Kas ir datu bagātināšana? Praktisks ceļvedis GTM komandām

Lielākā daļa CRM darbojas uz ierakstēm, kas nav labas formas. A 2025 pētījums par pār 600 CRM lietotāji konstatēja, ka 76% Organizācijas uzskata, ka mazāk nekā puse no tām datu ir precīzas un pilnīgas. Daži no tiem ir aizmirsti. Daudzas ir caurulības: vārds un e-pasts, bez nozares, bez uzņēmuma lieluma, Neviens nevar saprast, vai personā, kas ir aiz rekorda, nav vērts pēc tam.

Tas atkāpe ir kur potenciālo klientu piesaistes stratēģijas klusīgi izšķērdās. Ekipas veido b2b iet uz tirgus stratēģiju uz rekordēm, kas izskatās pilnas, bet nav, tad aizdomājiet, kāpēc mērķa sasniegšana ir nepareizs un rezultāts ir savavilcīgs. Šajā rakstā aprakstīts, kas ir datu bagātināšana, kā tas atšķiras no datu tīrināšanas, galvenie veidi, ko ir vērts zināt, cik bieži tas būtu jānāk.

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 bagātināšana?

Datu bagātināšana ir esošās datu uzlabošanas process, papildinot to ar papildu informāciju no iekšējiem vai ārējiem avotiem. Rekords, kas sākas ar vārdu un e-pastu, tiek veidots ar detālēm, kas tos patiešām dara izmantojamus: darba nosaukums, uzņēmuma lielums, rūpniecība, tehnoloģiskā staiga. Tas, kas bija fragments, kļūst par pilnīgu profilu.

Lielākā daļa komandas to uzskata par vienreizēju tīrību. Tas nav. Apgaisa dati kļūst aizmirsti, tāpat kā neapgaisa datus. Cilvēki mainās uzdevumus. Uzņēmumi apvienojas. Direktne, kas strādāja janvārī, var būt cita stūra vasarā. Ja mēs uztveram bagātināšanu kā vienu projektu, nevis pastāvīgu ieradumu, tas ir kā "silds" datu bāze klusīgi atkal kļūst par netīri.

Datu bagātināšana vs. Datu tīrināšana

Šie divi tiek izmantoti savstarpēji, un tas ir kļūda. Viņi risina divas dažādas problēmas.

Datu tīrināšana ir labošana, kas jau ir. Korēģējot kļūdaini uzņēmuma nosaukumu, apvienojot duplikatus kontaktus, standartizējot telefona numuru vai darba vietas veidotāju formātu, atjaunina vērtību, kas ir kļuvis par aizmirstu. Tas ir. Ja to tīrīt, tas ir precēts.

Datu bagātināšana pievieno to, ko nekad neesmu pieņēmuši. Darbības nosaukums, uzņēmuma ieņēmumi, tehnoloģijas stacks, jebkura laukā bija bez vietas, kad tika izveidots ieraksts. Tas nav korekcija, tas ir paplašinājums.

Šīs abas pieejas savā starpā nekonkurē. Viņi darbojas sekvencē, un kārtība ir svarīga. Vispirms tīrīt, otrkārt bagātināt. Datu piegādātāji daudz precīzāk salīdzina tīrus ievades datus nekā nekārtīgus. Kļūda uzņēmuma nosaukumā vai nekonsekvents domēna formāts rada sliktākas atbilstības vai vispār nekādu atbilstību, kad ieraksts nonāk bagātināšanas posmā.

Tas ir īpaši svarīgi CRM datu bagātināšana, Kad ieraksti uzkrājušies gadu laikā, pirms kāds domā tos bagātināt. Izlaidīt tīrīšanas pakāpi un jūs neatgriezīsiet datu bāzi. Tu tikai uzlabojamies vairāk struktūras uz šaubas pamatojumu.

Datu bagātināšanas veidi

Ne visi bagātināšana ir tas pats darbs. Uzņēmuma ieņēmumu ieplānīšana ir atšķirīgs uzdevums nekā pārraudzība, vai kāds tikai apmeklēja konkurenta cenu lapu. Gan GTM vadītājam, gan datu komandai ir svarīgāk zināt, kurš veids atrisina konkrēto problēmu, nekā censties pilnībā aptvert tos visus.

Firmografics apdares

Tas ir uzņēmuma līmeņa dati: rūpniecība, darbinieku skaits, ieņēmumi, atrašanās vieta. Informācija, kas raksturo uzņēmumu, ar kuru saistīta kontaktpersona, nevis pašu cilvēku.

