Vad är dubbletter i CRM-data? Ett biljondollarproblem

Vad är "dubbletter", eller närmare bestämt "dubbletter i CRM"?

Enkelt uttryckt: alla data som skapats mer än en gång eller ser identiska ut. Till exempel tre kontakter som heter "John Smith" och avser samma person (inte tre olika John Smith, utan samma) räknas som dubbletter.

CRM-system har bara funnits i några decennier, men dubbletter har varit ett problem sedan tryckpressen, om inte längre. Man skulle kunna hävda att redan de gamla sumererna stötte på problemet när de ristade kilskrift i sina lertavlor.

Dubbletter blev på allvar ett problem i och med datorerna. När data enkelt kunde kopieras utan mänsklig inblandning skapades algoritmer för att motverka det. Tänk dig besväret Dropbox stötte på problemet med att synkronisera mappar och filer mellan flera datorer som kanske redan hade samma data.

Vi tänker sällan på dubbletter när mjukvaran sköter dem och de i praktiken är osynliga. Men när vi väl stöter på problemet krävs oftast extra steg för att förhindra det. Konstigt nog har tekniken blivit oerhört avancerad, samtidigt som vi fortfarande har svårt att hitta verktyg som ordnar och rensar den digitala röra vi lämnar efter oss.

Vi märker det kanske tydligast i kontaktlistan i mobilen. Äldre mobiler hade inte problemet, eftersom varje kontakt lades in manuellt och det sällan gick snabbt eller enkelt. Med smartphones och synkronisering mot molnet blev dubbletter ett problem över en natt. Du kan ha dussintals versioner av samma personer spridda över sociala nätverk, e-postkonton och kontaktlistor som importerats eller migrerats tidigare. Du kanske också lägger in en kontakt manuellt som redan finns i listan, helt enkelt för att du glömt bort det. Eller för att du inte hann söka efter namnet först.

Med all den här automatiseringen och enkelheten är det lätt att se – och något vi märker varje dag – hur dubblettkontakter snabbt tar över våra telefoner och e-postklienter.

Och det är bara vad som händer med telefonen du använder privat.

I alla företag som har kunder blir det här ett problem direkt, och tio gånger lättare att göra fel. Särskilt i dag när allt sparas digitalt. Marknads- och säljbolag är extra utsatta. De flesta, om inte alla, techbolag har stött på det i sin användar- eller kundbas, i e-postlistor, leadlistor och – för att gå rakt på sak – i sitt CRM.

CRM beskrivs ofta som en bransch, men CRM kan lika gärna handla om allt vi använder för att hålla en lista över affärskontakter, med data som hjälper oss att ha koll på sälj och marknadsföring eller annat i verksamheten.

CRM-branschen har det här problemet främst på grund av den rena mängden – inte bara kunder, utan:

• E-postprenumeranter som synkas från till exempel Mailchimp (som ibland själv innehåller dubbletter).
• Leads från marknadskampanjer som senare importeras till CRM:et.
• Följare och fans från sociala nätverk som Facebook, Twitter, LinkedIn med flera, som ofta synkas automatiskt med CRM:et.
• Kalla leads från telefonkatalogen, köpta e-postlistor, telefonlistor och liknande.
• Web2CRM-liknande leads som kommer in via formulär och andra opt-in-metoder
• Kontakter som synkas via integrationer som inte kontrollerar dubbletter
• Inga dubblettkontroller vid import

För att nämna några.

Med all teknik som flyttar data fram och tillbaka, och att folk inte själva kan hantera det, är det inte konstigt att nästan alla företag har det här problemet. Så varför är det här egentligen ett problem? Vem drabbas, och varför behöver vi ens fundera på det? Du behöver inte leta länge för att hitta nackdelarna med dubblettdata . Det får stora konsekvenser, inte bara internt i företaget utan även för dina kunder, din trovärdighet och ditt varumärke.

Enligt 2016 Data Science Report från Crowd Flower , "60 % [av dataforskarna] sa att de lade största delen av sin tid på att rensa och organisera data." Det är enormt mycket tid som kunde ha lagts på att faktiskt göra jobbet.

