{"id":63073,"date":"2020-06-23T00:00:00","date_gmt":"2020-06-23T04:00:00","guid":{"rendered":"https:\/\/dataladder.com\/leitfaden-zur-datenanreicherung-wie-man-crm-daten-anreichert-und-optimiert-um-genaue-einblicke-zu-erhalten\/"},"modified":"2022-04-19T12:18:07","modified_gmt":"2022-04-19T12:18:07","slug":"leitfaden-zur-datenanreicherung-wie-man-crm-daten-anreichert-und-optimiert-um-genaue-einblicke-zu-erhalten","status":"publish","type":"post","link":"https:\/\/dataladder.com\/de\/leitfaden-zur-datenanreicherung-wie-man-crm-daten-anreichert-und-optimiert-um-genaue-einblicke-zu-erhalten\/","title":{"rendered":"Leitfaden zur Datenanreicherung – Wie man CRM-Daten anreichert und optimiert, um genaue Einblicke zu erhalten"},"content":{"rendered":"

Die Personalisierung von Kunden ist ein digitales Gesch\u00e4ftsgebot, das saubere, aktualisierte und angereicherte Kundendaten erfordert. Der Prozess der Datenanreicherung, der Teil eines Datenqualit\u00e4tsmanagement-Frameworks ist, erm\u00f6glicht es Unternehmen, Daten von Drittanbietern zu erg\u00e4nzen oder vorhandene Daten zu konsolidieren, um genaue, aufschlussreiche Informationen \u00fcber ihre Kundendaten zu erhalten.<\/p>\n

Auf dem wettbewerbsintensiven Markt von heute ist das Unternehmen, das seine Kunden am besten kennt, f\u00fchrend. <\/strong><\/p>\n

Doch die Datenanreicherung ist kein einfaches Unterfangen. Um eine wertvolle Initiative zu sein, muss einer Schl\u00fcsselkomponente des Prozesses Priorit\u00e4t einger\u00e4umt werden – der Datenqualit\u00e4t. Damit ein Datenanreicherungsprozess erfolgreich sein kann, ben\u00f6tigen Sie saubere, zuverl\u00e4ssige und brauchbare <\/strong>Daten.<\/p>\n

In diesem Beitrag erfahren Sie, welche Rolle die Datenbereinigung im Prozess der Datenanreicherung spielt und warum es so wichtig ist, sich auf die Datenqualit\u00e4t zu konzentrieren.<\/p>\n

Was ist Datenanreicherung?<\/h2>\n

Ein CRM enth\u00e4lt im Allgemeinen grundlegende Kontaktinformationen wie Namen, E-Mail-Adressen, Telefonnummern usw. Die Unternehmen ben\u00f6tigen mehr Informationen, um ihre Kunden besser kennen zu lernen.<\/p>\n\n\n\n\n\n
Vorname<\/td>\nNachname<\/td>\nTelefon<\/td>\nE-Mail<\/td>\nAdresse<\/td>\n<\/tr>\n
Randy<\/td>\nHanscom<\/td>\n231-821-8063<\/td>\nrh@groupbuff.com<\/td>\n4085 Bienenstra\u00dfe, Holton MI<\/td>\n<\/tr>\n
Mark<\/td>\nWatkins<\/td>\n605-857-1883<\/td>\nwatkins@syncamore.com<\/td>\n2911 Hartway Street, Yankton<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Wo arbeitet zum Beispiel Kunde A? Wie lautet ihre Berufsbezeichnung? Was ist ihre bevorzugte Technikmarke? Welchen Familienstand haben sie und wie hoch ist ihr Einkommen? Demografische und firmenbezogene Informationen helfen bei der Anreicherung des CRM, so dass das Unternehmen tiefere Einblicke in seine Kunden erh\u00e4lt, die es zur Steigerung der Vertriebs- und Marketingleistung nutzen kann.<\/p>\n

