Snelle test: zijn jouw klantendata op orde?

13 juni 2013, 09:29

Beantwoord de vragen. Hoe hoog is de urgentie?

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!

Jan Hendrik Fleury
Director bij Crystalloids

Categorie
Tags

4 Reacties

    Dylan

    Zijn er ook goede aanraders voor systemen die de data goed beheren? Als E-Commerce bedrijf heb je natuurlijk verschillende programma’s maar het liefste beheers je die data in 1 systeem..


    14 juni 2013 om 11:54
    Jan Hendrik Fleury

    Beste Dylan,

    Er is software en referentiedata (verhuizingen, overledenen, telefoonnummers) nodig. De software het liefst als onderdeel van een geïntegreerd Ecommerce pakket in jouw geval. Data is via een koppeling met een dergelijk pakket te verkrijgen.

    Dus de eerste vraag waar een antwoord op moet komen wat je huidige systeem is. PB me svp via LinkedIn dan ga ik je helpen.

    Groeten,

    Jan Hendrik


    14 juni 2013 om 12:58
    Dirk

    Goede opsomming van vragen Jan Hendrik. Begrijp ik het goed dat als jij met name de focus legt op de klant data ” @rest” ? De CRM data zeg maar…? Hoe kijk je aan tegen het waarborgen van de kwaliteit van “streaming data” / web analytics data?


    14 juni 2013 om 13:51
    Jan Hendrik Fleury

    Hi Dylan,

    Als naast je de borging van de kwaliteit van klantcontactdata zoals naam, functie, geslacht e.d. ook andere informatiebronnen wilt toevoegen (bijv. productafname, sitebezoek) wil samenvoegen dan heet dat data integratie. Data integratie is een methode die bijdraagt aan een centraal klantbeeld.

    Afhankelijk van je huidige systemen, databronnen, doelen, customer value etc. kan hier een oplossing voor worden gerealiseerd door ons of door andere aanbieders.


    17 juni 2013 om 14:27

Marketingfacts. Elke dag vers. Mis niks!