Качество данных CRM: как измерить по пяти измерениям
До лида с неверным номером не дозвониться, устаревший статус раздувает прогноз, а причина «другое» оставляет без ответа вопрос «почему теряем?». В статье измеряем качество данных CRM по пяти измерениям: как считать каждое, ежемесячная проверка 50 карточек, таблица на одну страницу, причины и исправления, проверка данных от AI и ответственность.
Короткий ответ
Качество данных CRM измеряется по пяти измерениям: полнота (заполнены ли ключевые поля), точность (совпадает ли записанное с реальностью), уникальность (один клиент — одна карточка), актуальность (отражают ли статус и этап текущее положение) и согласованность (одно и то же везде записано одинаково). Практичный способ: каждый месяц открывать 50 случайных карточек, проверять их по пяти измерениям и хранить результат в таблице на одну страницу. Когда цифра ухудшается, ищут причину — обычно это не небрежность менеджера, а неудачно устроенное поле, свободный текст или непроверенный импорт.
Во что обходятся плохие данные
Качество данных звучит абстрактно, но последствия у него очень конкретные. До лида с неверным номером не дозвониться. Лид с устаревшим статусом раздувает воронку и сбивает прогноз. Дубль карточки отправляет одному человеку два сообщения в кампании. Лиды, закрытые с причиной «другое», оставляют без ответа вопрос «почему теряем?».
В худшем случае руководство перестаёт доверять CRM и снова принимает решения «на ощущениях». С этого момента пропадает и мотивация вносить данные, и круг замыкается.
Пять измерений
- ПолнотаДоля заполненных ключевых полей: телефон, источник, статус, следующий шаг, причина закрытия.
- ТочностьСоответствует ли значение реальности: номер работает, имя верное, потребность совпадает со сказанным в разговоре.
- УникальностьСколько карточек у одного человека: доля карточек с одинаковым нормализованным номером.
- АктуальностьОтражают ли статус и этап настоящее: лиды «в работе» без действий 30 дней.
- СогласованностьЗаписывается ли одно и то же одинаково: названия кампаний, городов, список причин.
Как измерять каждое измерение
- Полнота — автоматически: выгрузить из CRM и посчитать карточки с пустыми ключевыми полями.
- Уникальность — автоматически: нормализовать номера и посчитать карточки с одинаковым номером.
- Актуальность — автоматически: открытые лиды, у которых последнее действие старше 30 дней.
- Согласованность — полуавтоматически: посмотреть список уникальных значений поля. Двадцать три написания вместо пяти городов — проблема.
- Точность — только вручную: открыть 50 карточек и сравнить с разговором или звонком.
Ежемесячная проверка 50 карточек
Каждый месяц выбирайте 50 случайных лидов, созданных за последние 30 дней. По каждой карточке задайте пять вопросов: заполнены ли ключевые поля, верны ли номер и имя, есть ли у клиента другая карточка, отражают ли статус и этап текущее положение, выбраны ли кампания и причина из списка? Ответы запишите в одну таблицу. Это занимает у одного человека час-два и проверяет надёжность всех ваших отчётов.
Таблица качества на одну страницу
Храните результат каждый месяц в одном формате, чтобы был виден тренд:
- Полнота: доля заполненных ключевых полей — цель и факт.
- Точность: в скольких из 50 карточек найдена хотя бы одна ошибка.
- Уникальность: доля дублей.
- Актуальность: число «забытых» открытых лидов.
- Согласованность: число значений, записанных вне списка.
- Главная проблема месяца и одно исправление — с ответственным и датой.
Ищите причину, а не виноватого
Плохие данные чаще всего — следствие устройства системы. Типичные причины и исправления:
- Поле со свободным текстом → список выбора.
- Ключевое поле не обязательно → обязательно при переходе.
- Номер копируется вручную → номер автоматически берётся из разговора.
- Непроверенный импорт → нормализация и проверка дублей до импорта.
- Менять статус неудобно → изменение одним касанием.
Очистка уже существующих дублей разобрана в статье о дублях карточек в CRM.
Проверка данных, записанных AI
В AI CRM часть полей заполняет AI по разговору. Это повышает полноту, но не отменяет проверку точности. В ежемесячной проверке отмечайте поля, заполненные AI, отдельно и смотрите на три вещи: не записано ли значение, которого нет в разговоре; правильно ли относительная дата («завтра») превращена в конкретную; совпадает ли сводка AI со сказанным клиентом? В хорошо устроенной системе AI оставляет поле пустым, если не нашёл значение: пустое поле лучше неверного.
Кто отвечает
У качества данных должен быть владелец — обычно администратор CRM или ответственный за операционную работу продаж. Он проводит ежемесячную проверку, представляет таблицу руководителю продаж и следит за исправлениями. Менеджеры отвечают за качество своих карточек, но им нужны правильные инструменты: обязательные поля, списки выбора, изменения одним касанием.
Иллюстративный пример
Это иллюстративный пример. Первая ежемесячная проверка сети автосервисов показывает: в 40% карточек нет источника, в поле «город» 19 разных написаний вместо 5 городов, а в 11 карточках из 50 номер либо неверный, либо принадлежит другому человеку. Половина причин закрытия — «другое».
Исправления: поля источника и причины становятся обязательными списками выбора, город выбирается из списка, а номера больше не копируются вручную. Через три месяца таблица показывает заметное улучшение полноты и согласованности, а проверка точности продолжается каждый месяц.
Типичные ошибки
- Считать качество данных разовым «проектом по чистке».
- Измерять только полноту — заполненные, но неверные поля остаются невидимыми.
- Перекладывать плохие данные на менеджеров, не глядя на устройство системы.
- Делать обязательными все поля — менеджеры заполняют их бессмысленными значениями.
- Никогда не проверять поля, заполненные AI.
Ограничения
Выборка из 50 карточек может пропустить мелкие проблемы — она показывает направление, а не точный процент. Некоторые ошибки всплывают только при контакте с клиентом: что номер чужой, вы узнаёте, когда звоните. Качество данных связано и с обработкой персональных данных: не собирать лишнего и вовремя удалять старое — тоже часть качества; сроки хранения проверьте по местному законодательству.
Качество данных в Vexvon
В Vexvon часть качества данных защищается на входе: номер распознаётся в переписке в пяти форматах, номера самой компании не считаются лидами, при открытом лиде с тем же номером новая карточка не создаётся, а при импорте CSV проверяются повторяющиеся номера. Поля, заданные компанией, извлекаются из разговора осторожно — значение записывается, только если оно есть в тексте, иначе поле остаётся пустым. Причина закрытия выбирается из списка, а каждое изменение попадает в журнал действий. Подробнее — Vexvon CRM.
Следующий шаг
Проведите в этом месяце первую проверку 50 карточек и запишите результат по пяти измерениям на одной странице. Самое слабое измерение подскажет единственное исправление на следующий месяц. Какие поля чат-бот должен записывать в CRM, разобрано в статье о чат-боте и карточке клиента. Другие статьи — в разделе об AI CRM; проверку можно настроить вместе во время демо.