Hier ein Beispiel f\u00fcr die Datenbankanreicherung auf einfacher Ebene. Zus\u00e4tzliche Informationen \u00fcber das Unternehmen des Kunden und das durchschnittliche Einkommen werden den Kontaktdatens\u00e4tzen hinzugef\u00fcgt, um einen vollst\u00e4ndigen \u00dcberblick \u00fcber das Kundenprofil zu erhalten. In dem Ma\u00dfe, wie das Unternehmen seinen Kundenservice oder seine Personalisierungsziele ausbaut, werden Haushaltsdaten wie der Familienstand des Kunden, der Familienstand und mehr in diese Datenbank aufgenommen. Das ultimative Ziel ist es, eine 360\u00b0-Sicht auf den Kunden<\/a> zu schaffen.<\/p>\n\n\n\n\n\n
Vorname<\/td>\nNachname<\/td>\nTelefon<\/td>\nE-Mail<\/td>\nAdresse<\/td>\nBeruf<\/td>\nUnternehmen<\/td>\nGehalt(avg)<\/td>\n<\/tr>\n
Randy<\/td>\nHanscom<\/td>\n231-821-8063<\/td>\nrh@groupbuff.com<\/td>\n4085 Bienenstra\u00dfe, Holton MI<\/td>\nMarketingleiter<\/td>\nGruppe Buff<\/td>\n$4000<\/td>\n<\/tr>\n
Mark<\/td>\nWatkins<\/td>\n605-857-1883<\/td>\nwatkins@syncamore.com<\/td>\n2911 Hartway Street, Yankton<\/td>\nVerkaufsdirektor<\/td>\nSyncamore<\/td>\n$8300<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Organisationen auf Unternehmensebene wie Banken, Versicherungen und Finanzunternehmen haben es schwer, ihre Daten zu konsolidieren und anzureichern, da sie in unterschiedlichen Systemen gespeichert sind.<\/p>\n

Fluggesellschaften und Reiseveranstalter sind das perfekte Beispiel f\u00fcr Unternehmen, die ihre Daten auf vier oder f\u00fcnf verschiedene Datenbanken verteilen. Um das Erlebnis f\u00fcr die Passagiere zu verbessern, m\u00fcssen die Fluggesellschaften Passagierdaten wie vollst\u00e4ndige Namen, Adressen, genaue Geburtstage, Sitzplatzzuweisungen, Kreditkarten und alle Informationen, die eine Personalisierung erleichtern, konsolidieren. Die meisten Fluggesellschaften verf\u00fcgen jedoch nicht \u00fcber ein robustes Datenmanagement oder einen Plan zur Datenanreicherung, um diese Daten f\u00fcr ML oder KI-Initiativen.<\/a> In dem Ma\u00dfe, wie Unternehmen von Big Data, ML und KI profitieren, m\u00fcssen sie ihr CRM mit Lifestyle- und Verhaltensdaten anreichern, um personalisierte Dienste anbieten zu k\u00f6nnen. Damit dies m\u00f6glich ist, m\u00fcssen diese Unternehmen jedoch sowohl strukturierte als auch unstrukturierte Daten bereinigen, aktualisieren und verwalten.<\/p>\n

Datenanreicherung kann daher als eine Aktivit\u00e4t zusammengefasst werden, bei der eine gro\u00dfe Menge disparater, strukturierter und unstrukturierter Daten aus verschiedenen Quellen in etwas Wertvolles verwandelt wird.<\/p><\/blockquote>\n

Der Prozess – Wie werden die Daten angereichert? <\/strong><\/h2>\n

Es gibt zwei M\u00f6glichkeiten, wie Sie Daten anreichern k\u00f6nnen.<\/p>\n

    \n
  1. Auf dem vorhandenen Datenschatz aufbauen<\/li>\n
  2. Nutzen Sie Datendienste Dritter.<\/li>\n<\/ol>\n

    Ihr Unternehmen sammelt jeden Tag eine F\u00fclle von Kundendaten. Jeder Verkaufs-Chat, jede Interaktion in den sozialen Medien, jede Anmeldung wird in CRMs, ERPs und Tabellenkalkulationen aufgezeichnet. W\u00e4hrend Marketing und Vertrieb mit Kundendaten in einem CRM-System arbeiten, k\u00f6nnen Rechnungswesen oder Logistik das ERP-System zur Speicherung von Informationen nutzen. Diese uneinheitliche Sicht auf den Kunden ist ein Hindernis auf dem Weg zu den Zielen der Kundenerfahrung und Personalisierung. Daher ist es wichtig, zun\u00e4chst die internen Systeme zu durchforsten, um diese Informationen auszusortieren, sie zu bereinigen (d. h. Tippfehler, Fehler zu korrigieren, veraltete Daten zu entfernen), unn\u00f6tige Daten zu l\u00f6schen und sie zusammenzuf\u00fchren, um eine einzige Version der Wahrheit zu erstellen.<\/p>\n

