Качество ваших данных в CRM

 

У нас есть клиент – компания, уже более года использующая Microsoft Dynamics CRM. Несколькими месяцами позднее они также добавили ClickDimensions к основным компонентам платформы, и теперь у них есть полноценный набор данных для работы.

Клиентские записи обновляются ежедневно по окончании рабочего дня, через хранилище данных, а CRM – это механизм для маркетинга и обработки исходящих сообщений.

Многие компании говорят о разработке своих данных и имеют высокие идеи в отношении того, что они хотят сделать. Эти данные часто сведены в таблицы и выставляются в качестве требований еще до того, как внедряется новая система, и где реальные данные и субъективные маркетинговые идеалы в реальности не соответствуют друг другу.
 
Как мы увидели у нашего клиента, способ, благодаря которому появляются блестящие маркетинговые идеи, а требования становятся более поддающимися учету – это изучение данных в процессе развития системы. Я следил за тем, как эти данные оживают, и увидел, как в процессе обработки и с помощью интуитивного понимания, маркетинг приобретает все возрастающую эффективность.

Главный урок состоит в том, что на этапе анализа должно быть понятно, что сбор и анализ данных будут иметь важное значение, а внедренная в CRM модель данных должна быть корректно спроектирована. Однако, не стоит чересчур безапелляционно полагаться на ваше представление о том, что должно быть результатом. Это не работает по принципу простого выключателя: включили – и готово.
 
Весьма маловероятно, что масштабное раскрытие данных произойдет за один день.
 
Понимая это, наш клиент продолжает учиться. Они осознают, что не знают всего, что можно знать об этих данных. С помощью автоматизации посредством ClickDimensions появляется масса новых перспектив для анализа данных, а с привлечением Web capturing, которое мы недавно добавили, уже начинают разворачиваться даже более интересные истории данных. Это уже больше не список пунктов того, что они хотят. Он сейчас уже гораздо более произвольный; с каждым итерационным шагом и с каждым запросом Advanced Find в общей модели появляется все больше и больше понимания. Это – построение с пошаговым совершенствованием в процессе изучения.
 
По сути, они мало-помалу оживляют данные, и, когда меня просят помочь, я вижу, что начинает происходить, я вижу, что данные начинают оживать сами по себе. Их маркетинговая модель направлена на удержание клиента и постоянное с ним взаимодействие, что соответствует этому типу аналитического системного подхода.
 
Четыре важных урока
 
Хорошие данные:
Поступление основных транзакционных данных от бизнес-систем через канал хранилища в этом случае поддерживает полноту и целостность данных на достаточно прочной основе. Ключевым для анализа становится понимание отношений между определенными элементами данных в клиентской записи.

Регулярный просмотр ваших данных и кампаний:
Наш клиент определил, что полученные маркетинговые данные относительно исходящих кампаний и последующая деятельность, а также получаемые впоследствии входящие данные, основанные на этих кампаниях, взаимосвязаны друг с другом и дают полное представление о том, как индивидуальная маркетинговая кампания повлияла на конкретного клиента. Будучи объединенными, сегментированными и проанализированными, они показывают тенденции, которые, возможно, не могли быть распознаны с самого начала.

Используйте визуальное представление данных:
Инструментальную панель CRM также можно использовать для визуализации данных. Это появилось в результате эволюционного процесса, и, разумеется, не было представлено на переднем плане. Может оказаться весьма эффективным динамический экспорт видов и сводных таблиц в Excel.
 
Нужны правильные специалисты:
Для выполнения этой работы нужны хорошие специалисты.
По моему мнению, работники, выполняющие подобный вид работ, должны быть маркетологами, а не чистыми аналитиками. Их профессия должна быть близкой к сфере бизнеса, они должны обладать знаниями в индустрии бизнеса в сочетании с интуицией и применять их одновременно. Что называется, быть настоящими энтузиастами своего дела. Если у них есть хорошая системная подготовка, они могут быть обучены получать максимум пользы от данных в системе, и, таким образом, повысить знания и квалификацию. А это ли не ключ к успеху?

Начиная с малого, будьте педантичны в отношении качества ваших данных, результатов записей и стремления понимать, что они показывают. Проводите пошаговое усовершенствование, и, без сомнений, со временем вы тоже увидите, как оживают ваши данные.