Skip to main content
AI CRM: data və hesabatlar

CRM data keyfiyyətini necə ölçmək: beş ölçü

Nömrəsi səhv lead-ə zəng çatmır, köhnə status proqnozu şişirdir, «digər» səbəbi isə «niyə itiririk?» sualını cavabsız qoyur. Bu yazıda CRM data keyfiyyətini beş ölçü ilə ölçürük: hər ölçünün necə hesablandığı, aylıq 50 kartlıq yoxlama, bir səhifəlik cədvəl, səbəblər və düzəlişlər, AI-nin yazdığı datanın yoxlanması və sahiblik.

Ryan FosterCRM və inteqrasiyalar üzrə rəhbər6 Oktyabr 20265 dəq oxu

Qısa cavab

CRM data keyfiyyəti beş ölçü ilə ölçülür: tamlıq (vacib sahələr doludurmu), doğruluq (yazılan reallığa uyğundurmu), təkrarsızlıq (bir müştəri bir kartdırmı), aktuallıq (status və mərhələ indiki vəziyyəti göstərirmi) və ardıcıllıq (eyni şey hər yerdə eyni yazılırmı). Praktik üsul: hər ay təsadüfi 50 kartı açıb beş ölçü üzrə yoxlamaq və nəticəni bir səhifəlik cədvəldə saxlamaq. Rəqəm pisləşəndə səbəb axtarılır — menecerin səhlənkarlığı yox, adətən səhv qurulmuş sahə, sərbəst mətn və ya yoxlanılmamış idxal.

Pis data nəyə başa gəlir

Data keyfiyyəti abstrakt mövzu kimi görünür, amma nəticələri çox konkretdir. Nömrəsi səhv yazılmış lead-ə zəng çatmır. Statusu köhnə qalan lead pipeline-ı şişirdir və proqnoz yanılır. Dublikat kart kampaniyada eyni adama iki mesaj göndərir. Bağlanma səbəbi «digər» yazılan lead-lər «niyə itiririk?» sualını cavabsız qoyur.

Ən pis halda rəhbər CRM-ə inanmağı dayandırır və qərarları yenidən «hiss» ilə verir. Bu andan sonra CRM-ə data yazmağa da motivasiya itir və dövrə pisləşir.

Beş ölçü

  1. TamlıqVacib sahələrin dolu olma faizi: telefon, mənbə, status, növbəti addım, bağlanma səbəbi.
  2. DoğruluqYazılan dəyər reallığa uyğundurmu: nömrə işləyir, ad düzgündür, ehtiyac söhbətdə deyilənlə üst-üstə düşür.
  3. TəkrarsızlıqEyni insanın neçə kartı var: normal formata salınmış eyni nömrəli kartların payı.
  4. AktuallıqStatus və mərhələ indiki vəziyyətə uyğundurmu: «işlənir» statusunda olub 30 gündür heç bir fəaliyyəti olmayan lead-lər.
  5. ArdıcıllıqEyni şey eyni cür yazılırmı: kampaniya adları, şəhər adları, səbəb siyahısı.

Hər ölçünü necə ölçmək

  • Tamlıq — avtomatik: CRM-dən ixrac edib vacib sahələrin boş olduğu kartları saymaq.
  • Təkrarsızlıq — avtomatik: nömrələri bir formata salıb eyni nömrəli kartları saymaq.
  • Aktuallıq — avtomatik: açıq statusda olub son fəaliyyəti 30 gündən köhnə olan lead-lər.
  • Ardıcıllıq — yarı avtomatik: bir sahənin unikal dəyərlərinin siyahısına baxmaq. 5 şəhər əvəzinə 23 yazılış varsa, problem var.
  • Doğruluq — yalnız əl ilə: 50 kartı açıb söhbət və ya zəng ilə müqayisə etmək.

Aylıq 50 kartlıq yoxlama

Hər ay son 30 gündə yaranmış lead-lərdən təsadüfi 50-ni seçin. Hər kart üçün beş sual verin: vacib sahələr doludurmu, nömrə və ad doğrudurmu, bu müştərinin başqa kartı varmı, status və mərhələ indiki vəziyyəti göstərirmi, kampaniya və səbəb siyahıdan seçilibmi? Cavabları bir cədvələ yazın. Bu iş bir nəfərin bir-iki saatını alır və bütün hesabatların etibarlılığını yoxlayır. Kampaniyalardan gələn qeydlər bu yoxlamanın tapdığı boşluqların tez-tez mənbəyidir; bax: marketinq kampaniyasından CRM-ə data axını.

Bir səhifəlik keyfiyyət cədvəli

Nəticəni hər ay eyni formada saxlayın ki, trend görünsün:

  • Tamlıq: vacib sahələrin dolu olma faizi — hədəf və faktiki.
  • Doğruluq: 50 kartdan neçəsində ən azı bir səhv tapıldı.
  • Təkrarsızlıq: dublikat kartların payı.
  • Aktuallıq: «unudulmuş» açıq lead-lərin sayı.
  • Ardıcıllıq: siyahıdan kənar yazılmış dəyərlərin sayı.
  • Bu ayın əsas problemi və bir düzəliş — sahibi və tarixi ilə.

Səbəbi axtarın, günahkarı yox

Pis data çox vaxt sistemin dizaynından gəlir. Tipik səbəblər və düzəlişlər:

  • Sərbəst mətn sahəsi → seçim siyahısı.
  • Məcburi olmayan vacib sahə → keçiddə məcburi sahə.
  • Əl ilə köçürülən nömrə → nömrənin söhbətdən avtomatik tutulması.
  • Yoxlanılmamış idxal → idxaldan əvvəl formatlama və dublikat yoxlaması.
  • Status dəyişməyi çətin olan interfeys → bir toxunuşla dəyişiklik.

