Customer Data Management: Best Practices per Avere Più Valore dai vostri Investimenti CRM

Il quotidiano britannico The Independent ha riferito che “Circa 5,2 milioni di pezzi di marketing diretto sono stati inviati a persone decedute durante il periodo festivo. Otre ad essere fastidioso per i familiari, questo ha creato sufficiente immondizia da riempire 245 cassonetti.”

Le società si imbarcano in un’implementazione CRM con l’obiettivo di migliorare organizzazione, efficienza ed efficacia nel connettersi con i propri clienti. Però, la maggior parte delle implementazioni CRM fallisce nel raggiungere il ROI desiderato. Tra i motivi più evidenti, spiccano i problemi relativi a master data. Le implementazioni CRM più efficaci che hanno consentito di ottenere il ROI desiderato hanno concentrato i propri sforzi sull’integrità dei dati master.

Le implementazioni CRM più efficaci che hanno consentito il raggiungimento del ROI desiderato hanno concentrato i propri sforzi sull’integrità dei dati dei clienti.

Miller Heiman, di un’importante società di consulenza, durante il lancio del 2012 Miller Heiman Sales Best Practices Study ha annunciato “La mancanza di certezza nei dati è un problema significativo per le società che vogliono crescere al disopra di dove si trovano oggi.” Secondo Gartner, “L’abilità di creare, mantenere e usare a proprio vantaggio una versione del customer master data unica, fidata e condivisibile viene vista sempre più come un requirement assenziale in organizzazioni commerciali e non per sostenere processi di business e decisionali.”

Guardiamo a questo semplice esempio in un tipico scenario B2B. General Machines vende equipaggiamenti industriali e contratti di servizio per la manutenzione dei suoi equipaggiamenti industriali. Alcuni dei suoi clienti acquistano equipaggiamenti industriali oppure soltanto contratti di servizio oppure entrambi. Qui sotto potete vedere il database dei clienti, che presenta i seguenti problemi:

Per il primo record, è stata registrata una combinazione errata di Città/Provincia/Cap. Città/Provincia/Cap corretti sarebbero Monza/MB/20900. In assenza di un software per la validazione dell’indirizzo, questo errore non è stato notato.

L’organizzazione nel secondo record è una società sorella dell’organizzazione sul terzo record; entrambe sono registrate sotto Amersson Inc  e la gerarchia aziendale non è stata registrata.

Le organizzazioni sul quarto e quinto record sono duplicati.

Qui sotto trovate le implicazioni di questi problemi relativi ai dati dei clienti:

  • Arrow Nexis Motors ha inserito un ordine per degli equipaggiamenti, ma a causa dell’indirizzo errato è stato consegnato da qualche altra parte.
  • General Machines lancia una campagna promozionale per vendere Contratti di Servizio con forti sconti per conquistare nuovi clienti. Uno di questi arriva presso Amersson Inc che è piuttosto delusa dal fatto di ricevere un’offerta a prezzo più basso rispetto a quello che paga attualmente. Uno dei motivi principali del fallimento di campagne di marketing è l’incapacità di selezionare correttamente il target.
  • General Machines decide di avere degli account manager dedicati per identificare i migliori clienti (Business Annuale > 1000M USD) e spingere sulle vendite offrendo prezzi competitivi. Welstar sebbene sia qualificata non viene presa in considerazione nell’analisi a causa di record duplicati.

Ma come si fa a costruire un buon database clienti?

Basandoci sulle nostre esperienze, ecco qui sotto le best practices da adottare in implementazioni CRM di successo:

Realizzare un customer master data univoco
Avere un singolo master data clienti è una delle pratiche più importanti per avere un maggior controllo dei dati cliente. Molte organizzazioni crescono grazie a fusioni e acquisizioni, ciascuna organizzazione acquisita continua ad operare con il suo customer master nel proprio sistema legacy. Questo porta ad ancora maggiori possibilità di duplicazioni, poiché ciascun master ha i propri clienti identificati da chiavi diverse. Questo può essere evitato investendo nella realizzazione di un singolo master data clienti.

Forse non sarà possibile eliminare completamente le applicazioni divisionali che potrebbero essere già integrate con applicazioni di downstream e eliminarle improvvisamente potrebbe avere impatti sulle operazioni di business. In questi casi per assicurare la continuità del business e efficienza operazionale, i record master delle anagrafiche clienti andrebbero consolidate in un database centrale controllate da una singola applicazione amministrativa.

