TL;DR
- As ferramentas de IA de um CRM leem seus registros, por isso os duplicados alimentam essas ferramentas com dados divididos.
- Um assistente de IA pode responder a partir de um duplicado e perder o histórico guardado noutro.
- O lead scoring pode dividir a atividade de um comprador por vários registros e pontuar cada um demasiado baixo.
- Antes de implementar a IA, mescle os duplicados óbvios, normalmente correspondências exatas de email ou domínio.
- O Dedupely encontra duplicados nos registros que as suas ferramentas de IA leem e visualiza a prévia de cada mesclagem.
Muitos CRMs oferecem IA, integrada ou acrescentada por cima. Assistentes respondem perguntas sobre contas, a pontuação de leads indica quem ligar, redatores de email criam follow-ups, e agentes atualizam registros para você.
Todas leem a mesma coisa: os seus registros. Quando um cliente vive em dois ou três registros, cada ferramenta vê uma parte e a trata como o todo. As respostas parecem seguras, mas se baseiam em dados divididos.
Neste artigo, explico como os duplicados afetam cada tipo de ferramenta de IA e como algumas ferramentas de IA criam duplicados. Depois falo sobre o que corrigir primeiro. É sobre a IA que você já usa e sobre como os duplicados atrapalham o caminho dela.
O que a IA do seu CRM lê
As ferramentas de IA num CRM trabalham com os registros, campos, atividades e associações que você já tem. Elas não sabem que dois registros são da mesma pessoa a não ser que algo nos dados os vincule.
Uma pessoa lendo o CRM pode perceber que "Jen" e "Jennifer" com o mesmo sobrenome na mesma empresa são um só contato. Uma ferramenta de IA pode tratá-los como duas pessoas, cada uma com metade dos emails, metade das chamadas e metade dos negócios.
Isso afeta todo o tipo de IA que funciona dentro ou por cima de um CRM:
- Assistentes que respondem a perguntas sobre uma conta ou um contato.
- Lead scoring que classifica leads ou contatos por adequação e atividade.
- Redatores de emails que redigem mensagens a partir do histórico de um registro.
- Previsões que prevê a receita a partir dos negócios abertos.
- Agentes e bots de enriquecimento que criam ou atualizam registros por conta própria.
Os assistentes respondem com metade da história
Exemplo: Um comercial pergunta ao assistente quando foi a última vez que a equipe falou com uma conta. O assistente encontra um registro de empresa e responde a partir dele. A última chamada, o pedido de suporte em aberto e o contrato assinado estão no duplicado.
A resposta está certa para esse registro e errada para o cliente. O comercial não tem como o perceber pela resposta.
O que fazer: Mescle empresas e contatos duplicados antes de confiar num assistente para resumos de contas. Garanta que a mesclagem mantém atividades e associações, para que o histórico fique num só lugar.
O lead scoring divide um comprador em leads fracos
Exemplo: Uma pessoa baixa um guia com um email pessoal e marca uma demo com um email profissional. O modelo de pontuação vê dois leads com metade do envolvimento cada um. Nenhum ultrapassa o limiar, por isso ninguém liga.
Também pode acontecer o contrário. A mesma pessoa contada duas vezes pode fazer um segmento parecer mais envolvido do que é, e o modelo aprende com isso.
O que fazer: Verifique como o seu scoring trata pessoas com mais de um registro. Mescle as que tem a certeza antes de o modelo aprender com elas.
Os redatores de email com IA e as previsões trabalham a partir do registro errado
Exemplo: Um redator de IA escreve um follow-up a partir do registro que recebe. Se esse registro tiver um cargo antigo ou um negócio fechado, o email os menciona como se fossem atuais. Dois registros de uma mesma pessoa também podem receber duas vezes a mesma sequência escrita por IA.
Os modelos de previsão têm o mesmo ponto cego. Um negócio que existe duas vezes acrescenta receita que não existe, e negócios espalhados por dois registros de empresa escondem quanto vale um cliente.
O que fazer: Antes de ativar em grande escala emails ou previsões escritos por IA, mescle os contatos que compartilham email e revise os negócios abertos à procura de duplicados. Decida que valor ganha no cargo, responsável e opt-out de email, porque isso molda o que a IA escreve.
Agentes de IA e bots de enriquecimento podem criar duplicados
Algumas ferramentas de IA não apenas leem o CRM. Elas também gravam nele, e isso as torna uma nova fonte de duplicados.
Exemplo: Um bot de enriquecimento não encontra uma empresa com um nome ligeiramente diferente, por isso cria um registro novo. Um agente registra uma reunião e acrescenta um contato para um participante que já existe com outro email.
O que fazer: Verifique que campo cada agente ou bot usa para encontrar registros existentes antes de criar um. Depois de ativar um, acompanhe os novos registros que acrescenta nas primeiras semanas.
