Kas yra duomenų praturtinimas? Praktinis vadovas GTM komandoms

Dauguma CRM veikia pagal įrašus, kurie nėra geros formos. A. 2025 perviršinio 600 CRM naudotojai nustatė, kad 76% Organizacijų teigimu, mažiau nei pusė jų duomenų yra tiksli ir išsamūs. Kai kurios iš jų yra pasenusios informacijos. Daug jų yra laikai: vardas ir elektroninis paštas, be pramonės šakos, be įmonės dydžio, Nėra jokio kelio pasakyti, ar žmogus už rekordą verta persekioti.

Tai yra ta prasmė, kur potencialių klientų generavimo strategijos - Tuomet tu išmėgsi. Komandai sudaro b2b pereiti prie rinkos strategijos kai įrašai atrodo pilni, bet nėra, tada jaudintis kodėl taikymas jaučiasi ne taip ir užteksnis yra savavališkas. Šiame straipsnyje pateikiami duomenys, kurie yra duomenų praturtinimas, kaip jie skiriasi nuo duomenų valymo, pagrindiniai turintys žinių tipai. kaip procesas veikia nuo galo iki galo ir kiek dažnai jis turėtų įvykti.

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

Kas yra duomenų praturtinimas?

Duomenų praturtinimas - tai esamų duomenų tobulinimo procesas, papildant juos papildoma informacija iš vidaus ar išorės šaltinių. įrašas, kuris prasideda kaip vardas ir el. paštas yra pastatytas su informacija, kuri iš tikrųjų daro jį naudinga: darbo pavadinimas, įmonės dydis, pramonė, Technologijos stotis. Tai, kas buvo fragmentas, tampa visa profiliu.

Dauguma komandų tai vertina kaip vienkartinį duomenų valymą. Tačiau taip nėra. Turtingas duomenų laikas yra senesnis, kaip ir nesurabintas. Žmonės keičiasi vaidmenimis. Įmonės susijungia. Žinia, kuri veikė sausio mėnesį, gali būti kitoks puslapis vasarą. Išsitarnavimą vertinant kaip vieną projektą, o ne nuolatinį įpročius, "švarus" duomenų bazės saugiai vėl tampa netikinamu.

Duomenų praturtinimas prieš Duomenų valymas

Šie du naudojami tarpusavyje, ir tai klaida. Jie sprendžia dvi skirtingas problemas.

Duomenų valymas taisina tai, kas jau yra ten. Ištaisyti klaidingai rašytą įmonės pavadinimą, suderinti dublius kontaktus, standartizuoti telefono numerius ar darbo vietas, atnaujinti seną vertę. Įrašas egzistuoja. Išvalymas užtikrina, kad jis būtų teisingas.

Duomenų praturtinimas prideda tai, ko nebuvo užfiksuota. Darbo pavadinimas, įmonės pajamos, technologijų stalas, bet koks laukas pasirodė tuščias, kai buvo sukurtas įrašas. Tai ne korekcija, o plėtra.

Šie du metodai nekonkuruoja tarpusavyje. Jie veikia pagal eilę, o tvarka yra svarbi. Pirmiausia valyti, antrą - praturtinti. Duomenų teikėjai Tai yra tik ne tik švarios įrankos, bet ir nesuderinamos. Įmonės pavadinimo rašymo klaida arba nesuderinamas domeno formatas reiškia blogesnes atitiktis, ar visai neatitinka. Kai įrašas pasieks praturtinimo pasą.

Tai ypač pasakytina apie CRM duomenų praturtinimas, Kai įrašai kaupia metus, kai jie įvedami rankiniu būdu, prieš tai, kai kas nors galvoja juos praturtinti. Išleiskite švarinimo žingsnį ir nepataisysite duomenų bazės. Jūs tik statysite daugiau struktūros ant sklandžiuojančio pagrindo.

Duomenų praturtinimo rūšys

Ne visi praturtinimas yra tas pats darbas. Įmonės pajamos užpildymas yra kitoks darbas nei stebėti, ar kažkas ką tik apsilankė konkurento kainų puslapyje. Tiek GTM specialistui, tiek duomenų komandai, žinoti, kuris tipas sprendžia konkrečią problemą, svarbiau nei siekti visapusiškos aprėpties visose srityse.

Firmografinis praturtinimas

Tai įmonės lygio duomenys: pramonės šaka, darbuotojų skaičius, pajamos, vieta. Informacija, apibūdinanti įmonę, su kuria siejamas kontaktas, o ne patį asmenį.

