Los sistemas CRM (Customer Relationship Management) los adoptan las empresas en busca de reducción de costos, incremento de ganancias, fidelización de clientes, mejora de la experiencia de los clientes con la empresa y los productos o servicios ofrecidos por esta.

Para lograr cada una de estas características de los sistemas CRM es necesario que la empresa responda de manera oportuna y acertada a cada una de las inquietudes y necesidades que presenten sus clientes; como el sitio o punto de pago en el cual el cliente debe pagar sus obligaciones, el aviso de vencimiento de un servicio, el envío de información de estados de cuenta, el envio de materia prima al lugar preciso, cada una de estas respuestas requieren que la información almacenada en el sistema CRM sean datos de calidad (data quality), porqué no existe nada más molesto para los clientes y más costoso para las empresas, que responder a un cliente de manera incorrecta; enviar una orden al lugar equivocado, indicarle a un cliente que realice un pago en una cuenta bancaría erronea, entre otras.

Los datos en los sistemas CRM deben enfretarse a las siguientes difcultades:

  • Datos invalidos, como son direcciones equivocadas, telefónos con código de área erroneo, etc.
  • Datos incompletos, los que requieren para su correción la integración de varios sistemas de la organización para complemntarlos.
  • Datos inconsistentes, como es información alfabética almacenada en campos que debería almacenar información numérica, la cual debe corregirse incluso modificando los metadatos

Adicional a que los datos de la empresa se degradan paulatinamente en el transcurso del tiempo, por lo que es necesario realizar un proceso de mantenimiento periódico.

Obtener datos de calidad requieren que estos posean ciertas características como son:

  • Precisión, que es un criterio de integridad, consistensia y densidad
  • Integridad, dato completo y validado
  • Válido, aproximación al cumplimiento de reglas de satisfacción de integridad
  • Consistente, no contiene anomalias de sintaxis
  • Uniformidad, no contiene irregularidades ni ambiguedades´
  • Unicos no existe duplicidad de datos.

Para cumplir con cada uno de estos lineamientos se pueden emplear algunas de las siguientes estrategías (Data Cleansing):

Preconfigurar en los formualrios el ingreso de datos como el uso de mascara o listas de selección.
Configurar el sistema para la revisión de duplicados utilizando algorítmos que revisen similitudes.
Utiliza valores por defecto en datos que no apliquen para encontrar y resolver más facilmente posibles errores.

La prevensión ayuda a evitar el ingreso de datos erroneos, pero siembre existiran, por lo que es necesario realizar un proceso periódico que elimiene o disminuya la mala calidad de datos.

Dicho proceso podría comprender las siguientes actividades:

  • Auditoria de datos, utilizando modelos estadísticos para buscar anomalias y contradicciones
  • Realizar una planeación de secuencia de pasos a ser ejecutados para eliminar la anomalias en los datos
  • Ejecución de cada uno de los pasos plaenados.
  • Proceso de control para revisar los resultados obtenidos en la ejecución del proceso de eliminación de anomalias.

En consclusión no solo es necesario tener un sistema de CRM, es necesario realizar procesos que garanticen que la información allí almacenada es cierta y genera conocimiento que responde de manera adecuada a las inquietudes de los clientes y se anticipa a sus necesidades. Para mayor información sobre estrategias de Data Cleansing y en general de administración de información para estrategias de CRM, por favor contáctenos.

(Este artículo ha sido escrito por Hugo Borda, ingeniero de implementación de SalesLogix en Mind Andina, especializado en temas de Manejo e Integracion de Datos).