    Wenn Sie z. B. ZOHO verwenden, k\u00f6nnten diese Informationen in den Dutzenden von Modulen und Feldern verloren gehen, die von Teammitgliedern im Laufe der Jahre eingerichtet worden sind. Datenanreicherung bedeutet in diesem Zusammenhang die \u00dcberpr\u00fcfung der CRM-Daten, die Bereinigung von Inkonsistenzen, das Zusammenf\u00fchren und L\u00f6schen von Feldern oder unn\u00f6tigen Daten und die Erstellung eines Golden Record (d. h. des perfektesten, genauesten Datensatzes) f\u00fcr jeden Ihrer Kunden.<\/p>\n

    Die andere Art der Datenanreicherung umfasst die Inanspruchnahme von Diensten Dritter, die Ihnen firmenbezogene (Informationen \u00fcber das Unternehmen eines Kunden), demografische und technografische (Nutzung von Technologien) Daten liefern. Diese Dienste bieten Listen mit zus\u00e4tzlichen Vertikalen, die Ihre Daten anreichern, wie z. B. die Funktion und das Niveau der Stelle und sogar die Buyer Persona, um Ihre Interessenten in einem ganz anderen Licht zu sehen. Diese Dienste erledigen die harte Arbeit f\u00fcr Sie – sie ziehen Informationen aus Social-Media-Kan\u00e4len, Google und anderen \u00f6ffentlichen Bereichen, so dass Sie vollst\u00e4ndige Informationen \u00fcber Ihr Publikum erhalten.<\/p>\n

    Unabh\u00e4ngig davon, welche Methode Sie verwenden, m\u00fcssen Sie auf die Qualit\u00e4t achten. Wenn Sie Daten aus internen Systemen extrahieren, m\u00fcssen Sie diese auf Duplikate und Datenhygieneprobleme (Rechtschreibfehler, Tippfehler, unstrukturierte Formate usw.) \u00fcberpr\u00fcfen. Wenn es sich um Daten von Dritten handelt, m\u00fcssen diese sauber, verifiziert und validiert sein.<\/p>\n

    Es gibt einen Prozess zur Datenanreicherung, der, wenn er befolgt wird, zum ultimativen Golden Record f\u00fchrt. Der folgende Prozess ist ein Rahmenwerk, das von DataMatch Enterprise von Data Ladder bereitgestellt wird, einer Self-Service-Software<\/a> zur Datenvorbereitung<\/a> und Datenanreicherung<\/a>.<\/p>\n

    Schritt – 1 Festlegung des Ziels der Datenanreicherung<\/h3>\n

    Die Personalisierung der Kunden ist in der Regel der Hauptgrund f\u00fcr das Ziel der Datenanreicherung. Unserer Erfahrung nach l\u00e4sst sich der Prozess der Datenanreicherung jedoch umso leichter umsetzen, je enger und gezielter das Ziel ist.<\/p>\n

    Ein Beispiel: Eine Versicherungsgesellschaft wollte ihr Kundenerlebnis verbessern, indem sie einen Krankenversicherungsplan f\u00fcr Studenten einf\u00fchrte. Das Unternehmen musste zun\u00e4chst entscheiden, welche Art von Daten es ben\u00f6tigte und wie stark die Segmentierung sein musste, um dieses Ziel zu erreichen. Auf einer sehr grundlegenden Ebene ben\u00f6tigten sie genealogische Aufzeichnungen, Familienaufzeichnungen, Eigentums- und Einkommensaufzeichnungen, elektronische Gesundheitsaufzeichnungen, Verhaltens- und Lebensstilaufzeichnungen. Die meisten Unterlagen waren bereits im Archiv der Versicherungsgesellschaft vorhanden. Die Daten \u00fcber das Verhalten und den Lebensstil wurden von Dritten bezogen. Nach der Erfassung und Segmentierung begann das Unternehmen mit dem Bereinigungs-, Zusammenf\u00fchrungs- und Bereinigungsprozess zur Konsolidierung der internen Daten mit den Daten Dritter.<\/p>\n

