einem stabilen Bestand an Kontakten in allen Entwicklungsstufen zusammen. Gerade in der Aufbauphase aber auch in allen anderen Stufen eines angestrebten Kontakt-Kreislaufs, steht und fällt der Erfolg mit der Qualität der vorhandenen Daten.

Wer als Verantwortlicher annimmt, ein solcher Datensatz müsse einfach nur einmal angelegt werden, um dauerhaft zuverlässig seine Aufgabe erfüllen zu können, irrt sich leider. Das CRM-System ist in vielen Bereichen das Gedächtnis des Unternehmens. Und wie beim menschlichen Gedächtnis finden sich auch hier Schwachstellen, die schwere Folgen haben können und die Sie deshalb auch bedenken sollten.

Data Cleansing, zu Deutsch Datenbereinigung, ist deshalb eine unverzichtbare Maßnahme, um die Qualität von Daten im eigenen CRM dauerhaft zu erhalten und nach Möglichkeit zu verbessern.

Wir möchten Ihnen sechs Gründe nennen, weshalb es sinnvoll ist, das Gedächtnis Ihres Unternehmens regelmäßig auf die Probe zu stellen, Daten zu prüfen und wenn nötig zu bereinigen, also aktiv in Data Cleansing zu investieren.

1. Irren ist menschlich – inkorrekte Daten

Wo Menschen arbeiten, da werden Fehler gemacht. Diese Erkenntnis ist nicht neu und bei allem Bemühen um Perfektion sind Fehler einfach niemals völlig auszuschließen. Dies gilt auch und vor allen Dingen für die Datenerfassung. Insbesondere dort, wo Datensätze manuell in ein CRM eingepflegt werden, können Sie Fehler kaum vermeiden. Nur größere Unternehmen leisten sich Mitarbeiter, die ausschließlich für die Datenerfassung und Datenbankpflege zuständig sind und entsprechend qualifiziert und konzentriert arbeiten. In der Praxis der meisten Unternehmen werden Daten mehr oder weniger leidenschaftlich erfasst, wenn sie einem Mitarbeiter begegnen. Der größte Vertriebsprofi eines Unternehmens kann sich dabei leicht als Feind der Datenerfassung präsentieren.

Aber auch wer routiniert mit Datenerfassungssystemen arbeitet, ist vor Fehlern nie gefeit. Buchstaben- oder Zahlendreher passieren jedem. Für eine Aussendung, zum Beispiel eine Marketing-Mail oder auch für das Telefonmarketing sind eine falsch erfasste Mail-Adresse oder ein Zahlendreher in der Telefonnummer in der Praxis oft das Ende einer Kontaktanbahnung.

Data Cleansing befasst sich als wesentliche Aufgabe mit der Beseitigung solcher Flüchtigkeitsfehler.

2. Man sieht sich immer zweimal – Dubletten

Selten arbeitet nur eine Person im Unternehmen in der Kundengewinnung oder im Kundenkontakt. Entsprechend haben, abhängig von der Unternehmensgröße, zahlreiche Personen gestaltenden Zugriff auf ein CRM-System und können neue Datensätze anlegen. Gerade bevor aus einem Interessenten ein Kunde wird, besteht so die Gefahr, dass Personen doppelt oder sogar mehrfach erfasst werden. Für gute CRM-Systeme ist es zwar selbstverständlich, dass bei der Eingabe erkannt wird, dass ein gleichlautender Datensatz bereits erfasst wurde, zum einen ist dies jedoch nur bei korrekter Eingabe der Fall, zum anderen zeigen Mitarbeiter viel Fantasie, wenn es darum geht, einem System einen zweiten Datensatz aufzuzwingen. Besonders Eingabefehler können zu Dubletten führen, da ein falsch eingegebener Name einen ersten Abgleich besteht.

Dubletten sind vor allen Dingen lästig und ärgerlich. Erkennen Sie einen zweimal angelegten Datensatz bis zum Schluss nicht, beziehen Sie Ihn zum Beispiel in Marketingmaßnahmen mit ein, was nicht nur die doppelt angesprochenen Empfänger verärgert, sondern in der Masse auch unnötige Kosten verursacht. Außerdem stehen Datenbanknutzer beim Abruf gleicher oder zumindest erkennbar ähnlicher Datensätze immer vor der Herausforderung, entscheiden zu müssen, welcher denn nun der korrekte ist.

