Datakvalitet i CRM: 7 vanliga misstag och hur du slipper dem
Dålig datakvalitet bromsar försäljningen. Här är de sju vanligaste misstagen i ett CRM, från gamla uppgifter till dubbletter, och hur du undviker dem.
Datakvalitet är en av de största utmaningarna i moderna CRM-system. Många tror att själva CRM-systemet är problemet, men i verkligheten handlar det nästan alltid om bristande data. Företag flyttar, byter namn, får ny ledning och läggs ner varje dag. Ett kundregister som ingen underhåller blir fel lite i taget, och efter ett år märks det i allt från prospektering till rapportering.
Här går vi igenom de vanligaste misstagen och hur du undviker dem, särskilt som svenskt småföretag med begränsade resurser.
1. Föråldrad företagsinformation
Företag flyttar, byter namn, ändrar verksamhet och växer eller krymper. När CRM-systemet inte hänger med följer en dominoeffekt av felbeslut.
Lösning: Använd ett CRM med inbyggd företagsdata. I CRMdata uppdateras företagsdatan varje dag, och när du söker i Prospektera eller tittar på ett bokslut läser systemet direkt ur den. Du utgår alltid från de senaste uppgifterna, utan att underhålla dem själv. Mer om hur det fungerar finns i Så uppdaterar du företagsdata automatiskt i ditt CRM.
2. Dubbletter i CRM
Dubbletter skapar oreda, dubbel bearbetning och felaktig rapportering. Två säljare ringer samma bolag, och i rapporten räknas kunden två gånger.
Lösning: Använd ett CRM som känner igen samma företag. När du importerar till CRMdata letar systemet upp varje svenskt företag i företagsdatan, även utan organisationsnummer, och känner igen de företag du redan har, så att de inte läggs in en gång till. I Prospektera kan du dessutom dölja de företag du redan har sparat. Alla hämtas från samma källa, så risken för dubbletter minskar rejält.
3. Saknade uppgifter om företaget
Utan korrekt adress, bransch och storlek blir prospekteringen trubbig och tidskrävande. Du vet inte om bolaget är stort eller litet, aktivt eller nedlagt, förrän du ringer.
Lösning: Hämta grunduppgifterna från en pålitlig källa i stället för att fylla i dem för hand. CRMdata har basuppgifter om alla 1,4 miljoner svenska företag, även enskilda firmor, och för bolagen fem års bokslut. När du sparar ett företag följer namn och roll på den ytterst ansvariga personen med som kontakt.
4. Felaktig segmentering
Om SNI-koder eller storleksuppgifter är fel hamnar säljarna lätt hos helt fel målgrupp.
Lösning: Använd ett CRM där bransch, omsättning och antal anställda kommer från företagsdatan i stället för från någons minne. Med filtren i CRMdata väljer du på SNI-kod eller på CRMdatas egen branschindelning med över 300 branscher, på storlek, län och Köpkraft (PPP). Segmenteringen blir både snabbare och mer korrekt.
5. Inget tydligt ägandeskap av datan
Många företag saknar rutiner för vem som ansvarar för att hålla CRM:et korrekt. Resultatet blir att ingen gör det.
Lösning: Inför en enkel rutin, och välj ett CRM som minimerar behovet av manuella uppdateringar genom inbyggd data. I CRMdata sätter du en ansvarig säljare på varje kund, så det är alltid tydligt vem som äger kunden och dess uppgifter.
6. Kundstatusar som inte uppdateras
När gamla leads ligger kvar som ”aktiva” blir pipelinen missvisande och rapporterna likaså.
Lösning: Arbeta med tydliga steg och låt CRM:et påminna om uppföljning. I CRMdata ligger affärerna i en pipeline med steg och viktat värde, uppgifterna hamnar i Min dag, och morgonmejlet visar vad som väntar. Då är det lätt att hålla ordning på vad som faktiskt är på gång.
7. Import från Excel som sprider felen vidare
En gammal Excel-fil som importeras rakt av tar med sig alla fel: gamla adresser, bolag som bytt namn, dubbletter och olika stavningar av samma kund.
Lösning: Importera på ett sätt som rättar datan i stället för att sprida den. I CRMdata laddar du upp Excel- eller CSV-filen (upp till 200 000 rader), kopplar kolumnerna visuellt och låter systemet leta upp varje svenskt företag i företagsdatan. Varje företag som hittas får bransch, nyckeltal och köpkraft. Du granskar före, importen körs i bakgrunden, och blev något fel ångrar du hela importen inom sju dagar. Steg för steg står i guiden till importen.
Sammanfattning: bättre datakvalitet ger bättre försäljning
Datakvalitet är inte ett ”IT-problem”, det är ett försäljningsproblem. När datan är fel blir prospekteringen långsam, rapporterna opålitliga och säljinsatserna ineffektiva.
Med ett CRM som har företagsdatan inbyggd, som CRMdata, slipper du merparten av de vanliga fallgroparna. Du får:
- färre fel
- tydligare segment
- mindre manuellt arbete
- bättre underlag för beslut
- högre träffsäkerhet i prospekteringen
Och framför allt: en försäljning som faktiskt går framåt. Vill du förstå grunderna först har vi en komplett guide till företagsdata i CRM.
Läs mer i samma ämne
Hitta kunder
Organisationsnummer till en hel företagslista, automatiskt
Har du en lista med företagsnamn i Excel eller CSV? Så sätter du rätt organisationsnummer på varje rad utan manuellt arbete och gör listan användbar i ditt CRM.
7 min läsning
Hitta kunder
SCB:s avgiftsfria API för Företagsregistret: när räcker det?
SCB har ett avgiftsfritt API för Företagsregistret. Här går vi igenom vad det ger, vilka gränser det har och när ett CRM med inbyggd företagsdata passar bättre.
4 min läsning
Hitta kunder
Bygg en prospekteringslista med SNI-koder, storlek och ort
Steg för steg: välj bransch med SNI-koder, avgränsa på storlek och län och gör en ringlista på en kvart, utan Excel, som du kan börja jobba med samma dag.
7 min läsning