Apa itu Peluruhan Data? Penyebab, Dampak, dan Pencegahan

B2B database menurun secara kasar 22.5% setiap tahun, dan angka tersebut masih diperdebatkan, dengan perkiraan lain yang jauh lebih tinggi atau lebih rendah bergantung pada apa yang diukur. Apa yang disepakati oleh setiap versi adalah mekanismenya: database yang akurat pada hari pembuatannya mulai menjadi basi sejak hari yang sama dan seterusnya, secara diam-diam, tanpa ada satu peristiwa pun yang menandai kapan.

Bagian ini menguraikan jenis-jenis pembusukan, apa penyebabnya, mengapa beberapa ladang menua lebih cepat dibandingkan yang lain, dampak nyata dari mengabaikannya, dan bagaimana memperlambatnya. Dalam prosesnya, kita akan melihat apa dampak dari rekaman yang sudah rusak penilaian prospek dan pencarian calon pembeli: perwakilan yang mengerjakan data penjualan basi tidak menjalankan strategi, mereka menebak dengan percaya diri.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No sales call

Apa itu Peluruhan Data?

Peluruhan data adalah hilangnya keakuratan data yang disimpan secara bertahap sementara dunia nyata terus bergerak dan catatannya hanya tersimpan di sana. Seseorang berganti pekerjaan. Sebuah perusahaan melakukan restrukturisasi. Sebuah nomor telepon diberikan kepada orang asing. Tidak ada yang mengirim CRM Anda. Rekor tersebut tidak rusak dan tidak ada yang hilang, hanya diam-diam tidak lagi menjadi kenyataan, dan terlihat tidak ada bedanya dengan hari dimana rekor tersebut akurat.

Orang-orang menyamakan ini dengan dua hal yang bukan. Data membusuk berantakan, rekaman lama tidak ada yang membersihkannya. Impor yang buruk, format yang ceroboh, migrasi yang terburu-buru, integrasi yang rusak, itulah a masalah kualitas data, dan itu tidak ada hubungannya dengan berlalunya waktu. Peluruhan lebih sempit: data yang pernah benar dan salah karena satu alasan, yaitu waktu.

Kenapa repot-repot memisahkan mereka? Karena kamu perangkat lunak penilaian prospek tidak dapat membedakan data penjualan baru dari data penjualan yang rusak. Itu hanya menjalankan perhitungan, dengan percaya diri.

Jenis Peluruhan Data

Peluruhan tidak mencapai setiap rekor dengan cara yang sama, dan memperlakukannya sebagai satu masalah adalah alasan mengapa begitu banyak strategi perolehan prospek diam-diam berhenti bekerja tanpa ada yang mengetahui alasannya. Kebocoran lambat dan pipa pecah membuat Anda terendam air, namun Anda tidak memperbaikinya dengan alat yang sama, dan pembusukan data juga berfungsi demikian.

1. Pembusukan Alami (Penuaan).

Pembusukan alami terjadi secara bertahap dan pasif. Data akurat pada hari pengambilannya, dan perlahan, tanpa ada peristiwa apa pun yang menandai momen tersebut, data tersebut tidak lagi benar hanya karena waktu terus berlalu dan tidak ada yang kembali untuk memeriksanya.

Sejauh ini adalah yang terbaik jenis peluruhan yang paling umum, dan ini juga yang paling sulit ditangkap, karena rekornya tidak terlihat rusak. Setiap bidang diisi. Tidak ada yang menimbulkan kesalahan. Itu diam-diam berhenti sesuai dengan kenyataan, dan CRM Anda tidak mungkin mengetahuinya.

2. Peluruhan Logis (Semantik).

Peluruhan logika adalah yang paling licik. Emailnya masih terkirim. Telepon masih terhubung. Tidak ada yang terpental, tidak ada yang ditandai, setiap pemeriksaan otomatis kembali bersih.

Tapi orang di balik bidang itu tidak lagi seperti yang disebutkan dalam catatan. Mereka peran telah berubah, mereka senioritas telah berubah, atau mereka relevansi dengan alasan Anda menambahkannya telah hilang secara diam-diam. Datanya adalah secara teknis valid dan salah secara fungsional pada saat yang bersamaan, dan tidak ada pemeriksaan otomatis yang dibuat untuk menangkap bidang yang rusak yang akan menandainya, karena tidak ada bidang itu sendiri yang rusak.