Usare applicazioni di terze parti per la validazione geografica e demografica
Record creati con codici postali mancanti o informazioni sbagliate relativamente all’indirizzo spesso finiscono per causare un’interruzione delle comunicazioni con il cliente. Software di validazione degli indirizzi possono essere utilizzati congiuntamente a sistemi ERP o CRM per catturare l’indirizzo corretto.

I dati cliente interni in genere sono relativi alle transazioni che loro hanno con la nostra organizzazione. Per avere informazioni complete sarebbe interessante catturare le informazioni demografiche e il comportamento sociale del cliente.

Controllo dei dati attraverso Data Governance
Spesso si vede che troppe persone e dipartimenti hanno accesso alla creazione di clienti. Se non esistono processi standardizzati, le persone avrebbero ognuno il suo modo personale di creazione dei record dei clienti e questo porterebbe a un database piuttosto inconsistente. Le implicazioni possono essere piuttosto severe se dati inconsistenti e inaccurati vengono trasferiti alle applicazioni in downstream. 

Quindi è estremamente importante stabilire il controllo, assegnando la responsabilità di creazione dei record clienti a un gruppo specifico. Ruoli specifici possono essere creati per avere privilegi amministrativi per la creazione dei clienti o per verificare che i clienti creati in precedenza possano essere utilizzati per attività di vendita o di marketing.

Ripulitura dei dati con strategie di match-merge, de-duplica e pulizia
Nonostante tutte le tecniche di controllo dei dati in essere, ci potrebbe essere la possibilità di duplicati si insinuino nel sistema. Lo stesso cliente che appare due volte potrebbe compromettere lo svolgimento di nuovi affari poiché il volume totale sarebbe errato nei report. Quindi è fondamentale mettere a punto dei processi di match-merge. Il processo di match-merge può essere un programma che viene schedulato a intervalli predefiniti (settimanalmente o mensilmente) e che identificherà i potenziali duplicati. I record figli/entità associati ai duplicati (Victim) verranno associati al record esistente (Survivor) dopo il processo di merge i record duplicati verranno eliminati.

E’ anche necessario stabilire delle strategie di pulitura dei dati per mantenere informazioni attive. Organizzazioni che hanno record inattivi per 10 o 15 anni hanno poca probabilità che questi si riattivino di nuovo. In questi casi, si può evitare di eliminare i record disattivandoli o archiviandoli su un’infrastruttura diversa e meno costosa.

Stabilire metriche di monitoraggio dei dati dei clienti
I dati dei clienti vengono aggiornati con regolarità quindi è prudente stabilire delle regole di business per il loro monitoraggio. Nel seguito ci sono strumenti e tecniche che possono essere utilizzate per monitorare i dati:

  • Usare workflow e alert per mantenere la qualità dei dati
  • Usare specifiche policy di sicurezza sui dati
  • Realizzare dashboard per individuare errori sui dati
  • Realizzare report mensili per individuare record errati o incompleti
  • I responsabili dei dati possono fare controlli a campione e monitorare i dati con scadenza regolare
  • Stabilire misure per ripulire i dati direttamente alla fonte

Restringere l’accesso alle viste cliente
Possono essere stabilite regole di business per determinare chi ha accesso a quali dati. Ad esempio: un agente potrà accedere in modalità read-only ai dati finanziari di un cliente, ma qualcuno in amministrazione potrà avere accesso completo alle informazioni sul credito del cliente.

Bilanciare qualità e quantità
Spesso le società si fanno prendere la mano dalle loro implementazioni CRM e cercano di incorporare più dati possibile. La domanda che ci possiamo fare è: “Questi dati sono necessari?” Molte volte, una gran quantità di dati non validi viene comunque aggiunta al sistema. E’ a volte stupefacente vedere livelli molto bassi di adozione di un sistema CRM dopo aver speso una gran quantità di soldi nella sua implementazione. Gli utenti si lamentano per la miriade di informazioni disponibili nel sistema CRM, e non sanno in quale sezione trovare i dati che cercano. Occorre concentrarsi su cosa è necessario inserire nel sistema CRM avendo chiaro in mente che non è la quantità ma la qualità e usabilità che porta migliori ritorni.

Conclusioni

Soluzioni di Master Data Management (MDM) per assicurare la consistenza dei dati sono sempre più importanti.

Gartner dice che MDM è “critico per raggiungere un’efficace gestione dei dati.”

Profilo di Simone Cingolani

Simone Cingolani è solution specialist che lavora in Metisoft nelle aree del service e del CRM. Con oltre 10 anni di esperienza nella progettazione e nello sviluppo di applicazioni web, ha lavorato in diversi progetti di grandi dimensioni su piattaforme tecnologiche eterogenee e per diversi clienti.
Categorie: Approfondimenti
Tags: , , , , , ,