Porque pausar a IA custa mais do que limpar primeiro
O que vejo: Uma equipe com quem falei pôs um bot de IA em pausa até ter os dados limpos. Para eles, os dados tinham de vir primeiro.
Pausar custa tempo, e a confiança na ferramenta é mais difícil de recuperar do que de perder. Os vendedores que recebem uma resposta errada começam a verificar todas manualmente, o que frustra o objetivo.
O que fazer: Planeje uma limpeza antes do lançamento e dê a ela o seu próprio tempo no projeto. É mais fácil limpar antes de a IA começar a responder do que explicar depois por que ela errou.
Saber o que é um duplicado no seu próprio CRM
Exemplo: Uma equipe começa um projeto de IA partindo do princípio de que todos concordam no que é um duplicado. Depois vendas, marketing e suporte respondem cada um de forma diferente.
Dois contatos que compartilham info@company.com podem ser uma caixa de correio compartilhada, duas pessoas ou uma família. Duas empresas com o mesmo nome podem ser um só negócio ou uma empresa-mãe e a sua filial. O que uma equipe considera duplicado, outra pode não considerar.
O que fazer: Veja onde os registros se sobrepõem no seu CRM e acordem o que torna dois deles iguais. Depois pode decidir que campos usar na correspondência, quão rigoroso deve ser cada um e como deve ficar o registro mesclado.
O que limpar antes de ativar a IA
- Liste as ferramentas de IA que leem ou escrevem no CRM e os objetos que cada uma usa.
- Mescle primeiro os duplicados óbvios, normalmente correspondências exatas de email para pessoas e de domínio para empresas.
- Revise as correspondências menos certas, como nomes semelhantes na mesma empresa, antes de mesclá-las.
- Procure novos duplicados após o lançamento, porque formulários, importações, integrações e agentes continuam a acrescentar registros.
Como o Dedupely dá às suas ferramentas de IA um registro por cliente
Com o Dedupely, você cria pesquisas de duplicados para os registros que suas ferramentas de IA leem, começando por correspondências exatas de email ou domínio. Você define regras sobre qual valor ganha e visualiza a prévia de cada mesclagem, e as atividades e associações passam para o registro que permanece. Se tiver certeza de que dois registros não são o mesmo, você rejeita a correspondência falsa e ela não volta a aparecer nas suas pesquisas.
Encontre os duplicados que as suas ferramentas de IA estão lendo
Registros limpos tornam fiáveis as respostas da IA
Cada ferramenta de IA no seu CRM trabalha com os registros que você lhe dá. Quando um cliente está dividido em vários registros, os assistentes respondem com parte do histórico e as pontuações saem baixas demais. Os emails são enviados duas vezes, as previsões contam negócios que não existem, e os agentes podem acrescentar seus próprios duplicados.
A solução começa por saber o que é um duplicado no seu CRM e mesclar primeiro os óbvios. Com um registro por cliente, a IA tem a imagem completa e a sua equipe tem motivos para confiar no que ela diz.
Perguntas frequentes
Os registros duplicados afetam a IA num CRM?
Sim: as ferramentas de IA leem os registros do CRM, então um cliente dividido em vários registros entrega a elas dados divididos. Os assistentes podem responder a partir de um registro e deixar passar o histórico de outro. As pontuações de leads podem ficar baixas demais, e as previsões podem contar o mesmo negócio duas vezes.
Como preparo os dados do CRM para a IA?
Comece definindo o que conta como duplicado em cada objeto que a IA lê. Mescle primeiro os duplicados óbvios, normalmente correspondências exatas de email ou domínio. Depois decida qual valor ganha em campos-chave como responsável e opt-out, e revise as correspondências menos certas antes de mesclá-las.
Os contatos duplicados podem afetar o lead scoring?
Sim: quando uma pessoa tem dois registros, a atividade divide-se entre eles. Cada registro pontua menos do que a pessoa devia, por isso um comprador pronto pode nunca passar o limiar. Contar uma pessoa duas vezes também faz um segmento parecer mais ativo do que é.
Devo limpar o CRM antes ou depois de implementar a IA?
Antes, e continue a verificar depois do lançamento. Limpar primeiro faz com que a IA comece com um registro por cliente, e a equipe não perde a confiança depois de algumas respostas erradas. Formulários, importações, integrações e agentes de IA continuam a acrescentar registros, por isso os novos duplicados precisam de atenção quando a IA estiver funcionando.
Porque é que o assistente de IA do meu CRM dá respostas incompletas sobre as contas?
Muitas vezes porque o histórico da conta está espalhado por registros duplicados. O assistente encontra um registro e responde a partir dele, enquanto chamadas, negócios ou tickets recentes estão em outro. Mesclar empresas e contatos duplicados, mantendo atividades e associações, junta o histórico num só lugar.
Ou cadastre-se com o Google