Data Cleansing spart dem Unternehmen bares Geld, indem es dazu beiträgt, unnötige Kontaktaufnahmen zu mehrfach erfassten Kontakten zu vermeiden.

3. Der Zahn der Zeit – veraltete Daten

Mehr als vier Millionen Haushalte ziehen in Deutschland jährlich um, mehr als 400.000 Ehen werden geschlossen und dabei in vielen Fällen Namen geändert. Rund 20.000 Unternehmen melden pro Jahr Insolvenz an, über 2.000 Unternehmen durchlaufen pro Jahr den Vorgang einer Firmenfusion und die Zahl jährlich wechselnder Mitarbeiter in unterschiedlichen Positionen ist ungezählt. Alle diese Vorgänge haben eines gemeinsam: sie verändern einen Datensatz. Namen ändern sich, Adressen, Telefonnummern oder ganze Ansprechpartner verschwinden und werden ersetzt. Manchmal, wie im Falle der Insolvenz, verliert ein ganzer Datensatz mit einem Schlag seinen Wert.

Dabei ist es die Ausnahme, dass Sie als Unternehmensverantwortlicher dies ohne eigenes Zutun erfahren. Geschäftspartner, Zulieferer und Subunternehmer, die ihrerseits ein Interesse an Ihnen haben, werden es Ihnen mitteilen. Kunden oder gar Interessenten sehen hierzu selten Veranlassung. Und selbst wenn Sie es mitgeteilt bekommen, ist es an Ihnen den vorhandenen Datensatz zu korrigieren.

Bei dieser Korrektur zeigen sich dabei erneut die in Punk 1 und 2 genannten Gefahren: manuelle Korrekturen sind Fehlerquellen und führen nicht selten, letztlich oft aus Bequemlichkeit, zu Dubletten.

Data Cleansing bringt Datensätze in regelmäßigen Abständen oder bestenfalls dauerhaft auf den neuesten Stand.

4. Mehr Fragen als Antworten – inkonsistente Daten

Der Begriff der Inkonsistenz bzw. umgekehrt der Datenkonsistenz ist im Vergleich zu den vorgenannten Gründen für eine regelmäßige Datenbereinigung deutlich schwerer zu erklären. Dies liegt nicht zuletzt daran, dass er die bereits genannten zumindest teilweise subsumiert.

Inkonsistenzen sind Widersprüchlichkeiten bei erfassten Daten. Inkonsistent sind zum Beispiel Datensätze, die unter der gleichen Postleitzahl erfasst sind, aber andere Ortsangaben besitzen. Inkonsistent sind prinzipiell aber auch zwei unterschiedlich benannte Unternehmen, die mit den gleichen Kontaktdaten erfasst sind, was wiederum meist eine Folge eines Eingabefehlers oder einer nicht vollständig vollzogenen Datenüberarbeitung ist. Die Gefahr für Inkonsistenz wächst mit der Vielseitigkeit einer Datenbank. Gerade Verknüpfungen zwischen unterschiedlichen Datenbank-Ebenen, zum Beispiel Einzelpersonen und Firmen, bergen diese Gefahr.

Inkonsistenzen entstehen mehrheitlich durch Eingabefehler und Dubletten. Viele CRM-Systeme verfügen über Automatismen, die deren Entstehen verhindern können, indem sie einen Datensatz nicht abspeichern und eine Fehlermeldung ausgeben, wenn Daten eingegeben werden, die im logischen Widerspruch zu bereits erfassten Daten stehen.

Hochwertiges Data Cleansing beseitigt Inkonsistenzen und verhindert deren Entstehen.

5. Ganz oder gar nicht – unvollständige Daten

Datenbanken leben von ihrer Vielseitigkeit. Auch wenn aktuelle Gesetzgebungen, wie die DSGVO, der Datensammelleidenschaft vieler Unternehmen einen Riegel vorschiebt, sind Unternehmen weiterhin auf legalem Wege bemüht, so viel wie möglich über ihr Gegenüber zu erfahren. In der Überzeugung, dass nur eine riesige Datenbank eine gute Datenbank ist und es hier vorrangig auf Masse ankommt, neigen nicht wenige Unternehmen dazu, ihr CRM aus allen nur denkbaren Quellen zu befüllen und sind hierbei nicht sehr sorgfältig, wenn es darum geht, Daten möglichst vollständig zu erfassen.

