Duplicity, volný text tam, kde se má filtrovat, a záznamy bez vlastníka nevznikají kvůli špatnému softwaru. Čtyři pravidla, která drží obchodní data v pořádku v tabulce i v CRM.
V databázi je stejná firma třikrát. Jeden záznam založil obchodník z telefonu, druhý přišel z webového formuláře, třetí dorazil importem staré tabulky. Každý z nich nese kus historie a žádný z nich není celý. Není to chyba softwaru - je to důsledek toho, že chybělo pravidlo, jak nový záznam vzniká.
Pořádek v obchodních datech není otázka nástroje. Čtyři pravidla níž fungují stejně v Excelu, v krabicovém CRM i v systému na míru, protože všechna čtyři řeší okamžik zápisu, ne úklid potom.
Pravidlo první: jedna věc, jeden záznam
Duplicity nevznikají časem. Vznikají ve třech konkrétních okamžicích: když někdo ručně založí firmu, kterou předtím nenašel; když formulář z webu vytvoří záznam bez kontroly na existující; a při importu, který se nepároval na nic konkrétního.
Společný jmenovatel je chybějící klíč. Název firmy klíč není - „Novák a syn s.r.o.", „Novák a syn, s. r. o." a „NOVAK A SYN" jsou pro člověka jedna firma a pro databázi tři různé. U firem je jediný spolehlivý klíč IČO, u kontaktních osob e-mail, u zakázek číslo, které generuje systém sám.
Prevence má dvě části. Pole s klíčem nastavte jako unikátní, aby druhý zápis stejné hodnoty systém odmítl. A při zakládání nechte našeptávat existující záznamy dřív, než člověk stihne vyplnit zbytek formuláře - většina duplicit vzniká prostě proto, že hledání je pomalejší než založení nového. Když se firemní údaje navíc tahají rovnou z ARESu, je IČO vyplněné správně hned při vzniku a nikdo ho nepřepisuje ručně.
Druhá polovina tohoto pravidla je rozdělení věcí. Firma, kontaktní osoba a obchodní případ jsou tři různé entity a patří do tří propojených tabulek. Nejčastější chyba je jeden řádek na poptávku, ve kterém se název firmy opakuje pokaždé znovu. Zákazník pak jako věc vůbec neexistuje - existuje jen text v deseti řádcích, ze kterého se nedá spočítat obrat ani historie. Jak takovou strukturu postavit od začátku, rozebírá článek o tom, jak založit databázi zákazníků.
Duplicita se řeší při vzniku, ne při úklidu
Záznam, který projde kontrolou na klíč už při zakládání, nemusí nikdo dohledávat a slučovat o rok později.
Pravidlo druhé: co budete filtrovat, to nesmí být volný text
Rozdělte pole na dvě skupiny. Ta, která si člověk jen přečte - poznámka ze schůzky, adresa, popis zakázky. A ta, podle kterých se někdy bude filtrovat, seskupovat nebo počítat. Druhá skupina nesmí být textové pole.
Nejtypičtější případ je zdroj poptávky. Když je to volný text, sesbírá se za rok pro čtyři reálné kanály zhruba čtyřicet hodnot: „web", „Web", „webovky", „z webu", „google", „Google Ads", „PPC", „ppc kampaň". Report podle zdroje pak nejde udělat vůbec, protože každá hodnota je samostatná skupina. Totéž platí pro obor zákazníka, důvod prohry, typ zakázky nebo velikost firmy.
Číselník má být krátký. Pět až osm hodnot lidé přečtou a vyberou tu správnou, u dvaceti vyberou první nebo poslední. Vždy do něj patří položka „Jiné" doplněná textovým polem - bez ní si lidé začnou ohýbat existující hodnoty a data budou vypadat čistě, ale budou lhát. A měnit číselník smí jeden určený člověk, ne každý, kdo zrovna potřebuje novou hodnotu.
Praktický test: vezměte report, který po vás vedení chce, a podívejte se, ze kterých polí se počítá. Každé z nich musí být výběr, datum, číslo nebo odkaz na jiný záznam. Co z toho vyplyne pro reporting bez ručních exportů, ukazuje článek o reportingu obchodu bez exportů do Excelu.
Pravidlo třetí: každý záznam má vlastníka a datum poslední aktivity
Záznam, který patří všem, nepatří nikomu. Vlastník musí být jeden konkrétní člověk, ne tým a ne textové pole s poznámkou „Petr nebo Jana". Technicky to znamená pole typu uživatel, protože jen tak se dá filtrovat „moje firmy" a jen tak jde při odchodu obchodníka přepsat vlastnictví hromadně místo ručního procházení.
Datum poslední aktivity si nikdo nesmí psát ručně. Má ho nastavovat systém pokaždé, když k záznamu přibude poznámka, e-mail, hovor nebo schůzka. Ručně vyplňované datum se přestane vyplňovat do tří týdnů a od té chvíle jen zavádí.
Tyhle dva sloupce udělají většinu práce, kterou od dat čekáte. Filtr „moje firmy bez aktivity 90 dní" je celá kontrola stavu portfolia. Filtr „obchodní případy bez vlastníka" najde všechno, co propadlo mezi lidmi při předávkách a dovolených. A pohled na záznamy, které mají stav „aktivní zákazník", ale poslední aktivitu před dvěma lety, obvykle ukáže, že skutečná zákaznická základna je menší, než firma říká na poradách.
