Kas ir datu novecošana? Cēloņi, ietekme un novēršana

B2B datu bāzes degradē aptuveni par 22.5% katru gadu, un tas pats skaitlis ir apstrīdēts, ar citiem aprēķiniem, kas ir daudz augstāk vai zemāk atkarībā no to, ko mēra. Kas ir vienīgais, kas vienojas par katru versiju, ir mehānisms: datu bāze, kas tiks precizēta dienā, kad tās tika izveidotas, no tā paša dienas sāksies aizmirst. klusīgi, neskaitot brīdi.

Šis pieceļsme izšķirojas no putekļu veidiem, kas to izraisa, kāpēc daži laukumi pagriežas ātrāk nekā citi, patiesā cena, ja tos ignorēsim, un kā to uzlabot. Uz ceļa tā skatās, ko dara noārdinātie ieraksti potenciālo klientu vērtēšanu un pārdošanas prospekts: Reps, kas strādā ar pārdoto datu apstrādi, neizpildīs stratēģijām.

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 ir datu novecošana?

Datu novecošana ir glabāto datu precizitātes pakāpeniska samazināšanās, kamēr reālā pasaule mainās, bet ieraksts paliek nemainīgs. Cilvēks maina darbu. Uzņēmums pārstrukturējas. Tālruņa numurs nonāk pie cita cilvēka. CRM par to nesaņem paziņojumu. Ieraksts nav bojāts un tajā nekas netrūkst — tas vienkārši nemanāmi pārstāj būt patiess un izskatās tāpat kā dienā, kad bija precīzs.

Cilvēki to apzīmē ar diviem jautājumiem, kas nav. Datu juceklis ir nesaprotami, vecās ierakstus neviens nav izdzēris. Nelabvēlīgs imports, negadīga formatting, straujā migrācija, izšķiroša integrācija, tas ir datu kvalitātes problēma, un tas nav saistīts ar laika pārmaiņu. Izmērs ir mazāks: dati, kas bija labi vienu reizi un kļūdījās tieši tāpēc, ka tas ir laiks.

Kāpēc to atdalīt? Jo jūsu potenciālo klientu vērtēšanas programmatūra nevarat atpazīt jaunus pārdošanas datus no izšķirošiem pārdošanas datiem. Tas tikai vadīja matemātiku, pārliecināts jebkurā gadījumā.

Datu bojājuma veidi

Decay nepalielina katru ierakstu vienādā veidā, un to apstrīdējot kā vienu problēmu ir iemesls, kāpēc daudzi potenciālo klientu piesaistes stratēģijas Nepieciešams, lai neviens nepajēst. Lēcīgs izplūdes un izplūstas cepeškrāsne laiž tevi stāvēt ūdenī, bet tu to nepareizi ar tiem pašiem instrumentiem. un datu izārēšana darbojas tāpat.

1. Dabiskais (apvārsots) izārņojums

Dabiskā izšķirošana ir pakāpeniska, pasīva veida. Dati bija precīzi dienā, kad tie tika uzņemti, un lēnāk, bez notikuma, kas atzīmētu brīdi, Tas vairs nav patiesi, tikai tāpēc, ka laiks iet un neviens neatgriežas pārbaudīt.

Tas ir daudz biežāk izplatīta veida izplūdes, un tas ir arī grūtākais, jo rekords nav izdzīvojams. Katrs laukums ir aizpildīts. Nē, nekas nevadina kļūdu. Tas vienkārši klusīgi pārtrauca atbilst realitātē, un jūsu CRM nav kā to zināt.

2. Logiskā (semantika) izmainīšanās

Logiskā izplūde ir aizmugurīga. E-pasts joprojām tiek piegādāts. Telefons joprojām savieno. Nē, nekas neatgriežas, ne palika zīmi.

Bet persona, kas atrodas aiz šiem laukumiem, vairs nav tas, par ko ir norādīts. Tās ir mainījusies, savu ir mainījies senioritātes līmenis, vai viņu ir nemanāmi zudusi atbilstība sākotnējam pievienošanas iemeslam. Dati ir tehniski spēkā esoša un funkcionāli nepareizi vienlaikus, Un neviens automātisks kontroles, kas izveidots, lai iegūtu bojātu lauku, nekad to nav apzīmējis, jo nekas par laukumu pats nav bojāts.

3. Mehaniskā (sistēmas) izārņošana

Mehaniskā izšķēršana nav ārējā pasaule, kas mainās. pašuzdevusi bojājumi, ko radījuši sistēmas, kas pārvalda datus. Izslēgtā integrācija, slikts imports, nepareizs migrācijas process, sinhronizācija, kas klusīgi izšķiro pusi laukuma, Un pēkšņi ieraksti, kas vakar bija labi, ir bojāti vai šodien nav uzticēti.