Firmogrāfiskā bagātināšana ir ICP rādītāju un konta segmentēšanas pamats.

Bez tā, līnija ir tikai vārds, kas saistīts ar uzņēmumu, par kuru tu neko nezinīsi. Nav precīza veida, kā noteikt, vai šī kompānija atbilst jūsu ICP, vai tas ir pārāk mazs, lai būtu vērts sasniegt, vai pietiekami liels, lai pilnībā pamatotu citu pārdošanas ierosinājumu.

Katrs nolīgums, kas jāpiemēro, kā to panākt, kam segmentam tie pieder, ir atkarīgs no tā, vai šis slāns ir pirmais.

Kontaktu un demogrāfisko datu bagātināšana

Ja firmogrāfiskie dati aprakstīt uzņēmumu, tas ir persona aprakstais slīpums: amata nosaukums, senioritātes līmenis, funkcija un tiešā kontaktinformācija.

Tas ir tas, kas ļauj personalizēt un vadīt maršrutu.

Rekords nevar tikt nosūtīts pie pareizā pārstāve, nesaprotu, kas ir persona. VP un viens vienotā uzņēmuma ieguldītājs ir pilnīgi atšķirīgi saraksti, atšķirīgas laika posmas. atšķirīgi iepirkuma pilnvaras līmenis. Bez vecuma un funkcijas, pārstāvis domā.

Potenciālo klientu vērtēšana ir tāda pati problēma. Liels ar perfektu firmogrāfiskās atbilstības joprojām var nodot kļūdu, ja sistēma nezin, vai persona aiz tā patiešām var izdarīt vai ietekmēt lēmumu.

Tehnogrāfisko bagātināšanu

Šis slāns ir ko uzņēmums faktiski dara ar tehnologijām: CRM, marketinga stack, pilnas infrastruktūra, instrumenti, kas jau ir iekļauti to darbības procesā.

Tas ir īpaši vērtīgs tehnoloģijas piegādātājiem., ja tas atbild uz jautājumu, kuru firma un kontaktdati nevar: vai šis potenciāls jau izmanto kaut ko saderīgu ar to, ko jūs pārdodat, vai kaut ko, ko jūs aizstājat?

Tas atšķiras visu sarunu. Perspektivam, kas vadīt konkurējošo instrumentu, ir nepieciešams pārvietot. Viņam, kam ir izšķiroša vieta, vajag kaut ko, kas būtu tuvāk kā iepazīstinājums. Šurp potenciālo klientu izpēte kļūst precīzāka: tā vietā, lai uzrunātu akli, pārstāvji jau pirms pirmās ziņas zina, kādā sarunā iesaistīsies.

Uzvedības un nolūka datu bagātināšana

Tas ir signalizācijas datu bāze: konkurents apmeklējums uz loka vietām, satura patēriņa modeļi, produktu izmantošana. Ne par to, kas ir kāds vai par kādu uzņēmumu viņi strādā, bet par to ko viņi aktīvi darīs.

Tas ir vispiežākais bagātināšanas veids., un visdižāk uzticamāk pareizi. Firmografiskie un kontaktinformācija raksturo statisko stāvokli. Apģērba un rīcības dati raksturo kustību, kas nozīmē, ka tas kļūst par vecāku ātrumu un prasa lielāku infrastruktūru, lai iegūtu un interpretētu - Jā, pareizi.

Tas ir tieši tāpēc, kāpēc tas ir svarīgi. Konts, kas parādīja īstu nodomu signālus, ir aktīvs iepirkuma cikls pirms to pildīt formu. Kad lead iesniedz demo pieprasījumu, konkurents var būt jau turējis trīs sarunas ar vienu kontu. Apģērba un mērķu bagātināšana ir tas, kas aizturas redzamības traucējumu. Ne pēc tam, kad lēmums jau ir ietekmēts citur.

Geogrāfiskais bagātinājums

Tas ietver vietas datus, kas pārsniedz galvenās nodaļas adresi: ZIP kods, reģionālās biroja vietas, teritoriju uzdevumi.

Tas ir svarīgākais timām, kas vadās reģionālās pārdošanas struktūras vai sarežģītus teritoriju modeli. Vienīgais galvenā centra adrese jums gandrīz neko nerāda, ja uzņēmums ir birojās trīs reģionos un jūsu pārstāvji sadalīti teritorijās. Bez detalizētu atrašanās vietu datu, līdis var ievest ar nepareizu pārstāvi vienkārši tāpēc, ka sistēma zināja par vienu biroja.

