全球500强的经验分享:CRM数据质量怎么控?

刚夸完梅森同学,他就过来烦我了,让我回想当年在 arvato 的时候遇到的 CRM 数据质量问题,他要写方案。这人都有!各位,你见过离职7、8年后还来找你事儿的同事么?不过看在钱的份上,我就不跟他计较了。今天就聊聊 CRM 数据质量管控的事。

全球500强的经验分享:CRM数据质量怎么控?

场景

arvato是全球顶尖的CallCenter。我当年在 arvato 负责奔驰项目的数据管理工作,跟梅森是搭档。他的脑子里全是关系,我脑子里全是数据。所以他是输出,负责砍人;我是肉盾,负责硬抗、背锅,合作一直很融洽。

奔驰项目实际上就是一个呼叫中心项目。主要业务是帮戴姆勒中国接听客户咨询、投诉电话,同时也打迎新、活动邀约、回访电话。

所以场景很简单,就是一帮客服人员接打电话。可能你会说,这么简单的事情,流程清晰、逻辑简单,哪能有什么数据质量问题啊?

你要是这么理解,那指定是对数据质量有啥莫名其妙的自信啊。因为数据质量问题最大的来源,正是人!

呼叫中心所有的数据运转大概是这个流程:

全球500强的经验分享:CRM数据质量怎么控?

跟其他地方一样,没啥大不了的。但是有一个非常恐怖的地方,就是大量数据在业务系统中产生,并且不断循环。

因为 Call Center 是一个劳动力密集型产业,用人话说就是全靠人堆,接打电话后要录入数据,下次打电话还得靠这次的记录才能继续啊。

而且,为了控制成本、社会地位、工作性质等问题, Call Center 很难招到高学历的员工。而且这个工作,基本上就是不断地机械性的重复、再重复,想不错都难啊!

所以就会导致一个巨大的问题,相比起互联网的日志数据,CRM的数据生产,高度依赖于这些高强度工作的人。那数据质量自然就高不起来了。

问题脉络

所以,当时的我,绝大多数时间都是在跟人高频沟通,找问题然后去优化、解决。刚入职的时候,这些问题跟夏夜田间的蛙鸣一样,那是此起彼伏、连绵不绝,闹的你是左右不是,烦得很!

不过还好,哥们也是练过的,很快就捋顺了。咋捋?方法很多,鱼骨图的“人机料法环”也行,按数据“采集、存储、加工、处理、展示”这样的处理流程也行。我当时是综合了一下,大致梳理出这些大的问题类型:

全球500强的经验分享:CRM数据质量怎么控?

千头万绪总得有一个线头,上面的图就是线头了。但是这么多线头呢,先从哪里入手?

我现在跟你讲的时候当然是有系统、有条理的讲啊,因为我已经没有那种身在局中的紧迫感了。但是在当时,至少是前半年,优化的优先条件是紧急程度,哪里起火了就往哪里扑,俗称救火队长。

抓源头

为了方便描述,咱先从三个源头抓起:系统对接的、人工导入的、人工录入的。

其实系统对接的数据问题还好,都是偶发。但是一发就是大批量的出错,而且还不易发现,往往造成的影响比较大。所以我安排一个兄弟对所有的接口进行了梳理,然后扔给IT部门一堆需求,要求增加一个数据校验逻辑,不符合直接发邮件人工检查。

然后再对付人工导入的数据。Call Center 也承接 Leads (销售机会)跟进的工作,所以市场部会不停的做很多市场活动,收集过来的客户数据都会给我们,进行外呼。

这些数据质量参差不齐,太痛苦了。有些都是车展上弄一张纸,让用户填,然后再人工处理的。我们拿到手之后,先在 excel 里各种操作,规整了之后再复制到数据库里,再走存储过程进到 leads 库里的。

这样效率低不说,数据质量还难控制。我给大家培训了2天Kettle,让他们用工具,建立数据校验、自动映射、自动校正、自动修复、自动填补、错误数据输出等一系列数据质量控制的手段,不仅提升了效率,而且还能极大的提升数据质量。