    Damit die Datenanreicherung funktioniert, m\u00fcssen Ziele, Zielgruppensegmentierung und Datens\u00e4tze klar definiert sein.<\/p>\n

    Schritt 2 – Aufbereitung Ihrer Daten mithilfe von Datenanreicherungstools<\/h3>\n

    Dies ist der wichtigste Teil des Prozesses.<\/p>\n

    Wenn Sie nicht bereits \u00fcber einen Datenqualit\u00e4tsplan verf\u00fcgen, m\u00fcssen Sie Ihre Daten vor der Anreicherung vorbereiten.<\/p>\n

    Mit DataMatch Enterprise k\u00f6nnen Sie unterschiedliche Datenquellen bereinigen, ableiten und konsolidieren, um die Daten so aufzubereiten, dass sie mit einem neuen Datensatz zusammengef\u00fchrt werden k\u00f6nnen.<\/p>\n

    Der Prozess der Datenaufbereitung<\/a> umfasst Folgendes:<\/p>\n

    Datenintegration: <\/strong>Integrieren Sie Ihre Datenquelle wie z. B. Salesforce oder HubSpot CRM direkt in die Plattform. Sie m\u00fcssen keine Zeit mit der manuellen Extraktion von Daten verschwenden. Schlie\u00dfen Sie einfach die Datenquelle an und beginnen Sie mit der Aufbereitung der Daten.<\/p>\n

    Datenprofilierung<\/a> <\/strong>: Dies ist ein entscheidender Schritt zur Datenbereinigung. Es hilft Ihnen, die Qualit\u00e4t Ihrer Daten zu bewerten und Probleme innerhalb der Datenquelle auf Zeilenebene zu erkennen. So k\u00f6nnen Sie beispielsweise sehen, in welchen Ihrer Datenzeilen E-Mail-Adressen oder Postleitzahlen fehlen. Sie werden nicht wissen, was zu tun ist, wenn Sie nicht sehen k\u00f6nnen, was falsch ist, und Probleme mit der Datenqualit\u00e4t sind so tief verwurzelt, dass sie einfach nicht wahrgenommen werden. Sie wissen vielleicht nicht einmal, dass einige Ihrer Felder nicht druckbare Zeichen oder Satzzeichen in Ihren Telefon- oder Adressdaten enthalten. Diese unsichtbaren Probleme werden sp\u00e4ter zu einem Engpass und erschweren einen reibungslosen Anreicherungsprozess.<\/p>\n

    \"Datenprofilierung\"
    Profiling verschmutzter Daten<\/figcaption><\/figure>\n

    Datenbereinigung<\/a> <\/strong>: Rohdaten sind von Natur aus mit Fehlern behaftet. Er muss von Tippfehlern, Rechtschreibfehlern und Unstimmigkeiten im Format bereinigt werden. Betrachten Sie die Datenbereinigung als notwendige Datenumwandlung (Umwandlung aller klein geschriebenen Namen in Gro\u00dfbuchstaben oder Entfernen aller unn\u00f6tigen Satzzeichen in einem Feld). Sobald Sie die Daten von diesen Ungereimtheiten bereinigt haben, werden sie brauchbar und wertvoll sein.<\/p>\n

    Daten-Deduplizierung<\/a><\/strong>: Es ist sehr wahrscheinlich, dass Ihre Daten drei bis vier Kopien einer einzigen Entit\u00e4t enthalten. Wenn Sie Daten aus mehreren Quellen konsolidieren, werden Sie mit Sicherheit Duplikate erhalten. Bevor Sie also weitere Daten hinzuf\u00fcgen, gleichen Sie die vorhandenen Daten ab, um Duplikate zu entfernen und sicherzustellen, dass es f\u00fcr jede Entit\u00e4t einen eindeutigen Datensatz gibt. Doppelte Daten sind gef\u00e4hrlich. Dies f\u00fchrt zu verzerrten Analysen und macht es schwierig, ein vollst\u00e4ndiges Bild Ihrer Zielgruppe zu erhalten.<\/p>\n