Es wird sich entsprechend kaum eine Datenbank finden, die nicht eine relevante Zahl unvollständiger Datensätze enthält. Hier wird der Name eines Kontaktes erfasst, mit dem festen Ansinnen, die zugehörigen Daten schnellstmöglich zu recherchieren und einzupflegen. Dort ist zu einem Namen zwar eine Telefonnummer vorhanden, andere Kontaktdaten sind aber noch unbekannt.

So wächst die Zahl der unvollständigen Datensätze kontinuierlich an und erst wenn mit den Daten gearbeitet werden soll, fällt auf, dass dies in vielen Fällen nicht sinnvoll möglich ist, da verschiedene Kommunikationswege aus Mangel an Informationen verschlossen bleiben. Außerdem sind auch unvollständige Daten ihrerseits eine Quelle für Dubletten, wenn zum Beispiel ein Mitarbeiter aufgrund der Unvollständigkeit nicht beurteilen kann, ob der bereits erfasste Datensatz tatsächlich dem neu erfassten, vielleicht seinerseits unvollständigen entspricht.

Ein unvollständiger Datensatz ist schlimmstenfalls wertlos. Dies gilt dann, wenn anhand der vorhandenen Daten eine Recherche unmöglich ist. Solche Karteileichen finden sich immer wieder. In den meisten Fällen bedarf es dagegen “nur” einigen Aufwands, um fehlende Daten zu ermitteln und zu ergänzen. Gerade bei großen Datenbanken ist dies manuell jedoch eine sehr zeitraubende und unbeliebte Aufgabe.

Data Cleansing bedeutet immer auch Vervollständigung unvollständiger Datensätze.

6. Weil es so einfach ist – Echobot DATACARE

Genau, Datenbankbereinigung ist ein Kinderspiel. Sie sind nicht darauf angewiesen, die eigenen Vertriebsaktivitäten auf Eis zu legen und sich Tage oder Wochen nur noch mit der Bereinigung und Vervollständigung Ihrer Daten zu befassen. Sie müssen auch keinen Datenbankspezialisten einstellen, der sich dauerhaft ausschließlich damit befasst, Daten zu komplettieren und korrekt zu erfassen. Vorbei sind auch die Zeiten, in denen Auszubildende oder studentische Hilfskräfte Stunde um Stunde damit verbrachten, jeden einzelnen Datensatz zu prüfen, mit frei verfügbaren Daten abzugleichen oder schlimmer noch: Kontakte abzutelefonieren, um zu erfragen, ob Mitarbeiter xy noch immer im Einkauf tätig ist.

Data Cleansing funktioniert heute, Dank Echobot DATACARE, automatisiert, gewissermaßen auf Knopfdruck.

Alle Informationen, die Sie zur Überarbeitung Ihrer Datenbank benötigen, finden sich frei verfügbar im Internet. Webseiten von Unternehmen, Branchenverzeichnisse, Handelsregister – sämtliche digitale Quellen trägt Echobot in der Firmendatenbank zusammen und stellt sie hier zum Abgleich mit Ihrem CRM zur Verfügung.

Der Vorgang ist denkbar einfach: Sie importieren Ihre im unternehmenseigenen CRM gespeicherten Daten in das DATACARE Tool. Hier erfolgt ein online Abgleich mit den tagesaktuellen Daten in der Echobot Firmendatenbank, dessen Ergebnisse detailliert in einem Qualitätsbericht zusammengefasst werden. Als nächstes werden Ihre Daten bereinigt, Fehler werden korrigiert und Dubletten entfernt. Außerdem werden fehlende Daten ergänzt. Abschließend können Sie die so optimierten Datensätze bequem aus dem Tool exportieren und in Ihr CRM einfügen.

Data Cleansing in vier einfachen Schritten, an deren Ende eine Datenbank steht, wie sie sich jeder Vertriebsprofi wünscht und die ihm und allen Mitarbeitern viel Ärger erspart und das Arbeitsleben insgesamt deutlich einfacher und effizienter gestaltet.

Telefon: +49 (721) 500 57 501 — E-Mail: service@echobot.de

Visualisierungen Titelbild: Pixabay / pexels.com
Visualisierungen/Icons: Freepik

Die mobile Version verlassen