Microsoft Dynamics CRM, effectiever met goede data(kwaliteit)!
Microsoft Dynamics CRM, effectiever met goede data(kwaliteit)! Microsoft biedt met Dynamics CRM een oplossing voor klantenbinding. Quote van de website van Microsoft: “Een positieve klantervaring wordt steeds belangrijker voor het aantrekken en vasthouden van klanten. De oplossingen voor klantenbinding van Microsoft Dynamics CRM bieden bedrijven de mogelijkheid om buitengewone klantervaringen te leveren. Bouw hiermee relaties voor de lange termijn die zijn gebaseerd op kennis en vertrouwen. Deze zijn persoonlijk, proactief en voorspellend voor marketing, sales en klantenservice.” Het invoeren van een CRM systeem is een mooie gelegenheid om weer eens goed na te denken over de relatie met onze klanten, maar ook over de relatie met andere stakeholders als leveranciers en partners. Inmiddels hebben we in de markt al heel wat ervaringen met het gebruik en de invoer van CRM. Toch blijft het bruikbaar houden van CRM in de loop der tijd een lastige opgave te zijn. Dit artikel pleit voor een structurele controle van de essentiele gegevens in het CRM systeem. Goede datakwaliteit maakt de bouw van lange termijn relaties effectiever. Waarom is structurele controle noodzakelijk?
Klantdata is lastig te managen Er zijn een aantal oorzaken te benoemen waardoor klantgegevens lastig zijn te managen:
Problemen met al aanwezige data: foutieve en dubbele gegevens komen zelfs in single bronnen voor. Als meerdere bronnen geconsolideerd worden is het probleem nog lastiger. Nieuwe data, verkregen uit bijvoorbeeld evenementen maar ook uit aangekochte bestanden, zijn niet gestandaardiseerd, bevatten fouten en vormen een lastige uitdaging om aan de eigen bestanden toe te voegen. CRM wordt door meerdere functies of rollen gebruikt: niet alleen medewerkers van sales en marketing hebben met het systeem te maken, ook management, service organisaties en finance willen gegevens uit het systeem kunnen gebruiken. Vaak zie je dat meerdere systemen worden gekoppeld en dat complexe workflowprocessen worden ingericht. Veranderende gegevens: het is lastig om een accuraat, up-to-date en geïntegreerd klantrecord te hebben, simpelweg omdat de gegevens zelf voortdurend veranderen. Iedere transactie zorgt voor verandering. Gemiddeld veroudert maandelijks 2% van alle klantgegevens! Identificatie van gerelateerde klanten: vanuit commercieel perspectief is het belangrijk te ontdekken hoe klanten een huishouden delen of tot eenzelfde moederbedrijf behoren. Derden verrijken de gegevens: hoe meer er gedaan wordt aan marketing analytics, hoe meer behoefte er is aan gegevens van derden zoals demografische en lifestyle gegevens, postcode/geografische gegevens, achtergondinformatie van organisaties. De aangekochte informatie moet bruikbaar aan het CRM worden toegevoegd. Een uniek klantbeeld is multidimensionaal: de creatie van een uniek klantbeeld bestaat niet alleen uit klantdata maar ook uit productaankopen, callgeschiedenis, kredietinformatie over meerdere divisies van de organisatie heen.
Trends Waar CRM voorheen slechts ingezet werd als software voor het registreren van klantgegevens zien we dat steeds meer eisen worden gesteld aan de CRM-omgeving waardoor ook steeds geavanceerder techniek moeten worden ingezet. Voorbeelden hiervan zijn:
Copyright © 2016 IntoDQ B.V.
Alle rechten voorbehouden
www.intodq.com
Real time data-integriteit: organisaties willen steeds meer real-time of bijna real-time over hun gegevens kunnen beschikken over de diverse systemen heen. Service Oriented Architecturen: organisaties willen dat business processen consistent verlopen over afdelingen en applicaties heen zodat activiteiten uniform en gecoördineerd verlopen. Cloud computing: de systemen en systeemcapaciteit worden verplaatst naar ‘the cloud’. Applicaties draaien niet meer in huis maar ergens in een datacenter in the cloud. Analytics: Op basis van de gegevens in CRM worden allerlei management overzichten gemaakt. Vaak systeemoverschrijdend. Op basis van deze analyses worden soms vergaande beslissingen genomen. Landoverschrijdend: organisaties groeien en willen globaal met één integraal CRM systeem kunnen werken of in ieder geval met één standaard vastlegging werken.