Vlastník je zároveň podmínka toho, aby fungoval follow-up jako proces, ne jako dobrá vůle. Automatizace, která má připomenout ozvání se po deseti dnech, musí vědět, komu ho připomenout.
Pravidlo čtvrté: data se čistí průběžně, ne jednou za rok
Velký úklid vypadá logicky a nefunguje. Někdo dostane export čtyř tisíc řádků a tři dny na to, aby to dal do pořádku. Za půl roku je databáze ve stejném stavu, protože se uklidil výsledek a nezměnil se způsob, jakým data vznikají. Ta tři dny se navíc obvykle nezopakují.
Průběžné čištění vypadá jinak. Postavte si jeden pohled „záznamy k dořešení" s několika podmínkami: firma bez IČO, obchodní případ bez vlastníka, kontakt bez e-mailu i telefonu, záznam bez aktivity déle než šest měsíců. Patnáct minut týdně a dvacet záznamů je udržitelná dávka, kterou člověk skutečně udělá.
Druhá polovina je prevence na vstupu. Povinná pole u zakládání, automatizace, která pošle úkol vlastníkovi, když záznam po týdnu nemá vyplněný zdroj nebo stav, a kontrola duplicit u importů. V systémech s vlastním datovým modelem, jako je Apexloop, se tyhle kontroly nastavují jako pravidla nad tabulkou a platí pro webový formulář i ruční zápis stejně.
A poslední věc: nemazat. Zákazník, se kterým dva roky nic není, dostane stav „neaktivní" a zmizí z pracovních pohledů, ale historie zůstane. Smazaný záznam vezme s sebou i faktury a poptávky, které na něj navazovaly. Nejlevnější okamžik na velký zásah do struktury dat je stěhování do jiného systému, což je zároveň nejrizikovější moment - co se při něm typicky ztratí, shrnuje článek o migraci dat mezi systémy.
Od symptomu k pravidlu: kde hledat příčinu
Většina stížností na „nepořádek v CRM" se dá vystopovat k jednomu ze čtyř pravidel. Tabulka níž je zkratka pro to, kde příčinu hledat.
| Symptom | Co ho způsobilo | Pravidlo, které to řeší |
|---|---|---|
| Stejná firma je v databázi třikrát | Záznam jde založit bez kontroly na existující klíč | 1 - jedna věc, jeden záznam |
| Report podle zdroje poptávky má čtyřicet řádků | Zdroj je textové pole, ne výběr z hodnot | 2 - číselník tam, kde se filtruje |
| Nikdo neví, kdo se má zákazníkovi ozvat | Vlastník chybí, nebo je to text se jménem týmu | 3 - vlastník a datum aktivity |
| „Aktivní" zákazníci, kteří dva roky nekoupili | Poslední aktivita se dopisuje ručně, nebo vůbec | 3 - vlastník a datum aktivity |
| Import z tabulky přidal tři sta nových duplicit | Před importem se nepárovalo na IČO ani e-mail | 1 - jedna věc, jeden záznam |
| Půl roku po velkém úklidu je stejný nepořádek | Uklidil se výsledek, vznik dat zůstal stejný | 4 - průběžné čištění |
| Obchodník si vedle systému vede vlastní tabulku | V systému chybí pole, které při své práci potřebuje | 2 - číselník tam, kde se filtruje |
Pravidla se dají zavést i do systému, který už rok běží. Pořadí je ale důležité: nejdřív klíče a struktura, pak číselníky, pak vlastníci, a teprve nakonec se pouštějte do úklidu historie. Obráceně budete čistit data, která se vzápětí znovu pokazí.
Odkud tenhle nepořádek většinou pochází, popisuje článek o tom, jak se dostat z obchodu vedeného v e-mailech a tabulkách. Praktická podoba třetího pravidla - tedy jak si obchodník poskládá svůj den z filtrů nad vlastními daty - je v textu o vlastních filtrech a pohledech. A pokud řešíte, kdo má která data vůbec vidět a upravovat, na to je samostatný průvodce přístupovými právy a viditelností dat.
Časté otázky k čistotě obchodních dat
Jak se zbavit duplicit v CRM?
Nejdřív zastavte jejich vznik, jinak je budete slučovat pořád dokola: nastavte unikátní klíč (IČO u firem, e-mail u kontaktů) a našeptávání existujících záznamů při zakládání. Teprve pak projděte stávající data, ideálně po dávkách seřazených podle klíče, ne najednou.
Kolik hodnot má mít číselník, aby se používal?
Pět až osm. Kratší seznam lidé přečtou celý a vyberou správnou hodnotu, u dvaceti položek vybírají první nebo poslední. Vždy přidejte položku „Jiné" s textovým doplněním a určete jednoho člověka, který smí číselník měnit.
Jak často se mají čistit data v CRM?
Průběžně, v malých dávkách. Patnáct minut týdně nad pohledem „záznamy k dořešení" udrží databázi v lepším stavu než třídenní úklid jednou za rok, protože jednorázový úklid nemění způsob, jakým data vznikají.
Vyplatí se čistit data před přechodem do nového systému?
Ano, ale ne všechna. Vyčistěte klíčová pole, podle kterých se bude párovat a filtrovat, a označte neaktivní záznamy. Historii poznámek a e-mailů převádějte tak, jak je - její ruční přepisování stojí víc času, než kolik přinese užitku.