3. Peluruhan Mekanis (Sistem).

Peluruhan mekanis bukanlah perubahan dunia luar, melainkan perubahan kerusakan yang diakibatkan oleh diri sendiri dari sistem yang mengelola data. Integrasi yang rusak, impor massal yang buruk, migrasi yang cacat, sinkronisasi yang secara diam-diam menghilangkan setengah bidang, dan tiba-tiba catatan yang baik-baik saja kemarin rusak atau salah ditugaskan hari ini.

Bagian yang meresahkan adalah tampilannya yang identik dengan pembusukan alami dari luar. Bagaimanapun, suatu bidang salah. Namun pembusukan secara alami terjadi karena kenyataan berjalan tanpa adanya catatan, sedangkan pembusukan secara mekanis terjadi karena sesuatu di tumpukan Anda sendiri memecahkan rekor sementara kenyataannya tetap sama. Perbedaan tersebut penting, karena memperbaiki kesalahan sinkronisasi dan memperbaiki jabatan yang sudah ketinggalan zaman bukanlah pekerjaan yang sama, meskipun keduanya muncul sebagai "data buruk" di dasbor.

4.Peluruhan Eksternal (Struktural).

Pembusukan eksternal tidak menjalar, melainkan menyerang. Penggabungan, PHK massal, pergeseran pasar, atau perombakan kepemimpinan dapat membatalkan seluruh segmen catatan dalam satu sore dibandingkan mengikisnya secara bertahap selama berbulan-bulan. Satu peristiwa, dan tiba-tiba seluruh kontak, judul, dan jalur pelaporan seluruh akun salah pada saat yang bersamaan.

Itulah yang membuatnya berbeda secara struktural dari tiga jenis lainnya: ini bukan tentang satu rekaman yang secara perlahan menjadi ketinggalan jaman, ini tentang seluruh segmen yang menjadi basi sekaligus, dan tidak ada siklus penyegaran berkelanjutan yang dibuat untuk peluruhan bertahap yang dapat menangkapnya dengan cukup cepat.

Setiap jenis kerusakannya berbeda, jadi perbaikannya juga berbeda. Pembusukan alami memerlukan siklus penyegaran yang berkelanjutan. Peluruhan logis memerlukan tinjauan manual, tidak ada otomatisasi yang dapat menangkapnya. Pembusukan mekanis berujung pada kebersihan integrasi dan validasi impor. Peluruhan eksternal adalah hal yang paling banyak dilewati oleh tim, sehingga memerlukan pemantauan aktif untuk peristiwa besar di tingkat akun, bukan pemeliharaan rutin.

Apa yang Menyebabkan Peluruhan Data

Semua ini tidak terjadi secara kebetulan. Ini menelusuri kembali ke lima pemicu spesifik, dan sebagian besar rekaman terkena lebih dari satu pemicu pada saat yang bersamaan.

• Pekerjaan berubah: secara luas dianggap sebagai pendorong terbesar peluruhan kontak B2B. Peran baru dapat membuat email, nomor telepon, jabatan, dan asosiasi perusahaan seseorang menjadi tidak valid sekaligus, dan hal ini terjadi terus-menerus di database mana pun dengan ukuran sebenarnya, itulah sebabnya pencarian prospek dari daftar yang bahkan berumur beberapa bulan akan terbakar beberapa jam sebelum percakapan sebenarnya terjadi.
• Perusahaan berubah: merger, akuisisi, perubahan merek, dan restrukturisasi mengubah atau menghapus data, domain, ukuran, struktur tingkat perusahaan, yang menjadi sandaran setiap catatan kontak, sehingga merusak setiap kontak yang terkait dengan perusahaan itu sekaligus.
• Detail kontak berubah secara independen dari perubahan pekerjaan: nomor telepon dialihkan dan penyedia email berganti tanpa ada yang berpindah perusahaan, sehingga kemampuan jangkauan terputus sehingga tidak pernah terdaftar sebagai perubahan pekerjaan.
• Pergeseran teknologi dan perilaku: data teknografis dan perilaku atau niat paling cepat menua, karena data tersebut menangkap momen, bukan fakta stabil. Banyak dari data tersebut berasal alat pengikis web pada awalnya, jadi ini adalah cuplikan saat mendarat, dan alat ditukar lebih cepat daripada penyegaran sebagian besar database.
• Peluruhan rekaman pasif: catatan yang belum pernah disentuh atau diverifikasi oleh siapa pun dalam beberapa saat kehilangan keandalan hanya karena disimpan di sana, rusak karena kelalaian, bukan rusak karena peristiwa.