Hoe houd je dit onder controle? De lastige eigenschappen van klantgegevens en de marktontwikkelingen zorgen ervoor dat organisaties regelmatig op zoek gaan naar verbeteringen van hun CRM systeem. Ze investeren in nieuwe applicaties en work-arounds, huren expert-consultants in en worstelen om een goede ROI te realiseren. Gegevens zijn erg veranderlijk en juist die eigenschap vormt de grootste bedreiging voor een succesvol gebruik van CRM toepassingen. En hoe complexer de software infrastructuur, hoe moeilijker dit onder controle is te houden.
Automatische controle: Get Clean - Stay CLean Het handmatig controleren van CRM data met behulp van bijvoorbeeld spreadsheets is alleen een optie als de hoeveelheid gegevens beperkt is en er slechts weinig activiteiten zijn. In andere gevallen is automatische controle het meest verstandig. Het opzetten van zo´n automatische controle is grofweg in twee fases te implementeren. Fase 1 is de Get Clean fase waarin de gegevens worden beoordeeld, gestandaardiseerd, verbeterd, verrijkt en ontdubbeld. Dit is een belangrijke fase omdat hier de afspraken rond datakwaliteit worden gemaakt en worden geïmplementeerd. Fase 2 noemen wij bij IntoDQ de Stay Clean fase. Hierin worden de automatische datakwaliteit controles geïntegreerd in de bestaande processen.
Alle relevante brongegevens: U kunt door middel van geautomatiseerde profilering van de gegevens, in een gezamenlijke inspanning met business en IT, een bron(nen)onderzoek uitvoeren. Hiermee worden allerlei fouten, onvolkomenheden, onderlinge afhankelijkheden, dubbelen en inconsistenties in de gegevens ontdekt. Dit vormt de basis voor te definiëren verbeterprocessen.
Verbeter en standaardiseer: Met geautomatiseerde, regelgebaseerde processen kunnen verbeteringen worden doorgevoerd en kunnen gegevens worden gestandaardiseerd. Hierdoor zijn gegevens eenduidig interpreteerbaar, zowel qua formaat (syntax) als qua betekenis (semantiek). Ontbrekende waarden kunnen worden aangevuld en gegevens worden in de juiste velden geplaatst.
Consolideer: Met de gestandaardiseerde gegevens is het identificeren van dubbele gegevens preciezer. Bedrijven en contacten die bij elkaar horen kunnen worden gekoppeld met behulp van fuzzy matching technieken waardoor ook gegevens kunnen worden gekoppeld die niet exact hetzelfde geschreven zijn (bv door spelfouten of alternatieve notaties). Op deze manier kunnen de zogenaamde Golden Records worden samengesteld waarbij de link naar de oorspronkelijke bron zichtbaar blijft.
Copyright © 2016 IntoDQ B.V.
Alle rechten voorbehouden
www.intodq.com
Verrijk: De geconsolideerde gegevens kunnen worden verrijkt met gegevens van externe gegevensleveranciers (bv NAW gegevens, demografische informatie, etc.).
Monitor: De laatste stap is de geautomatiseerde controle op basis van alle bedrijfsregels die in de voorgaande stappen zijn beschreven. Real-time kunnen gegevens worden gecorrigeerd en gesynchroniseerd. Met behulp van overzichten, dashboards houdt de organisatie inzicht in de kwaliteit van het CRM systeem. Met deze methodiek is een kwaliteitscontrole van de gegevens gewaarborgd.
Wat zijn de voordelen? Er zijn door bedrijven vele voordelen te behalen met een structurele en geautomatiseerde controle van de gegevens. We noemen er hier een aantal:
Vermindering van risico’s van integratie: door een beter inzicht in de gegevens en automatische verbeteringen worden kostbare misstappen voorkomen. Hogere klanttevredenheid: door betere gegevens zullen klanten beter worden geholpen. Groter gebruikersacceptatie: doordat groter vertrouwen in de gegevens ontstaat zijn medewerkers eerder geneigd de nieuwe processen en applicaties te gebruiken. Meer winst per klant: betere kennis van het koopgedrag van de klant, zijn voorkeuren, eerdere aankopen en relaties met andere organisaties zorgen voor kansen voor up- en crossselling. Accurate analytics: iedereen snapt dat door betere gegevens waardevollere analyses kunnen worden gedaan. Minder fouten in operationele systemen: de processen die zorgen voor betere gegevens in het CRM systeem kunnen ook voor de systemen die eraan gekoppeld zijn hun waarde bewijzen. Snellere integratie van informatie: doordat gegevens op basis van bedrijfsregels worden gecontroleerd en verbeterd kan informatie uit nieuwe bronnen (door bijvoorbeeld overnames, fusies of bestanden van derden) snel geïntegreerd worden.