Izsmeļojoša daļa ir tā, kā tas izskatās līdzīgs dabas izšķērdumam no ārpuses. Vārds ir nepareizi. Taču dabiskais izārījums notiek, jo realitāte ir aizbraukusi bez ierakstīšanas, un mehāniskā izārīšana notiek, kaut kas savā staigā pārkāpa rekordu, bet realitāte ir bijusi patiesi tā.. Tas ir svarīgi, jo sinhronizācijas kļūdu un aizgājušo darba vietu atcelšana nav tas pats darbs. pat ja abi parādās kā "smeigi dati" uz vadības plošu.

4. Ārējā (strukturālā) novecošana

Ārējais izārēšanās ne skrēj, tas saspiesta. Saldīšana, masveida atlaišana, tirgus pārmaiņas vai vadību pārmaiņu var nepareizi atcelt visu ierakstu segmentu vienā pēcpusdienā nekā to pakāpeniski izārēst pēc mēnešiem. Vienā notikuma laikā, un pēkšņi visa konta vērtība kontaktus, tituļus un ziņojumu līnijas ir nepareizas vienlaikus.

Tas ir tas, kas to struktūriškai atšķiras no citiem trim veidiem: Tas nav par vienu ierakstu, kas pagaidām ir aizmirstīgs, tas ir par visu segmentu, kas kļūst bezgalīgi vienā reizē., Un neviens pastāvīgs atjaunināšanas cikls, kas izveidots pakāpeniski izšķirt, to nespēs pietiekami ātri saslimt.

Katrs tipa izšķirošana ir atšķirīga, tāpēc arī fiksācija ir atšķirīgā. Lai saglabātu augstas kvalitātes, ir nepieciešams pastāvīgi atjaunināt to. Logiskajai izkrištei vajag manuālu pārskatu, automātiskā darbība to neņem. Mehaniskā izšķērdīšanās ir atkarīga no integrācijas higiēnas un importa apstiprināšanas. Ārējā izmainība ir tas, ko lielākā daļa komandas pārspēla, tam ir nepieciešama aktīva uzraudzība par galvenajiem kontu līmeņa notikumiem, nevis rutīnas uzturēšana.

Kas izraisa datu izkropļojumu

Neviens no šiem notikumiem nav negadījums. Tas atceļ piecu konkrētu izspēļu, un lielākā daļa ierakstu tiek saspiesti vairāk nekā viens vienu reizi.

• Darbības mainījumi: B2B kontaktas izmērs ir lielākais faktors. Jaunajā darbā var atcelt neviena e-pastu, tālruņa numuru, nosaukumu un uzņēmuma asociāciju vienu reizi. un tas notiek nepārtraukti jebkurā datu bāzē, kas ir reāla izmēra, tāpēc potenciālo klientu izpēte no saraksta, kas ir pat pāris mēnešus vecāka, piepildās stundas pirms patiesas sarunas notiek.
• Uzņēmuma izmaiņas: apvienošanās, iegādes, pārveidošanas un pārstrukturēšanas rezultātā tiek mainīti vai iznīcināti uzņēmuma līmeņa dati, domēna, lielums, struktūra; kas atkarīgs no katra kontakta ieraksta, kā arī kaitē visiem kontaktam ar šo uzņēmumu.
• Kontaktinformācijas izmaiņas neatkarīgi no darba vietas izmaiņām: tālruņa numuri tiek pārdevēti un e-pastu piegādātāji mainās, lai neviens nemainītu darba devēju, Tāpēc pieejamība tiek pārtraukta tā, ka nekad nav reģistrēta kā darba mainīšana.
• Tehnoloģija un uzvedības pārmaiņas: Tehnogrāfiskie un rīcības vai mērķa dati kļūst arvien ātrāk, jo tie uzņem brīdi nevis stabilus faktus. Daudzus datus iegūst no tīmekļa datu ieguves rīki Vispirms tas ir momentā, kad tas ieceļ un rīki tiek mainīti ātrāk nekā vairums datu bāzes atjaunina.
• Pasīva rekorda izmērs: Rekords, ko neko nav sasnieguši vai pārbaudījis, laika gaitā zaudē uzticamību vienkārši sēdējot tur, izšķiroties par negadījumu nevis izšķiršanu ar notikumiem.

