Goed onderhouden klantendata vormen het kroonjuweel van elke organisatie. Zonder klanten kan geen bedrijf immers bestaan. Niettemin krijgt onderhoud van data lang niet altijd de aandacht die het verdient. Benieuwd hoe jouw organisatie op dit vlak scoort? Beantwoord deze vragen eenvoudig met ja of nee. Hoe vaker je met nee antwoordt, hoe hoger de urgentie intern direct aan de bel te trekken.
Vragen
1. Wordt de datakwaliteit binnen jouw organisatie gemeten?
Als je deze vraag al meteen met 'nee' moet beantwoorden, sla dan meteen groot alarm. Het risico is levensgroot dat jouw data sterk vervuild zijn. Wees dan alert op deze symptomen: hoge aantallen postretouren, problemen bij de facturatie, onbezorgbare bestellingen, veel klachten, hoog klantenverloop, magere scores bij cross- en upsell.
2. Zijn er normen opgesteld voor datakwaliteit?
Zijn er bijvoorbeeld kpi’s vastgesteld voor actualiteit, correctheid, compleetheid en uniciteit van gegevens? En zijn deze kpi’s gekoppeld aan de hogere organisatiedoelstellingen?
3. Is binnen jouw organisatie duidelijk wie verantwoordelijk is voor datakwaliteit?
Er zijn veel belanghebbenden bij datakwaliteit. Sales, marketing en finance. Maar ook de afdelingen klantenservice en logistiek hebben veel baat bij accurate klantendata. En natuurlijk is de IT-afdeling nauw bij het onderwerp betrokken. Datakwaliteit is derhalve een gedeelde verantwoordelijkheid. Maar stel één persoon of afdeling hiervoor eindverantwoordelijk, om te voorkomen dat datakwaliteit alsnog tussen wal en schip raakt.
4. Kunnen klanten meerdere keren in systemen voorkomen, zonder dat dit direct zichtbaar is?
Klanten en klantendata komen binnen via verschillende kanalen en afdelingen. Hierdoor kan het gebeuren dat een en dezelfde klant meerdere keren geregistreerd wordt. Zijn er maatregelen genomen om deze doublures te voorkomen en/of te elimineren?
5. Is het management zich bewust van het verband tussen datakwaliteit, operationele kosten en omzet?
In een artikel van Harvard Business Review is becijferd dat elke procent datavervuiling zorgt voor 10% stijging van de operationele kosten. Deze kosten zitten onder meer in postretouren, verkeerde bezorging van bestellingen, hersteloperaties van fouten en gesprekken met klagende klanten. Datavervuiling verlaagt tevens de effectiviteit van marketing- en salescampagnes. De gemiste omzet gaat gelijk op met het percentage onjuiste klantrecords.
6. Is datakwaliteit een terugkerend thema tijdens managementmeetings?
Bedrijven die dataonderhoud serieus nemen, zien het als een strategische activiteit die voortdurend aandacht vraagt. Lang niet alle organisaties zijn al zover. Sommigen zien (slechte) datakwaliteit als een gegeven. Net als de ochtendspits. Het is vervelend, maar het is altijd zo geweest en zal altijd wel zo blijven. Een kostbare denkfout waar de aandeelhouders – terecht – een keer verantwoording over zullen vragen.
Tijd voor een grote schoonmaak?
Er zijn vier belangrijke criteria om de kwaliteit van uw data aan af te meten. Kort samengevat: ACCU. Deze letters staan voor actueel, correct, compleet en uniek. Indien jouw data op een of meer punten een onvoldoende scoren, is er alle reden actie te ondernemen. Wat je dan te doen staat en hoe je dat aanpakt, lees je in mijn eerdere blogpost Datakwaliteit verdient een hoge plek op de agenda.
Reacties zijn welkom!