Mövcud dublikatların təmizlənməsini CRM-də dublikat kartlar yazısında izah etmişik.

AI-nin yazdığı datanı yoxlamaq

AI CRM-də sahələrin bir hissəsini söhbətdən AI doldurur. Bu, tamlığı artırır, amma doğruluq yoxlamasını aradan qaldırmır. Aylıq yoxlamada AI-nin doldurduğu sahələri ayrıca qeyd edin və üç şeyə baxın: söhbətdə olmayan dəyər yazılıbmı, nisbi tarix («sabah») düzgün tarixə çevrilibmi, müştərinin dediyi ilə AI-nin xülasəsi uyğundurmu? Yaxşı qurulmuş sistemdə AI tapmadığı dəyəri boş saxlayır — boş sahə səhv dolu sahədən yaxşıdır.

Kim cavabdehdir

Data keyfiyyətinin bir sahibi olmalıdır — adətən CRM admini və ya satış əməliyyatları üzrə məsul. O, aylıq yoxlamanı aparır, cədvəli satış rəhbərinə təqdim edir və düzəlişləri izləyir. Menecerlər isə öz kartlarının keyfiyyətinə cavabdehdir, amma onlara düzgün alət verilməlidir: məcburi sahələr, seçim siyahıları, bir toxunuşla dəyişiklik.

İllüstrativ nümunə

Bu, illüstrativ nümunədir. Avtoservis şəbəkəsinin ilk aylıq yoxlaması göstərir: kartların 40%-ində mənbə boşdur, «şəhər» sahəsində 5 şəhər əvəzinə 19 fərqli yazılış var, 50 kartdan 11-ində nömrə ya səhvdir, ya da başqa adama aiddir. Bağlanma səbəblərinin yarısı «digər»dir.

Düzəlişlər: mənbə və səbəb sahələri məcburi seçim siyahısına çevrilir, şəhər sahəsi siyahıdan seçilir, nömrə isə artıq əl ilə köçürülmür. Üç ay sonra cədvəldə tamlıq və ardıcıllıq aydın şəkildə yaxşılaşır, doğruluq yoxlaması isə hər ay davam edir. Tamlıqdakı artımın böyük hissəsi strukturlu qeydlərdən gəlir; bax: AI ilə CRM qeydlərini standartlaşdırmaq. Data yeni CRM-ə köçürülürsə, bu ölçmə saxlanılmalı olan başlanğıc göstəricidir; bax: CRM köçürməsi.

Tipik səhvlər

  • Data keyfiyyətini bir dəfəlik «təmizlik layihəsi» saymaq.
  • Yalnız tamlığı ölçmək — dolu, amma səhv sahələr görünmür.
  • Pis datanı menecerlərin üstünə atıb sistem dizaynına baxmamaq.
  • Hər sahəni məcburi etmək — menecerlər mənasız dəyərlərlə doldurur.
  • AI-nin doldurduğu sahələri heç vaxt yoxlamamaq.

Məhdudiyyətlər

50 kartlıq nümunə kiçik problemləri qaçıra bilər — o, istiqaməti göstərir, dəqiq faizi yox. Bəzi səhvlər yalnız müştəri ilə əlaqədə üzə çıxır: nömrənin başqasına aid olduğunu zəng edəndə öyrənirsiniz. Data keyfiyyəti həm də şəxsi məlumatın emalı ilə bağlıdır: lazımsız məlumatı toplamamaq və köhnəni vaxtında silmək də keyfiyyətin bir hissəsidir — saxlama qaydalarını yerli qanunvericiliyə görə yoxlayın.

Vexvon-da data keyfiyyəti

Vexvon-da keyfiyyətin bir hissəsi qəbul anında qorunur: nömrə yazışmadan beş formatda tanınır, şirkətin öz nömrələri lead sayılmır, eyni nömrə ilə açıq lead varsa, yeni kart yaranmır, CSV idxalında təkrar nömrələr yoxlanılır. Şirkətin təyin etdiyi sahələr söhbətdən mühafizəkar şəkildə çıxarılır — dəyər yalnız mətndə varsa yazılır, tapılmayanda boş qalır. Bağlanma səbəbi siyahıdan seçilir, hər dəyişiklik isə hərəkət jurnalına düşür. Ətraflı: Vexvon CRM.

Növbəti addım

Bu ay ilk 50 kartlıq yoxlamanı aparın və beş ölçü üzrə nəticəni bir səhifəyə yazın. Ən zəif ölçü növbəti ayın tək düzəlişini göstərəcək. Çatbotun CRM-ə hansı sahələri yazmalı olduğunu çatbot və CRM müştəri kartı yazısında izah etmişik. Digər yazılar AI CRM bölməsindədir; yoxlamanı demo zamanı birlikdə qura bilərik.

Ryan FosterCRM və inteqrasiyalar üzrə rəhbərRyan müştəri kommunikasiyasının arxasındakı sistemlər haqqında yazır: CRM datası və hesabatlar, lead idarəetməsi, omnichannel iş axınları və Vexvon-un API vasitəsilə mövcud alətlərə qoşulması.
Live demo

Ready? Let's start

See Vexvon live in a 10-minute demo.

  • A scenario built for your business
  • A live sample call
  • A tour of the platform
Get a demoorBook a meeting

Your details are used only for the demo and to get in touch.