Firmografinis praturtinimas yra ICP įvertinimo ir sąskaitos pagrindu skirstymo pagrindas.

Be jo, švytinis yra tik pavadinimas, susijęs su kompanija, apie kurią nieko nežinai. Nėra patikimo, ar tai kompanija tinka jūsų ICP. ar tai per mažas, kad būtų verta pasiekti arba pakankamai didelis, kad visiškai pateisinčiau kitą pardavimo pasiūlymą.

Kiekvienas tolesnis sprendimas, kas juos tikslinti, kaip juos užtaisyti, į kurį segmentą jie priklauso, priklauso nuo to, ar šis sluoksnis yra pirmasis.

Kontakti ir demografinis praturtinimas

Kai įmonės duomenys apibūdina įmonę, tai yra sluoksnis, kuris apibūdino asmenį: darbo pavadinimas, senatvė, funkcija, tiesioginiai kontaktiniai duomenys.

Štai kodėl personalizavimas ir atsisiųsti link yra įmanoma.

Žinutę negalima perduoti teisingam atstovui nežinant, kas yra asmuo. Vienas VP ir vienas darbuotojas toje pačioje įmonėje yra visiškai skirtingi pokalbiai, skirtingi laiko linijos. skirtinga pirkimo įgaliojimų lygis. Be senumo ir funkcijos, atstovas nurodo.

Švino rezultatas susiduria su ta pati problema. Prasidėtis su tobulą firmografinę atitikimą vis tiek gali gauti klaidingas rezultatas, jei sistema nežino, ar asmuo už jį iš tikrųjų gali padaryti arba įtakos sprendimui.

Technografinis praturtinimas

Šis sluoksnis apima kokią technologiją įmonė iš tikrųjų naudoja: jų CRM, rinkodaros stackas, debesų infrastruktūra, įraniai, kurie jau yra įsisavinti į tai, kaip jie veikia.

Tai ypač vertingas technologijų pardavėjams., kadangi tai atsakina į klausimą, kurį firmaografiniai ir kontaktiniai duomenys negali: ar šis perspektyvas jau naudoja kažką suderinamo su tuo, ką parduodate, ar ką nors, ko tu pakeisi?

Šis skirtumas keičiasi visą pokalbį. Tikimybė, kad veikiantis konkurencinį įrankius, turi iškraipyti savo vietą. Vieni, turintią spragą, turi kažką labiau įvardinti. Čia potencialių klientų paieška tampa ryškesnis: vietoj to, kad atstovai būtų aklai, jie žino į kokį pokalbį eina prieš siunčiant pirmąjį pranešimą.

Įgaunimas elgesio ir ketinimų

Tai signalai pagrįsti duomenys: konkurento svetainės apsilankymai, turinio vartojimo modeliai, produkto naudojimas. Ne tai, kas yra žmogus ar kokia kompanija, kurioje jis dirba, o tai, ką jis aktyviai daro dabar.

Tai pažangiausias praturtinimo tipas., ir sunkiausia patikimai teisingai pasiekti. Firmografiniai ir kontaktiniai duomenys apibūdina statinę būklę. Veiklos ir ketinimo duomenys apibūdina judėjimą, o tai reiškia, kad jis tampa greitesnis ir reikalauja daugiau infrastruktūros užfiksuoti ir interpretuoti - Taip.

Būtent dėl to sunkumas yra svarbus. Sąskaita, kurioje yra tikri tikslo signalai, aktyviai perka pirkimo ciklą prieš užpildant formą. Kai atsiskaitymas pateikia demo prašymą, konkurentas jau gali turėti tris pokalbius su tuo pačiu paskyrą. Elgsenos ir ketinimo praturtinimas yra tas, kas uždaro tą matomumo skirtumą. ne po to, kai sprendimas jau buvo paveiktas kitur.

Geografinis praturtinimas

Tai apima vietos duomenis, kurie yra ne pagrindinės būstinės adresas: Žipkos kodas, regioninės biuro vietos, teritorijos paskirties.

Tai svarbiausia komandoms, veikiančioms regionines pardavimo struktūras arba sudėtingus teritorijos modelius. Vienintelis būstinės adresas beveik nieko nesako, jei įmonė turi biurą per tris regionus ir jūsų atstovai yra paskirstyti teritorija. Be detalių vietos duomenų, galintis nusileisti su klaidingais atstovais tik todėl, kad sistema žinojo apie vieną biuras.