Šie cēloņi reti darbojas paši. Darbju pārmaiņas bieži izraisa uzņēmuma pārmaiņu vienā un tajā pašā laikā, un viens ieraksts var uzņemt vairākas no šīm reizēm, kas ir daļa no iemesla, kāpēc šķidrs.

Kāpēc daži dati izšķirojas ātrāk nekā citi

Ne visi lauki izšķiro ar vienādu ātrumu, un shēma ir saglabājusies gandrīz visās avotos, pat ja precīzai skaitļiem tas nav. Individuālās līmeņa lauku, darba vietas nosaukums, tiešā e-pasta adrese, tieša telefona, pasliktinās ātrāk nekā uzņēmumu līmenī lauku, rūpniecība, galvenā centra vieta, uzņēmuma nosaukums. Tā nav nejaušība.

Cilvēka apstākļi nepārtraukti mainās: viņi pārveido savus pienākumus, pārvēršas numurus, pilnībā pārvietojas. Uzņēmuma pamatpersona ir pilnīgi cita veida. Industrijas nesmaida vienu nakti, galvenie biroji neatgriežas pēc sapņa un uzņēmuma nosaukums ir viens no stabilākajiem aspektiem. Individualitāte ir kustīga miera, uzņēmums - lēnāks.

Uzvedības un nolūka dati noveco vēl ātrāk. Tas vispār neapzīmē stabilu attributu, tas ir uzņemt brīdi, ko kāds kliks, meklē vai parādīja interesi, un tas brīdis parasti ir pagājis, kad tu to darīsi. Trīs mēnešu vecāku signālu uztvert kā aktuālu ir tāpat kā lasīt vakarus meteoroloģisko ziņojumu, lai noteiktu, ko nosvest šodien.

Tā ir, kur tas kļūst slikts: konkrētas izmērsās, ko jūs atradīsiet internetā, ļoti atšķiras atkarībā no avots, metodikas un nozares. Vienā rakstā numurs par darba vietas samazināšanu neatbilst otram. un nekādiem nevajadzētu uzskatīt par vispārēju atskaites punktu, ko jūs varat vienkārši piemērot savā datubāzē.

Ja konkrētais skaitlis parādās kaut kur šajā rakstā, tas tiek uzskatīts par to pamatā esošu pētījumu. neapstājas kā kāds fiksēts datu uzvedības likums. Pētījums ir uzticams. Tas ir reti.

Datu izārņošanas ietekme uz uzņēmējdarbību

Neviena no šīm teorijām nav ilgam laika, tas parādās reālajā skaitlī uz instrumentālā telpā, tikai ne tā kā jūs to gaidāt.

Izšķiesti uzrunāšanas centieni ir tieši tas, kas izmaksā un arī tas, ko viegli atlaid. Reps tērē laiku, gaidot kontaktus, kas ir pārkāpuši, uzskatus, kas savieno ar nepareizu personu, e-pastu, kas izplūdes pirms kāds tos atver. Neviens no šiem centieniem neko neizsako.

Kaitējums e-pasta piegādājamībai tas pastiprina problēmu. Ja augs atkāpšanās līmenis no bojātiem adresēm, tas ne tikai iznīcina vienu e-pastu, bet arī kaitina nosūtītāja reputāciju. Tas kaitējums seko ikvienam ziņojumam pēc tam, arī spēkā esošajiem kontaktam, kas atrodas tieši tajā pašā domēnē, kas nekad nav izdarījis neko ļaunu.

Neatļaujoša prognozēšana un ziņošana Tas ir vieta, kur izplūdes kļūst bīstami nevis nerūsējoši. Pipeline un konta dati, kas balstīti uz izšķirošo informāciju, rada prognozes, kuras ir pārliecinātas ar vadības paneli. Lai gan tie klusīgi atpūsās uz ierakstu, kas vairs neatrod realitāti. Prognoze neparedz, ka daļa no tā pamatā ir nepareizi, tas vienkārši izskatās nepareizs vēlāk, parasti sliktākajā brīdī.

Kopvērtējuma ietekme uz automatizāciju un AI ir jaunais vecās problēmas versijas. Jebkura darba plūsma, kas vērtē, maršrutu vai personalizē balstoties uz CRM datiem, ir saņēmuša pēc savas neprecīzsības, kas jau dzīvo šajos datus. Automatizācija nepareizina izmērus, tas tikai darbojas uz tiem ātrāk un ar lielāku uzticību nekā dati nekad nav ieguvuši.

Kā mērīt datu bojājumu

Jums nav nepieciešams piegādātāja ziņojums, lai zinātu, cik slikti ir jūsu dati. Jums vajag pēcpusdienā un mazliet disciplīnu.