Neviens vienīgais bagātināšanas avota neattiecas uz visām šīm pieciem kategorijām. Uzņēmums, kas ir stiprs ar firmografiskajiem datiem, var būt mazs ar mērķa signāliem. Tas, kas ir sagatavots tehnogrāfiskajai dziļībai, var tikpat nelietot ģeogrāfisko detaļu. Tāpēc lielākā daļa pieaugušo komandas beidzas kombinācijas, nevis vienīgā piegādātāja uzliekšanas, uzlabojot bagātināšanu kā kopīgu, nevis vienotu abonētu.

Kā darbojas datu bagātināšanas process

Bagātināšana nav vienas pogas nospiešana. Tas ir secīgs process, un, izlaižot soļus, komandas iegūst dārgus un neuzticamus datus.

1. Vispirms tīrīt datu grupu

Tas nav izvēlne, un tas nav atsevišķs projekts, uz kuru jūs atnācēsiet vēlāk. Kā minēts iepriekš, bagātināšana daudz precīzāk atrod atbilstības ierakstiem, kas jau ir standartizēti un deduplicēti. Ja jūs uzlabojāt ar nepareizu ievedumu, jums jāmaksā par sliktākām rezultātiem.

2. Identificē, kas patiešām trūkst un ir vērts pievienot

Ne visi lauki ir vērts aizpildīt. Tie, kas mēģina bagātināt visu, beidzas ar pārspēlētām ierakstēm, ko neviens neizmanto. Šis izmērs būtu jānotiek pēc tā, uz ko jūsu komanda patiešām rīkojas.: ko représentam vajag, lai pareizi orientētu lead, ko jums ir nepieciešams, lai jūsu rezultāts modeli precīzi. Ja laukums neizmainīs lēmumu, tas nav vērts.

3. Izvēlējiet datu avotus

Lielākā daļa no pieaugušajiem uzbūvēs kombinācijas iekšējie avots (CRM vēsture, produktu lietošanas dati) ar ārējie avots (publiski pieejami dati, trešo personu sniedzēji). Daudzi iekšējie dati ir uzticami, jo jūs tos jau esat ieguvuši un zināt, kā to apkopoti. Ārējie avots aizpildīs to, kas iekšējos datus nevar sasniegt pats.

4. Apvienošana un pievienošana

Šajā gadījumā jauni dati faktiski nonāk spēkā esošajā reģistrā. Tas parasti tiek veikts izmantojot integrāciju vai speciālu bagātināšanas instrumentu, nevis manuālo ievadīšanu. Manuāla bagātināšana nav mērogojama tālāk par dažiem ierakstiem un rada papildu nekonsekvences.

5. Validējiet datus pirms to izmantošanas

Šis posms tiek pārkāptas vairāk nekā jebkura cita, un tas ir pats, kas ir svarīgākais. Nepareiza atbilstība ne tikai nepalīdz — tā ievieš jaunu kļūdu ierakstā, kas iepriekš godīgi bija nepilnīgs: nepareizs amata nosaukums, nepareizs uzņēmuma lielums vai pavisam cita kontaktpersona.

Vaļinājiet pirms bagātinātos datu piegādes skaņotājs, maršrutēšana vai pieeja. Tukšs, nebagātināts lauks ir zināma nepilnība. Nepareiza bagātinātā vērtība ir slēpta kļūda, un slēptas kļūdas ir grūtāk atklāt.

Kā bieži bagātināt datus

Tas tiek uzskatīts par vienreizēju projektu vairākkārt, nekā būtu jā. Tas nav viens.

Cilvēki mainās uzdevumus. Uzņēmumi apvienojas. Kontaktinformācija izmainās klusīgi un nepārtraukti. Tas, kas bija precēts dienā, kad jūs to bagātināju, sāk degradēties nākamajā dienā. Pietiekami dati netiek saņemti tikai tāpēc, ka viņi ir bijuši piegādātāju starpā. Tie tiek iznīcināti tāpat kā neapmierināti dati.

Katrs ceturksnis ir saprātīgs pamats vairumam B2B komandas. Ne tāpēc, ka ir ar to saistošs burvju skaitlis. Bet jo tas ir pietiekami bieži, lai nospiedtu, pirms tas jums izmaksā maršrutēšanas kļūdu vai atzīto priekšmetu, kas vairs nav precīzs. Timam, kas atrodas ātrāk pārvietojas tirgos vai kuriem ir lielāks līderiņš, būs jāapdzīvos dažreiz.