Penyebab ini jarang terjadi sendiri. Pergantian pekerjaan sering kali memicu perubahan perusahaan secara bersamaan, dan satu rekaman dapat menangkap beberapa perubahan sekaligus, yang merupakan salah satu penyebab terjadinya pembusukan.

Mengapa Beberapa Data Membusuk Lebih Cepat Dibanding Lainnya

Tidak semua medan meluruh dengan kecepatan yang sama, dan pola ini berlaku di hampir semua sumber, meskipun angka pastinya tidak sama. Bidang tingkat individu, jabatan, email langsung, telepon langsung, membusuk lebih cepat daripada bidang tingkat perusahaan, industri, lokasi kantor pusat, nama perusahaan. Itu bukan suatu kebetulan.

Keadaan seseorang selalu berubah: mereka berganti peran, berganti nomor, berpindah perusahaan seluruhnya. Identitas inti sebuah perusahaan bergerak dengan kecepatan yang sangat berbeda. Industri tidak berubah dalam semalam, kantor pusat tidak berpindah secara tiba-tiba, dan nama perusahaan adalah salah satu hal yang paling stabil di dalamnya. Individu adalah target yang bergerak, perusahaan adalah target yang lebih lambat.

Data perilaku dan niat terurai lebih cepat dibandingkan keduanya. Ini tidak mendeskripsikan atribut stabil sama sekali, ini menangkap momen, apa yang diklik, ditelusuri, atau diminati seseorang, dan momen itu biasanya sudah berlalu saat Anda menindaklanjutinya. Memperlakukan sinyal niat berusia tiga bulan sebagai arus seperti membaca laporan cuaca kemarin untuk memutuskan apa yang akan dikenakan hari ini.

Di sinilah letak kekacauannya: persentase tingkat peluruhan spesifik yang dapat Anda temukan di internet sangat bervariasi menurut sumber, metodologi, dan industri. Nomor satu artikel untuk peluruhan jabatan tidak akan cocok dengan nomor artikel lain, dan keduanya tidak boleh diperlakukan sebagai tolok ukur universal yang dapat Anda terapkan ke database Anda sendiri.

Jika angka tertentu muncul di mana saja dalam artikel ini, hal itu dikaitkan dengan penelitian utama di baliknya, bukan disajikan sebagai hukum tetap tentang perilaku data. Polanya dapat diandalkan. Jumlah pastinya jarang sekali.

Dampak Bisnis dari Peluruhan Data

Semua ini tidak bertahan lama dalam teori, ini muncul dalam bilangan real di dasbor, hanya saja tidak seperti yang Anda harapkan.

Upaya penjangkauan yang sia-sia adalah biaya yang paling mendesak, dan juga paling mudah untuk dilewatkan. Perwakilan menghabiskan waktu mengejar kontak yang sudah pindah, panggilan yang terhubung ke orang yang salah, email yang terpental sebelum ada yang membukanya. Tak satu pun dari upaya itu menghasilkan apa pun.

Kerusakan kemampuan pengiriman menambah masalah. Meningkatnya rasio pentalan dari alamat yang rusak tidak hanya menyia-nyiakan satu email, tetapi juga merusak reputasi pengirim Anda. Kerusakan tersebut mengikuti setiap pesan setelahnya, termasuk pada kontak valid yang berada di domain yang sama dan tidak pernah melakukan kesalahan apa pun.

Perkiraan dan pelaporan yang tidak dapat diandalkan adalah saat pembusukan menjadi lebih berbahaya daripada mengganggu. Data pipeline dan akun yang dibangun berdasarkan informasi yang tidak terpelihara menghasilkan prakiraan yang terlihat meyakinkan di dasbor, namun secara diam-diam bertumpu pada catatan yang tidak lagi mencerminkan kenyataan. Ramalan cuaca tidak mengumumkan bahwa sebagian dari apa yang dibangunnya salah, ramalan itu hanya terlihat salah di kemudian hari, biasanya pada saat yang paling buruk.

Efek gabungan pada otomatisasi dan AI adalah versi terbaru dari masalah lama. Alur kerja apa pun yang menilai, merutekan, atau mempersonalisasi berdasarkan data CRM mewarisi ketidakakuratan apa pun yang sudah ada dalam data tersebut. Otomatisasi tidak memperbaiki kerusakan, ia hanya bertindak lebih cepat, dan lebih percaya diri dibandingkan data yang pernah diperoleh.

Cara Mengukur Peluruhan Data

Anda tidak memerlukan laporan vendor untuk mengetahui seberapa buruk database Anda, Anda memerlukan waktu sore dan sedikit disiplin.