• Izņemjiet nejaušu paraugu no ierakstēm, kas nav saspiesti vairāk nekā sešus mēnešus: Ne jūsu labākie līderi, ne tie, ar kuriem jūs aktīvi strādājat. Ja jūs izņemat nesen esošos vai ļoti daudz iesaistīto ieraksti, jūsu datu bāze izskatās veselīgāka nekā faktiski.
• Pārbaudiet vairāk nekā vienu signālu: Izvadīt e-pastu piegādi, tad manuāli pārbaudīt darba vietas vai uzņēmuma datus profesionālajai tīklā. Tikai viens signāls tev liecīs.
• Atbilstojiet vienkāršu izšķirošanas ātrumu: to paraugu daļa, kas izrādījās nepareizi. Tas ir grābs skaitlis, bet tas ir jūsu un tas ir labāks par aizņemšanu vidējo nozares, kas nekad nav izveidots jūsu datubāzē.
• To atkārto regulāri: Vienīgais šeks ir kā izskats. Izmeklējiet katru ceturkšņu vai divus un jūs saņemsiet tendenci, Tas ir vienīgais, kas patiesībā norāda, vai izplūdes ātrums ir paātrināts vai kontrolēts.

Kā mazināt datu novecošanu

No datu novecošanas nevar aizbēgt, taču var pārstāt tai akli sekot; tas sākas ar regulāru ritmu, nevis rīkiem.

Atbalsta frekvences atbilstība izšķirošanas ātrumam: Gaisa, kas pārvietojas ātri, tiešas kontaktinformācijas, uzvedību dati, ir nepieciešama bieži pievērst uzmanību. Stabilīgiem laukumiem, piemēram, rūpniecībai vai uzņēmuma vārdā nav nepieciešama tāda pati bērnu māja.

Izmanto paātrinātus atjauninājumus, ja varat: Atbalsts, kurā ir minēta jauna nozīme, jānosaka uz pārskata ierakstu. Nespējot gaidīt regulāras partijas pārskatīšanu, vienmēr ir aizmirst.

Segmentu uzturēšanas darbs pēc vērtības: Vispārējās prioritātes un aktīvās gāzes plūsmas uzskaites ir arvien vairāk pievērstas uzmanībai. Sēdējoši vai mazās aktivitātes ieraksti nav vienlīdzīgi. un tiem vienlīdz izturēties tikai izšķiro jūsu centieni, kur ir mazāk svarīgi.

Atņem, ka noliesmošanos nevar novērst, tikai pārvaldīt: Galīgi "smalā" datu bāze nav realistisks mērķis, tas ir fantazija, ko pārdod cilvēki, kas nekad to nav vadījuši. Reāls mērķis ir saglabāt noārījumu, izmantojot konsekventu apkopi, nevis aizstāt cilmes līniju, kas nav.

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

Biežākie jautājumi par datu novecošanu

1. Ko nozīmē datu novecošana?

Datu novecošana notiek, kad agrāk precīzi glabātie dati nemanāmi kļūst nepareizi tikai tāpēc, ka paiet laiks un ieraksts netiek atjaunināts. Tā nav sistēmas kļūda vai slikta datu ievade, bet reālās pasaules pārmaiņas, kurām ieraksts nav ticis līdzi.

2. Kas ir datiem saistīto bojājumu piemērs?

Kāds tiek paaugstināts, viņu vecums ir CRM un katru e-pastu vai tālruņu jūs sūtīt atsauces uz lomu viņi atstāja pirms mēnešiem. Tas izskatās labi. Tas vienkārši vairs nav patiesība.

3. Kā datu degradācija?

Tā izārņo ar dažām atšķirīgām mehānismiem: lēna pasīva iecirkšanās, kluss semantiks drēbs, pašuzliekamās sistēmas kļūdas, un pēkšņi strukturālie šokus, piemēram, apvienošanos vai atvaļinājumu. Katrs no tiem pārrauga rekordiet atšķirīgi, tāpēc viens risinājums nekad nav aplūkojams.

4. Vai datu pārmērīga izārņošana laika gaitā?

Jā, tas ir definējoša raksturlielums nolaužam. Pat datu bāze ar nullas kļūdas un perfekta formāta joprojām būs aizmirstama, Jo cilvēki un uzņēmumi, kas aiz ierakstu, turpina mainīties, kamēr paši ieraksti paliek iesaldēti.

5. Cik bieži ir datu izšķirošana?

Gribēju teikt, ka tas ir normāls jautājums. Jebkura datu bāze, kas ir aizgājusi gadu vai vairāk bez aktīvās sarakstu higiēnas gandrīz noteikti ir daļa.