Nė vienas praturtinimo šaltinis nei viena iš šių kategorijų nėra vienodai susijęs. Verslininkas, turintis didelę įtaką firmografinėms duomenims, gali būti nepaklausęs ketinimo signalų. Vienas, sukurtas technografinėms gilioms sritims, gali aptikti geografines detales. Štai kodėl dauguma suaugusių komandų baigiasi Kombinuojant daug šaltinių, o ne pasikliaudami vienu tiekėju, Elgstis su praturtėjimu yra lygus, o ne vienintelė prenumeratė.

Kaip veikia duomenų praturtinimo procesas

Duomenų praturtinimas nėra vieno mygtuko paspaudimas. Tai nuoseklus procesas, o praleidus žingsnius gaunami brangūs ir nepatikimi duomenys.

1. Pirmiausia išvalykite duomenų rinkinį

Tai nėra pasirenkamasis ir tai nėra atskiras projektas, į kurį ateini vėliau. Kaip nurodyta pirmiau, "Tvirtinimas" tiksliau atitinka jau standartizuotus ir dedupliuotus įrašus. Išdirbkite praturtinimą prieš nesudėtingus įvedimus ir mokėsite už blogesnius rezultatus.

2. Išnagrinėkite, kas iš tikrųjų trūksta ir verta pridėti

Ne kiekvienas laukas verta užpildyti. Komandai, bandantys viską praturtinti, baigiasi užpildytomis įrašomis, kurias niekas nenaudoja. Šis žingsnis turėtų būti vadovaujantis tuo, ką jūsų komanda iš tikrųjų veiks: ką turi atstovas, kad teisingai nukreiptų atsiskaitymą, ką reikia jūsų įvertinimo modelio, kad jį tiksliai reitinguotų. Jei laukas nekeičia sprendimo, tai nėra verta kovoti.

3. Pasirinkti duomenų šaltinius

Dauguma suaugusių įrenginių sujungia vidaus šaltiniai (CRM istorija, produkto naudojimo duomenys) su išorės šaltiniai (vieši duomenys, trečiųjų šalių teikėjai). Dažniausiai patikimiausias yra vidaus duomenys, nes jūs juos jau turite ir žinote kaip jie buvo surinkti. Išoriniai šaltiniai užpildo tai, ko vidiniai duomenys negali pasiekti patys.

4. Pasitaikyti ir pridėti

Čia nauji duomenys iš tikrųjų patenka į esamą įrašą. Jis paprastai veikia integruojant arba specialiu praturtinimo įrankiu, o ne rankiniu įvedimu. Rankiniu būdu praturtinti daugiau nei kelis įrašus neįmanoma efektyviai, be to, taip atsiranda naujų nenuoseklumų.

5. Validuoti prieš pradėdami veikti

Šis žingsnis yra perviršytas daugiau nei bet kuris kitas, ir tai svarbiausias. Blogas rungtynas ne tik nepadeda, bet ir įvedia naują klaidą į įrašą, kuris buvo iš tiesų nepilnas.: klaidinga darbo vieta, klaidingas įmonės dydis, visiškai klaidingi kontaktas.

Patvirtinkite, kol praturtinti duomenys suteikia rezultatą, maršrutą ar pasiekiamą informaciją. Nepraturtintas tuščias laukas yra žinoma spraga. Neteisinga praturtinta reikšmė yra paslėpta klaida, o paslėptas klaidas aptikti sunkiau.

Kaip dažnai praturtinti duomenis

Tai yra vienkartinis projektas dažniau nei turėtų būti. Tai ne vienas.

Žmonės keičiasi vaidmenimis. Įmonės susijungia. Kontaktų duomenys keičiasi, tyliai ir nuolat. Įrašas, kuris buvo teisingas tą dieną, kai jį praturtinai, pradeda nusidėvėti kitą dieną. Didinti duomenys negauna leidimo tik todėl, kad jie buvo pervežti iš pardavėjo vieną kartą. Jie žlugo taip pat kaip ir nesudėtiniai duomenys.

Ketvirčio kadencija yra pagrįsta pagrindinė dalis daugumai B2B komandų. Ne todėl, kad prie jo yra susietas magiškas skaičius. Bet todėl, kad tai yra pakankamai dažna, kad užfiksuotumėte drifą prieš tai jums kainuojant maršruto klaidą ar užsidirbusią vadovę, kuri nebebuvo tiksli. Grupėms, kurios veikia greičiau arba kurių atsparumas didesnis, reikės daugiau kartų atnaujinti.