• Ambil sampel acak dari catatan yang belum disentuh selama lebih dari enam bulan: Bukan prospek terbaik Anda, bukan prospek yang selama ini Anda kerjakan secara aktif. Catatan terkini atau keterlibatan tinggi yang dipilih dengan cermat membuat database Anda terlihat lebih sehat daripada yang sebenarnya.
• Periksa lebih dari satu sinyal: Jalankan kemampuan pengiriman email, lalu periksa secara manual jabatan atau detail perusahaan melalui jaringan profesional. Satu sinyal saja akan berbohong kepada Anda.
• Hitung laju peluruhan sederhana: bagian sampel yang ternyata salah. Angka tersebut mungkin kasar, tapi itu milik Anda, dan ini mengalahkan rata-rata industri yang tidak pernah dibuat untuk database Anda.
• Ulangi secara berkala: Satu pemeriksaan adalah sebuah cuplikan. Jalankan setiap satu atau dua kuartal dan Anda akan mendapatkan tren, yang merupakan satu-satunya hal yang benar-benar memberi tahu Anda apakah pembusukan semakin cepat atau terkendali.

Cara Memperlambat Peluruhan Data

Anda tidak bisa menghindari pembusukan, tapi Anda bisa berhenti mengejarnya secara buta, dan itu dimulai dengan irama, bukan alat.

Cocokkan frekuensi penyegaran dengan kecepatan peluruhan: Bidang yang bergerak cepat, detail kontak langsung, data perilaku, perlu sering mendapat perhatian. Bidang yang stabil seperti industri atau nama perusahaan tidak memerlukan pengasuhan yang sama.

Gunakan pembaruan berbasis pemicu jika Anda dapat: Email terpental, balasan yang menyebutkan peran baru, ini akan menandai catatan untuk ditinjau saat hal itu terjadi. Menunggu peninjauan batch terjadwal berarti Anda selalu terlambat mengetahui pembusukan.

Segmentasikan upaya pemeliharaan berdasarkan nilai: Akun berprioritas tinggi dan saluran aktif mendapatkan lebih banyak perhatian. Catatan yang tidak aktif atau keterlibatan rendah tidak layak mendapatkan waktu yang sama, dan memperlakukannya secara setara hanya akan mengurangi upaya Anda pada hal yang paling tidak penting.

Terimalah bahwa pembusukan tidak dapat dihilangkan, hanya dapat dikelola: Basis data yang "bersih" secara permanen bukanlah tujuan yang realistis, ini adalah fantasi yang dijual oleh orang-orang yang belum pernah menjalankannya. Tujuan sebenarnya adalah menjaga pembusukan melalui pemeliharaan yang konsisten, bukan mengejar garis finis yang tidak ada.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No sales call

FAQ Peluruhan Data

1. Apa yang dimaksud dengan pembusukan data?

Peluruhan data terjadi ketika data akurat yang disimpan secara diam-diam menjadi tidak akurat hanya karena waktu berlalu dan catatan tidak pernah diperbarui. Ini bukan kesalahan sistem atau entri data yang buruk, ini adalah perubahan dunia nyata yang tidak pernah bisa dilacak oleh catatan.

2. Apa contoh pembusukan data?

Seseorang dipromosikan, gelar lamanya tetap ada di CRM Anda, dan setiap email atau panggilan yang Anda kirimkan merujuk pada peran yang mereka tinggalkan beberapa bulan yang lalu. Rekornya terlihat baik-baik saja. Itu tidak benar lagi.

3. Bagaimana data menurun?

Hal ini terdegradasi melalui beberapa mekanisme berbeda: penuaan pasif yang lambat, penyimpangan semantik yang tenang, kesalahan sistem yang diakibatkan oleh diri sendiri, dan guncangan struktural yang tiba-tiba seperti merger atau PHK. Masing-masing memecahkan rekor secara berbeda, itulah sebabnya satu perbaikan tidak pernah mencakup semuanya.

4. Apakah data membusuk seiring berjalannya waktu?

Ya, itulah ciri khas pembusukan secara spesifik. Bahkan database yang tidak memiliki kesalahan dan format yang sempurna akan tetap basi, karena orang-orang dan perusahaan di belakang pencatatan terus berubah sementara catatan itu sendiri tetap dibekukan.

5. Seberapa umumkah pembusukan data?

Benar-benar umum, meskipun masalahnya berbeda dari pembusukan, kekacauan, bukan kebasian. Basis data apa pun yang hilang selama satu tahun atau lebih tanpa kebersihan daftar aktif hampir pasti mengandung beberapa.