最后呢,就是去啃最难啃的人工录入部分了。讲真,这些客服同学真的很辛苦。因为是外企,服务的客户也是高端客户,所有的流程都必须严格遵守。

比如打电话的时候要按顺序问问题,不能打嗑呗儿、说错字;打完电话还得把刚才通话的所有内容都记录下来,不能遗漏和有错误,任何一件事情做错了,都是要扣钱的。

解决这些问题基本上没啥好办法,但是有一个原则:不相信人,只相信系统。我会去拉数据,看看那个字段错误率高,然后去找对应的页面,看是操作不舒服、容易犯错,或者说本身系统就有问题,然后提系统优化需求。

也有可能是员工培训不到位,如果是大面积的,那就是培训有遗漏,有过是个例,那就是员工本身的问题,重点加强即可。

对于所有人工录入的数据,同样都要开启数据质量监控,随时关注、纠正。

全球500强的经验分享:CRM数据质量怎么控?

我们总结一下,数据来源主要是手工导入的原始数据、系统对接的数据交换和手工录入的数据。这三方面的问题罗列如上,解决方案说千道万,其实就一条:相信机器。

数据源这边控住了,后面该咋弄?

管系统

哈哈,你是不是认为管系统就是IT系统?没那么简单哦!IT系统是系统,但是组织系统是更重要的系统。

换句话说,哪怕现在没有任何IT系统,所有事情都靠手账记录,也是可以做,并且是非常有必要做数据质量管控的。

我见过很多公司,CRM建设的很落后,都是人手一个excel,照着客户资料拨电话。这个时候就得靠组织、机制去管控了。否则人员流失,客户也就流失了。

不过,当年在arvato,CRM建设的还是非常完善的。机制这边就是狠抓培训。

因为前面已经提过人为操作导致数据质量问题及解决方案,所以在机制这边主要的问题其实还是在于各种漏洞的填补。

比如系统更新后,没告诉客服,导致操作错误;客服录入数据后,没有检查;部分未知错误原因穿透了系统校验机制;报表发出去之前没有认真检查等等。

在IT系统层面呢,那问题就更多了。数据交换、处理等各个环节缺乏验证,业务需求总是变化,页面设置不友好、不合理、系统本身的缺陷、N个渠道的数据没打通等等。

怎么解决呢?一点点啃吧。反正线头给你扯出来了,顺着线头慢慢捋,肯定能捋干净。

全球500强的经验分享:CRM数据质量怎么控?

我们总结一下,系统层面,分组织系统和IT系统。虽然说问题很多,但是核心点其实就是增加流程,让机器多去检查,人工定期复查。

扣细节

流程也梳理了,系统也管控了,那剩下的就是零碎的事情了。这个没办法,全是人的事儿,也就是非常零碎、琐碎的细节。必须得俯下身子,沉到细节里,逐一解决。

人为错误上面已经简单说了一下,但是除了培训、系统、规范等流程和系统层的原因,其实还有客服人员本身的一些问题。但是这些可能不是培训、系统能解决的,比如对方的口音、通话质量、分类界定模糊等等。这些只能慢慢改善,很多不能根治。

另外,在数据汇总层面,也有很多各种细节问题,这个就是老生常谈了。什么统计口径不统一、指标二义性、指标历史版本多、业务逻辑复杂、人为bug等等。

这些问题随便拿一个出来都得单开一篇说。这里就不展开了

全球500强的经验分享:CRM数据质量怎么控?

毕竟已经过了6、7、8、9年了,很多细节也已经记不太清了,资料也都没有了。但是仍然怀念在arvato的日子,以及各位好朋友,非常想念你们,爱你们哟~~@猫姐、@Lily、@Maple、@Masson、@Lant、@Eric、@Vivi、@Vivian、@All of my friends,比心。

结语

感谢阅读,本次分享的内容就结束了!

业界动态

九零后梦断支付宝

2021-3-12 9:54:04

业界动态

交互设计师:从入门到进阶「双钻模型」在互联网设计中的应用!

2021-3-12 10:07:45

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索