TL;DR
- Dubblettandel per objekt visar hur stor del av varje CRM-objekt som är duplicerad.
- Nya dubbletter per vecka eller månad visar om dina källor fortfarande skapar dem.
- En hög andel avvisade matchningar kan betyda att en dubblettsökning är för vid.
- Det finns ingen universell sund dubblettandel, så jämför med dina egna tidigare siffror.
- Dedupely visar antalet träffar och poster som varje duplicate search hittar, och loggar varje sammanslagning.
Efter en rensning frågar någon oftast om CRM:et är rent nu. Det är en rimlig fråga, och en svår att besvara med en känsla.
Att hålla ett CRM rent är ett löpande arbete. Formulär, importer och integrationer fortsätter att lägga till poster, och en del blir dubbletter. Det du kan mäta är hur många dubbletter du har, var nya uppstår och hur snabbt de hanteras.
I det här inlägget ser du vilka mätetal som visar att ditt CRM blir renare, vad var och ett säger dig och när du bör titta. Siffrorna fungerar för ett städprojekt, en regelbunden granskning och en rapport till ledningen.
Avgör först vad du mäter
Varje mätetal i det här inlägget beror på vad ert team räknar som dubblett. Det avgörs från fall till fall: det som ett team ser som dubblett kanske inte gör det för ett annat.
Två kontakter med samma namn på samma företag är en person för vissa team och två för andra. Skriv ner din definition per objekt och håll den fast mellan mätningar. Om definitionen ändras går siffrorna före och efter inte att jämföra.
Mätetal för hur många dubbletter du har
Dublettandel per objekt
Dubblettandelen är andelen av ett objekts poster som är extra poster i en dubblettgrupp. Mät den separat för kontakter, företag, leads och affärer, eftersom varje typ dupliceras av olika skäl.
Vår guide om hur du tar reda på hur många dubbletter ditt CRM har går igenom beräkningen med ett exempel. När du har ett första tal blir det din utgångspunkt.
Dubbletter per sökning
En enda siffra döljer vilka typer av dubbletter du har. Dela upp den efter de sökningar som hittade dem: exakta e-postmatchningar, matchningar på namn och företag samt matchningar på företagets huvuddomän.
De uppenbara dubbletterna, som exakta träffar på e-post eller domän, bör tas först. Om de inte tas är städningen ännu inte klar med grunderna.
Poster som saknar fältet som identifierar dem
En kontakt utan e-post eller ett företag utan domän är svår att matcha. Räkna sådana poster per objekt. Ett ökande antal innebär att framtida dubbletter blir svårare att hitta, även om dagens andel ser bra ut.
Nyckeltal för var dubbletter uppstår
Nya dubbletter per period
Räkna dubbletterna som skapats sedan din senaste kontroll, per vecka eller per månad. Det här är måttet som visar om källorna är under kontroll.
En minskande eftersläpning med ett jämnt flöde av nya dubbletter betyder att du städar snabbare än CRM:et fylls. Det betyder inte att problemet är löst.
Nya dubletter per källa
Gruppera nya dubbletter efter skapelsedatum, postkälla eller den integration som skapade dem. Ett kluster en och samma dag pekar ofta på en import. Ett jämnt inflöde kan peka på ett formulär eller en synkning.
Varje källa med ett återkommande mönster är en kandidat för automatisk sammanslagning, om du är säker på matchningarna. Källor som ökar kraftigt efter en ändring behöver en extra kontroll.
Mått på hur dubbletter hanteras
Sammanslagningar per period
Räkna de sammanslagningar som gjorts under varje period, per objekt. Bredvid nya dubbletter visar det om eftersläpningen minskar.
Spara en logg över varje sammanslagning med de ursprungliga värdena. Det är så du svarar på "vad hände med den här posten?" flera månader senare.
Avvisade matchningar
En avvisad matchning är en du är säker på inte är en dubblett, till exempel två avdelningar i samma företag. Avvisa den en gång, så slutar den dyka upp.
Följ andelen granskade matchningar som avvisas i varje sökning. En hög andel kan betyda att kriterierna är för lösa. En låg andel säger lite om de flesta matchningarna är ogranskade. Innan du automatiserar, granska ett representativt urval, kontrollera falska matchningar och testa de resulterande posterna.
Uppsättningar som väntar på granskning
Oklara matchningar ska granskas innan någon slår samman dem. Räkna hur många set som väntar och hur länge det äldsta har legat där. En granskningslista som bara växer betyder ofta att ingen äger den.
Riskabla matchningar hålls tillbaka
Vissa matchningar är riskabla till sin natur, till exempel mycket stora uppsättningar eller poster med platshållardata som test@test.com. Räkna hur många som hålls tillbaka. Ett plötsligt hopp kan peka på en ny källa som fyller i fält med exempelvärden.
Signaler från personerna som använder CRM:et
Siffrorna från datan visar hur många dubbletter som finns. Ditt team berättar vad de kostar.