Štai dalis, kuri iš tikrųjų yra svarbi: elgtis su praturtėjimu kaip nuolatine programa, o ne vienkartine, yra tai, kas apsaugo grąžą iš to, ką praleidote jį praturtindami pirmą kartą. Vieną kartą praturtink ir eikite, o jūs tik matote, kaip ta investicija tyliai baigsis.

Duomenų praturtinimo naudojimo atvejai

Duomenų praturtinimas skamba abstrakčiai, kol nepamatote, kur jis iš tiesų pritaikomas. Štai kur tai kažką iš tikrųjų pakeičia.

Patiksliau užfiksuotas atsparumas: Vien formos duomenys parodo tik tai, ką žmogus sutiko įrašyti į laukelį. Praturtinimas prideda tai, ko jis neįvedė: pareigas, įmonės dydį ir finansavimo būseną. Tai skirtumas tarp spėliojančio vertinimo modelio ir modelio, kuris iš tiesų žino, ką vertina.

Trumpas, aukštesnis konvertuojantis formas: Kiekvienas papildomas laukas formule yra priežastis, kodėl kažkas jį palieka pusiau. Paklauskite esminių dalykų, vardo, el. pašto, bendrovės ir paklaustykite likusius po fakto. Tu laikosi užbaigtų ir vis tiek pasieki visą įrašą.

Staro ar neaktyvojojo ryšio akmenys: Potencialus klientas praranda susidomėjimą ir įrašas nurašomas. Tačiau žmogus niekur nedingo – pasikeitė jo situacija: naujos pareigos, nauja įmonė, kartais šįkart turinti realų biudžetą. Praturtinimas gali užfiksuoti šį pokytį ir vėl paversti neaktyvų įrašą aktualiu, niekam jo netikrinant rankiniu būdu.

Verslo signalių stebėjimas: Finansų raundas, vadovavimo pokytis, staigus įdarbinimo padidėjimas - tai ne tik naujienos. Tai laiko signalai. Įmonė, kuri ką tik uždaro B seriją arba įdarbia penkis naujus AEs yra įmonė, įeina į pirkimo langą, o praturtinimas yra tas paviršius, kuris keičiasi prieš tai, kai konkurento atstovas jį pirmiausia pastebės.

Įrašai dėl duomenų praturtinimo

1. Kokia yra duomenų praturtinimo prasmė?

Duomenų praturtinimas yra esamų duomenų tobulinimo procesas, pridedant informaciją, kuri nebuvo iš pradžių užfiksuota. iš vidaus arba išorinių šaltinių. įrašas, kuris prasideda kaip vardas ir el. Pašto paštas tampa naudinga profilas su darbo pavadinimu, įmonės dydžiu ir kitais laukais, kurie daro jį veikliam.

2. Koks yra pavyzdys, kaip galima praturtinti duomenis?

Kontaktų įrašas, kuriame yra duomenų apie įmonę, gali būti naudojamas tik pavadinimas ir elektroninis paštas, kad būtų galima įtraukti įmonės dydį, pramonę ir pajamų. Tas pats įrašas taip pat gali būti praturtintas darbo pozicija ir senovinis statusas, arba su technografinėmis detalėmis, tokiomis kaip įmonės CRM ar rinkodaros stack.

3. Kokios naudos turi duomenų praturtinimas?

Patiksliau užfiksuoti, geriau nukreipti ir trumpesni formai, kurie neatleidžia tolimumo. Ji taip pat padeda atkurti neveiktus potencialius klientus ir išskiria verslo signalus, pavyzdžiui, finansavimo raundą arba įdarbinimo padidėjimą. kurie rodo, kad įmonė gali patekti į pirkimo langą.

4. Koks skirtumas tarp duomenų tobulinimo ir duomenų praturtinimo?

Šiuos terminus dažnai naudoja viena kitą, tačiau "pagalėjimas" paprastai reiškia esamų sričių kokybės gerinimą; o praturtinimas prideda visiškai naujų laukų, kurių anksčiau nebuvo. Praėjusį dešimtmetį, dauguma komandų juos verčia kaip tą patį procesą.

5. Koks skirtumas tarp duomenų praturtinimo ir duomenų valymo?

Valymas ištaiso tai, kas jau yra: rašybos klaidas, dublikatus ir pasenusias reikšmes. Praturtinimas prideda tai, ko trūksta: laukus, pavyzdžiui, pareigas ar pajamas, kurie anksčiau nebuvo užfiksuoti. Abu procesai geriausiai veikia iš eilės – pirmiausia valymas, tada praturtinimas.