Inom försäljning förvirrar dubbletter säljare som ringer tusentals samtal i månaden. Har du fått kalla samtal från samma företag flera gånger, trots att du bett om att tas bort från listan (också flera gånger)? Det beror på att de inte alltid bara kan ta bort dig från listan (utgå från att det inte finns någon enda lista). Du ligger förmodligen inne flera gånger. En av posterna har en anteckning om att sluta ringa, medan de andra dubbletterna aldrig uppdaterats. Vilken säljare med budget att nå skulle uppdatera eller radera flera poster – om hen ens bryr sig om att "stryka dig från listan"?

Det gör alla som har kontakt med företaget frustrerade. Varför skulle ett seriöst företag göra ett så grovt misstag? Inifrån är det lätt att förstå varför. Utifrån finns det knappt något sätt att rädda ansiktet. Särskilt när personal som inte bryr sig kombineras med en blandning av dataproblem.

Även riktiga proffs, som omöjligt kan minnas varje namn och har kontakt med hundratals kunder om året. Hur ska de komma ihåg att de ringde personen för tre månader sedan när det inte fanns någon anteckning – eller när den senaste interaktionen låg på en annan dubblett?

Ett annat exempel är när du får samma nyhetsbrev flera gånger från samma företag. Du har antagligen anmält dig mer än en gång, eller registrerat dig någon annanstans och hamnat på samma lista.

Dålig data ställer till det för alla. Dubbletter finns överallt och sprider sig som en cancer – till slut blir de omöjliga att hantera.

Okej, okej! Dubbletter är inte lika illa som statsskulden, cancer, svält eller de hundratals betydligt värre problem samhället står inför. Men det är ett problem, ett som är värre än att sajten inte fungerar i Internet Explorer 8, en trasig länk här och där eller de 40 öre du kunde ha sparat på ett annat märke engångsmuggar. Dubbletter har faktiskt en mörk sida som påverkar resultatet. IBM uppskattar att dålig data kostar amerikanska företag ungefär 3,1 biljoner dollar om året. Med andra ord: att inte hantera dina dubbletter (och inte rensa "dålig data" i stort) läcker riktiga pengar ur företaget.

Vi kan egentligen inte klandra teamet för att det inte är bättre på datarensning:Anledningen till att dålig data kostar så mycket är att beslutsfattare, chefer, kunskapsarbetare, dataanalytiker och andra måste hantera den i sitt dagliga arbete. Och det är både tidskrävande och dyrt. Datan de behöver är full av fel, och när en kritisk deadline närmar sig många rättar helt enkelt själva för att få uppgiften gjord . De kommer inte på att kontakta den som skapar datan, förklara sina krav och hjälpa till att undanröja grundorsakerna.-- Harvard Business Review: Bad Data Costs the U.S. $3 Trillion Per Year SlutsatsDubbletter är ett vanligt problem i alla företag. Och eftersom tekniken finns i nästan varje bransch har de blivit mycket lättare att skapa utan minsta ansträngning. Samtidigt är de betydligt svårare att bekämpa, med reella konsekvenser för den som försöker.

Ekonomiska rapporter som bygger på marknads-, sälj- och kunddata blir missvisande. Trovärdigheten och moralen sjunker. Teamen blir betydligt mindre produktiva. Rätt beslut går inte att fatta när underlaget är felaktigt. Och det går extra tid åt att leta efter rätt kontakt, rätt anteckning, rätt uppgift.

Kan vi verkligen lita på att våra data gör det vi litar på att de ska göra? Det beror på hur mycket tid du och ditt team lägger på att "fixa" data. Hur trasiga dina data är märks förr eller senare. Det lugnande är att det aldrig är tyst särskilt länge. Så ja, du kan förmodligen lita på Google Analytics, dina kontoutdrag, din samtalshistorik eller allt annat som inte synkas, ändras och uppdateras löpande av dussintals personer och tjänster.

Ditt CRM, ditt nav för datainsamling, datan du samlar in och strukturerar, dina kunduppgifter, dokumenterade interaktioner. Data som hela tiden rör sig, förändras och fylls på är den data du måste hålla koll på – och troligen din största källa till huvudvärk, förlorad produktivitet och missade affärer.