- Rapporter som räknar samma kund två gånger.
- Tvister mellan säljare om vem som äger ett konto.
- Kontakter som får samma e-post mer än en gång.
- A CRM-faktura som växer med dubblettposter.
Den främsta konsekvensen bakom alla dessa är förlorat förtroende för CRM. När säljarna slutar lita på datan för egna listor, och de listorna skapar fler dubbletter.
CRM-dubblettmått i korthet
| Mätvärde | Vad den visar | När du bör titta |
|---|---|---|
| Dublettandel per objekt | Hur stor del av varje objekt som är dubblerad | Före en rensning, sedan vid varje granskning |
| Dubbletter per sökning | Vilka typer av dubbletter som finns kvar | Under en städning |
| Poster som saknar identifieringsfältet | Hur svåra framtida dubbletter blir att hitta | Vid varje granskning |
| Nya dubbletter per period | Om källor fortfarande skapar dubbletter | Varje vecka eller varje månad |
| Nya dubletter per källa | Vilket formulär, vilken import eller synkronisering som ska åtgärdas | Varje vecka eller månad, och efter en ny integration |
| Sammanslagningar per period | Om eftersläpningen minskar | Varje vecka eller varje månad |
| Avvisade matchningar | Om en sökning är för bred | När du ändrar en sökning |
| Uppsättningar som väntar på granskning | Om oklara matchningar har en ägare | Veckovis |
| Riskabla matchningar hålls tillbaka | Om platshållardata kommer in | Vid varje granskning |
Hur ofta du kontrollerar beror på hur många poster som kommer in. Vårt inlägg om hur ofta du bör rensa dubbletter i ditt CRM behandlar hur du väljer en kadens.
Så läser du siffrorna
Det finns ingen universell sund dublettandel att jämföra med. Den användbara jämförelsen är din egen siffra över tid, objekt för objekt.
Läs måtten tillsammans. En sjunkande dubblettandel med oförändrat antal nya dubbletter betyder att rensningen fungerar, men en källa behöver fortfarande åtgärdas. En ökande andel avvisade matchningar efter en ändring i sökningen betyder ofta att de nya kriterierna är för vida.
När du rapporterar till ledningen räcker några siffror: andelen före och efter, gjorda sammanslagningar och nya dubbletter per månad. Vår guide till att motivera en CRM-rensning visar hur du omvandlar dem till ett argument.
Så hjälper Dedupely dig att mäta en ren CRM-databas
Varje dublettsökning i Dedupely visar antalet träffar och antalet poster i dem. Varje sammanslagning registreras i en historik som du kan filtrera på objekt och datum, och avvisade och exkluderade träffar finns kvar i egna listor. Med en dublettrapport varje vecka som standard har du siffrorna för hittade dubbletter, genomförda sammanslagningar och avvisade träffar.
Mät utvecklingen över tid
Ett rent CRM är ett där dubbletter hittas, slås ihop och hindras från att återkomma i en takt ditt team styr. Ett enda tal kan inte visa det. Några nyckeltal kan: andelen per objekt, nya dubbletter per källa, sammanslagningar, avvisade matchningar och vad som väntar på granskning.
Mät dem mot era egna tidigare siffror, med en definition av dublett som hålls oförändrad. Med tiden visar trenden om rensningen fungerade och om era källor är under kontroll.
Vanliga frågor
Hur beräknar man dubblettandelen i ett CRM?
Räkna de extra posterna i varje dublettgrupp, det vill säga posterna i gruppen minus den som finns kvar. Summera dem för ett objekt och dela med objektets totala antal poster. Mät varje objekt för sig, eftersom kontakter, företag, leads och affärer dupliceras av olika skäl.
Vilka mätetal visar CRM-datans träffsäkerhet?
För dubbletter: följ dubblettgraden per objekt, nya dubbletter per period och per källa, genomförda sammanslagningar, avvisade matchningar och uppsättningar som väntar på granskning. Poster som saknar fältet som identifierar dem, som e-post eller domän, visar hur svårt framtida dubbletter blir att hitta. Signaler från teamet, som dubbelräknade rapporter, kompletterar bilden.
Vilka mätvärden för CRM-noggrannhet bör du rapportera till ledningen?
Rapportera några siffror som visar förändring över tid: andelen dubbletter före och efter en rensning, gjorda sammanslagningar och nya dubbletter per månad. Lägg till de källor som skapar flest nya dubbletter, eftersom de pekar på nästa åtgärd. Behåll samma definition av dubblett i alla rapporter.
Hur ofta bör du mäta CRM-dubbletter?
Det beror på hur många poster som kommer in: team med stabila källor som formulär eller integrationer kontrollerar nya dubbletter varje vecka eller månad. Mät dubblettandelen före en rensning, efter den och vid varje granskning. Lägg till en kontroll efter en ny integration eller en stor import, eftersom båda snabbt kan ändra siffrorna.
Eller registrera dig med Google
Pipedrive Marketplace 