Tā ir daļa, kas patiešām ir svarīga: Ja mēs apmierinojam bagātināšanu kā pastāvīgu programmu, nevis vienreizēju, tas aizsargā peļņu no tā, ko esam izdevusi to bagātināt pirmo reizi. Vienreiz bagātināt un aizbraukt, un jūs vienkārši skatāsit, kā investīcijas klusīgi beidzas.

Datu bagātināšanas izmantošanas gadījumi

Apgaismēšana izklausās abstrakta, līdz redzēsiet, kur tā patiešām parādās. Tā ir vieta, kur tas rada īstu pārmaiņu.

Precīzāka potenciālo klientu vērtēšana: Formā dati vien ir tas, ko kāds bija gatavs ieslēgt kastē. Apgaismēšana pievieno to, ko viņi nebija: darba nosaukumu, uzņēmuma lielumu, finansējuma statusu. Tas ir atšķirība starp skaņotāju modeļu domāšanu un tādu, kas patiesībā zina, ko tas nozīmē.

Kurtākas, ar augstāku konvertu formu: Katrs papildu laukums formu ir iemesls, kāpēc kāds to atstāj pusās. Vairāk par būtību, vārdu, e-pastu, uzņēmumu un pārējo pēc fakta. Jūs saglabājat pabeigumus un tomēr beidzot ar pilnu ierakstu.

Vecu vai neaktīvu potenciālo klientu aktivizēšana: Uzvadība izdzēš un tiek atcelta. Bet persona nav izzūdusi, viņu situācija ir mainījusies. Jauna loma, jauna sabiedrība, reizēm uzņēmums ar reālu budžetu. Apgaisa var aizņemt šo laiku un pārvērst mirušo ierakstu dzīvā, bez to, ka neviens manuāli jāpārbauda.

Uzņēmuma signāla uzraudzība: Finansiēšanas raunda, vadības pārmaiņas, pēkšņa iecelšanās pieaugums - tie nav tikai ziņas. Tie ir laika signāli. Uzņēmums, kas tikai noslēdza B sarunu vai ieņem piecus jaunus AEs ir uzņēmums, kas iekļūst pirkšanas akmens, un bagātināšana ir tas, kas pārvēršas virsmas, pirms konkurenta pārstāvis to pirmo reizi pamanās.

Datu bagātināšana FAQ

1. Kas ir datu bagātināšanas jēdziens?

Datu bagātināšana ir esošās datu uzlabošanas process, pievienojot informāciju, kas sākotnēji nebija iegūta. no iekšējiem vai ārējiem avotiem. Rekords, kas sākas kā vārds un e-pasts kļūst par izmantojamamu profilu ar darba nosaukumu, uzņēmuma lielumu un citiem laukumiem, kas to dara darbam.

2. Kāds ir piemērs bagātinātām datu lietām?

Kontaktinformācija, kas ir bagātināta ar firmografiskajiem datiem, no tikai nosaukuma un e-pastu var būt saistīta ar uzņēmuma lielumu, nozaru un ieņēmumu. Tas pats ieraksts varētu arī bagātināt ar darba nosaukumu un vecumu, vai ar tehnogrāfiskām detaļām, piemēram, uzņēmuma CRM vai tirdzniecības stacēm.

3. Kādas ir datu bagātināšanas priekšrocības?

Visprecīzāks līderi, labākie līderi un īsākas formas, kas neatlaidina pilnību. Tas palīdz arī atdzīvoties uz slāpīgiem potenciālajiem klientiem un izsludina biznesa signālus, piemēram, finansēšanas rundi vai apņemšanās pieaugumu. kas norāda uz uzņēmumu, kurš var ieiet pirkšanas akmens.

4. Kāds ir atšķirība starp datu uzlabošanu un datu bagātināšanu?

Šos terminus bieži lieto kā sinonīmus, taču uzlabošana parasti nozīmē esošo lauku kvalitātes celšanu, savukārt bagātināšana pievieno pilnīgi jaunus laukus, kuru iepriekš nebija. Praksē vairums komandu tos uzskata par vienu procesu.

5. Kāds ir atšķirība starp datu bagātināšanu un datu tīrēšanu?

Tīrīšana labo esošo: drukas kļūdas, dublikātus un novecojušas vērtības. Bagātināšana pievieno trūkstošo: laukus, piemēram, amata nosaukumu vai ieņēmumus, kas iepriekš nebija iegūti. Abi procesi vislabāk darbojas secīgi — vispirms tīrīšana, pēc tam bagātināšana.