    \"cleaning<\/a>
    Listen bereinigen und entr\u00fcmpeln<\/figcaption><\/figure>\n

    Bereinigung von Daten<\/a> <\/strong>: Wenn Sie Daten aus mehreren Quellen extrahiert haben, z. B. aus einem CRM- und einem ERP-System, m\u00fcssen Sie diese in einem einzigen Datensatz zusammenf\u00fchren. Denken Sie jedoch daran, dass beide Quellen den oben beschriebenen Bereinigungs- und Deduplizierungsprozess durchlaufen m\u00fcssen, bevor sie zusammengef\u00fchrt werden k\u00f6nnen. Sobald Sie diese Datens\u00e4tze zusammengef\u00fchrt haben, k\u00f6nnen Sie die \u00fcberfl\u00fcssigen Felder entfernen und nur die Felder behalten, die Sie ben\u00f6tigen. In der Vergangenheit wurde dieser Prozess mit Hilfe von Excel oder komplexen Datenverwaltungsl\u00f6sungen durchgef\u00fchrt, deren Umsetzung Monate in Anspruch nahm. Mit einem Self-Service-Tool zur Datenanreicherung wie DataMatch Enterprise k\u00f6nnen Sie dies in nur wenigen Minuten erreichen.<\/p>\n

    \"Verwenden
    Verwenden Sie die Merge Purge Software, um Daten im gesamten Unternehmen zu bereinigen.<\/figcaption><\/figure>\n

    \u00dcberleben der Daten: <\/strong>Dies ist die letzte Phase des Anreicherungsprozesses. Unter der Voraussetzung, dass Ihre Drittanbieterdaten sauber sind (falls nicht, m\u00fcssen Sie diese ebenfalls durch den obigen Prozess f\u00fchren), k\u00f6nnen Sie diesen Datensatz nun mit Ihrem endg\u00fcltigen Datensatz zusammenf\u00fchren und einen Stammsatz erstellen. Dieser Stammdatensatz kann in die Datenbank Ihrer Wahl exportiert werden, und Sie verf\u00fcgen nun \u00fcber zuverl\u00e4ssige Daten, die Sie f\u00fcr Ihre Kampagnen nutzen k\u00f6nnen!<\/p>\n

    Es ist notwendig, einen wichtigen Punkt zu wiederholen: Jede Datenquelle, egal ob es sich um Daten von Dritten oder um Ihre eigenen Daten handelt, muss sauber, eindeutig und aktualisiert sein, bevor sie f\u00fcr Anreicherungszwecke verwendet werden kann.<\/p><\/blockquote>\n

    Wenn Sie sich \u00fcber die Qualit\u00e4t der Daten Dritter unsicher sind, pr\u00fcfen Sie die ersten 100 oder 200 Stichproben, um festzustellen, ob sie Qualit\u00e4tsprobleme aufweisen. Wenn sie Duplikate, Formatierungs- oder Strukturprobleme aufweist, m\u00fcssen Sie sie bereinigen und abziehen. Dies gilt insbesondere f\u00fcr Daten, die von Websites sozialer Medien und Online-Angeboten stammen.<\/p>\n

    Ein Wort der Warnung: Jeder Versuch, zwei Erstanbieter-Datens\u00e4tze abzugleichen, muss einen gemeinsamen Faktor haben, der die beiden Datens\u00e4tze miteinander verbindet. Dies kann ein gew\u00f6hnlicher Name, eine Telefonnummer, eine ID oder eine E-Mail-Adresse sein. Fehlt dieser gemeinsame Faktor, wird die gesamte Aktivit\u00e4t ung\u00fcltig, weil Sie nicht wissen, welcher Faktor sich auf dieselben Kunden in zwei verschiedenen Datens\u00e4tzen bezieht.<\/p>\n