Terug naar Microsoft Dynamics CRM Om de door Microsoft beschreven `relaties voor de lange termijn die zijn gebaseerd op kennis en vertrouwen´ te realiseren zijn gegevens van de juiste kwaliteit een voorwaarde. IntoDQ gebruikt het Trillium Software System (“Trillium”) om de hiervoor beschreven werkwijze te realiseren. Trillium wordt al jaren als leider beoordeeld in het Magic Quadrant voor Data Quality van onderzoeksbureau Gartner en heeft specifieke oplossingen voor de implementatie in MS Dynamics CRM. De samen met Microsoft gebouwde standaard plug-in integreert naadloos met Microsoft Dynamics CRM (versies 2011, 2013, 2015 en 2016) en verzekert u van een accuraat beeld van klanten, leads en contacten. Accounts, contacts en leads worden gestandaardiseerd, gevalideerd, geschoond en gematchd, via .NET webservices, op het moment van invoer in het systeem. Ook op alle reeds in het systeem aanwezige records kunnen de datakwaliteit services worden toegepast. Dit geldt zowel voor realtime ingave als voor batch import. Trillium Software System kan worden geïmplementeerd op locatie maar ook in Azure (cloud). Daarmee sluit het naadloos aan op de strategie van Microsoft.
Copyright © 2016 IntoDQ B.V.
Alle rechten voorbehouden
www.intodq.com
De Trillium plug in voor Microsoft Dynamics CRM zorgt voor: Een 360° klantbeeld De Trillium Software datakwaliteit services (“Trillium”) worden aangeroepen op het moment van ingave om klantgegevens te valideren, verbeteren en matchen, voordat ze in het Dynamics CRM systeem worden weggeschreven. Incomplete, inaccurate en inconsistente gegevens vertroebelen niet langer je blik op je klant.
Validatie Kritische velden zoals klantnaam, contactnaam, adres, emailadres, telefoonnummers, BSN nummers worden geanalyseerd met de business rule functie van Trillium en klantspecifieke regels die aan de behoefte van jouw organisatie tegemoetkomen. Binnenkomende records worden getoetst op compleetheid, structuur en nauwkeurigheid tegen gecontroleerde gegevensbibliotheken. Records die voldoen aan de validatieregels worden verder verwerkt in het proces terwijl de records die niet voldoen worden geoormerkt om het herstelproces en de –services in te gaan.
Verbetering De uitzonderingen die zijn geïdentificeerd in het validatieproces, worden geoptimaliseerd door te schonen, standaardiseren en te verrijken. Trillium verbetert de adressen door ze te valideren op basis van postcodetabellen en coördinaten.
Consolidatie Trillium vermindert het risico van dubbele records in het systeem door bestaande records in het systeem aan elkaar te koppelen. Matchregels kunnen flexibel worden opgezet conform de business eisen. De plug-in services bestaan standaard uit namen en adressen en kunnen worden aangepast om ook e-mail, telefoon en aanvullende kritieke elementen te bevatten afhankelijk van jouw unieke eisen.
Copyright © 2016 IntoDQ B.V.
Alle rechten voorbehouden
www.intodq.com
IntoDQ en datakwaliteit IntoDQ levert al ruim 15 jaar datakwaliteit oplossingen op basis van Harte-Hanks Trillium Software. Trillium Software is gespecialiseerd in het ontwikkelen van datakwaliteitsprocessen en controles die organisaties helpen transparant en in-control te zijn. Het datakwaliteitsplatform wordt ingezet in combinatie met diverse CRM systemen en in Uniek Klantbeeld projecten.
Over Trillium Software: Harte-Hanks Trillium Software® helpt organisaties met de implementatie van Total Data Quality door een volledige set aan technologie en diensten te leveren die de kwaliteit van data verbetert. Voor meer informatie over IntoDQ kunt u onze website bezoeken op www.intodq.com. U kunt ons telefonisch bereiken op nummer + 31 297 254 390.
Copyright © 2016 IntoDQ B.V.
Alle rechten voorbehouden
www.intodq.com