    Schritt 3 – Halten Sie Ihre Daten auf dem neuesten Stand<\/h3>\n

    Sobald Sie saubere Datens\u00e4tze erstellt haben, m\u00fcssen Sie Ihre Daten auf dem neuesten Stand halten. Datenanreicherung ist keine einmalige Angelegenheit. Kundendaten, wie detailliert sie auch sein m\u00f6gen, sind im Grunde nur eine Momentaufnahme. Das Einkommensniveau steigt und f\u00e4llt, der Familienstand kann sich \u00e4ndern, der Autotyp und die Adresse k\u00f6nnen sich \u00e4ndern. Auch Namen k\u00f6nnen sich \u00e4ndern, insbesondere wenn sich der Familienstand \u00e4ndert.<\/p>\n

    Au\u00dferdem werden Sie im Verlauf Ihrer Kampagne oder Ihrer Ziele feststellen, dass Sie sie weiter ausbauen m\u00fcssen. Sie m\u00f6chten nicht jedes Mal den gesamten Bereinigungs- und Deduplizierungsprozess durchlaufen m\u00fcssen. Um unn\u00f6tige Komplikationen zu vermeiden, empfiehlt es sich, einen Zeitplan f\u00fcr die Datenbereinigung aufzustellen. Wenn Ihre Erstanbieterdaten sauber und optimiert sind, brauchen Sie nur ein paar Minuten, um die Daten von Drittanbietern zu bereinigen und sie an Ihre Datenbank anzuh\u00e4ngen.<\/p>\n

    Fast jedes Fortune-500-Unternehmen, mit dem wir zusammengearbeitet haben, ist bestrebt, die Ziele der Datenanreicherung zu erreichen, aber nur wenige bekommen den Prozess richtig hin. Andere sammeln Daten und deponieren sie in einem Datensee, wo sie schlummern, bis sie verfallen sind. Mit einer Datenverfallsrate von 2,1 % pro Monat und 22,5 % pro Jahr, k\u00f6nnen Sie es sich nicht leisten, Daten zu verlieren, die Sie m\u00fchsam gesammelt haben. Wenn Sie Ihre Daten nicht in regelm\u00e4\u00dfigen Abst\u00e4nden aktualisieren, verlieren Sie an Wert. <\/span><\/p>\n

    Warum ist Datenqualit\u00e4t wichtig?<\/h2>\n

    Sie m\u00fcssen nicht auf gro\u00dfe Ziele wie die Personalisierung warten, um die Qualit\u00e4t Ihrer Unterlagen zu erhalten. Wenn Sie jetzt eine strenge Datenqualit\u00e4tspolitik<\/a> einf\u00fchren, verhindern Sie sp\u00e4ter kostspielige Fehler. Wenn Sie Ihre Aufzeichnungen auf dem neuesten Stand halten, wirkt sich das direkt auf Ihren Kundenservice und Ihre Kundenerfahrung aus. Nehmen wir ein kleines Beispiel: Wenn Sie eine Einf\u00fchrungs-E-Mail versenden und Ihre Liste aus 5.000 veralteten Datens\u00e4tzen besteht, entgehen Ihnen Millionen an potenziellen Ums\u00e4tzen. Datenqualit\u00e4t erspart Ihnen praktisch Umsatzverluste!<\/p>\n\n\n\n\n\n\n\n
    Problem der Datenqualit\u00e4t<\/strong><\/span><\/td>\nBeispiel<\/strong><\/span><\/td>\n<\/tr>\n
    Ung\u00fcltiger Wert<\/td>\nG\u00fcltiger Wert kann „1“ oder „2“ sein, der aktuelle Wert ist jedoch „3“.<\/td>\n<\/tr>\n
    Kulturelle Regelkonformit\u00e4t<\/td>\nDatum = 1. Februar 2018 oder 1-1-18 oder 2-1-2018<\/td>\n<\/tr>\n
    Wert au\u00dferhalb des erforderlichen Bereichs<\/td>\nAlter des Kunden = 204<\/td>\n<\/tr>\n
    Inkonsistenz des Formats<\/td>\nTelefon = +135432524 oder (001)02325355<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

    Unabh\u00e4ngig von Struktur, Typ oder Format sollten Quelldaten, die zur Anreicherung bestimmt sind, im Hinblick auf die folgenden Schl\u00fcsselattribute validiert werden:<\/p>\n