爱华网你的客户资料也许已经比办公室冰箱里的剩菜剩饭还要腐烂了。该是清理一下的时候了！用弗兰克·德拉维斯的话说，随便 一个商务部门，都有由于数据的老旧、遗失，或最常见的数据错误而导致的可怕事件发生。有些事件的恶果更为明显。德拉维斯就知道这样一家公司，给一个仅仅订购并支付了一盒商品价钱的客户发送了整整一批商品。由于公司没有货盘，只得把这批货物一件一件地分开发送给客户。最初几天，此客户还打电话到公司对这笔额外商品表示感谢，并确保公司不会额外收费。第四天，货物充斥了客户的客厅，客户终于无法忍受，打电话给公司请求公司停止送货。 aihuau.com还有一些很微妙而破坏力极大的错误。一家投资公司剥夺了一位女士的信用卡使用权，客户服务中心还很粗暴地对待她的质疑。德拉维斯说，如果有人一直有效地管理客户数据库的话，或许会发现原来这位女士的地址和公司的一位大客户一样，因为她正是这位大客户的女儿。不用说，这个大客户现在肯定已经把钱投资给别的公司了。Firstlogic公司 20多年来一直从事数据质量管理工具的生产，德拉维斯是这家公司主管信息质量的副总裁。他投入了大量的时间宣扬简洁数据的重要性。在他的努力下，人们开始相信简洁有效信息的价值。 并非只有IT技术人员意识到了不良数据的危害，一些高管也对提高企业的数据质量表现出了特别的关注。Forrester Research 研究机构的调查显示，76% 的被访高层营销主管都说他们最想从IT部门得到的就是有用数据。而只有59%的被访者表示对本企业的数据质量稍微或者非常满意。 Gartner公司的数据管理分析师泰德.费曼说，对数据质量好坏的评价取决于公司这一方，IT族们是没有这个权利的。据数据存储协会的评估，2002年不良数据耗费了美国商业部门6，000亿美元，这是引起人们对不良数据警觉的原因。虽然2002年之后，就不再公布这个数据了，但这并不意味着诸如名称错拼、地址重复、顺序检索错误等这些不良数据也会随之消失。麻省理工学院的信息完全数据质量管理项目经理、数据质量问题的先驱研究者，《数据质量之旅》一书的作者瑞奇.王说，不良数据就象白蚁一样蛀蚀着企业的商业基础。虽然数据质量管理还没有成为首席执行官们在高层会议中讨论的问题，但是王认为“黑暗时代已经过去了。”数据整理及其价值商业领域有个不争的事实∶数据会慢慢腐烂。名字，地址，电话号码，职位等，日子久了都会变质。自称掌控着世界最大商务数据库（拥有8，000多万条商务信息）的Dun & Bradstreet公司估计，全球每小时有240家企业更换地址，63家新企业诞生，112家企业高层变动，还有8家企业破产。从财富100强到名不见经传的小公司，所有公司的数据都会发霉。MCI公司拥有大到足以覆盖全美电话市场的客户数据库。在斯科特.隆达担任公司销售部门数据库主管的7年间，MCI公司主动出击，在数据质量监控方面取得了引人瞩目的成绩。 隆达也面临着重重挑战。美国的人口流动率高到每年20%，所以电话黄页中总有一些需要不断调整的索引栏，比如“谢绝来电名单”，这增加了保持数据真实性的难度。MCI的一些客户同时出现在消费者数据库和家庭办公室（微型办公室）数据库中—这是MCI公司内两个截然不同的、有着完全不同营销策略的业务分类栏。 为了保证销售部门数据库的及时更新，隆达聘用了3个数据质量分析师。他们和信息服务供应商Experian一起，承担数据匹配等工作。Experian每年都会对MCI 的全部数据做三四次全面的整理，通常的做法是利用通用标识符来跟踪消费者信息。数据资料的高度可靠和真实性帮助MCI更有效地锁定了目标消费群。隆达没有详述细节，但他说MCI的营销战略已在消费群体中获得了很高的回应率。MCI高质量的客户信息也使得它能根据数据的市场趋势及时预测市场营销的战略模型。更另人欣慰的是，公司与客户打交道的一线销售和营销部门的同事抱怨减少了。隆达说∶“取胜的关键在于如何准确锁定消费群体。”对专门生产保持客户信息简洁工具的公司来说，数据的准确性也很重要。客户关系管理软件开发商Siebel 公司的客户联系信息记录中，每年约有1/4的记录会消退，这个速度已和产业平均发展水平持平。Siebel 不断更新数据库资料，以最新的数据资料和Dun & Bradstreet’s公司抗衡。但即使这样，商务软件开发部的全球营销副总裁杰夫.帕尔弗指出，Siebel的错误辨别率也只有大约80%，另外20%的错误辨别只能通过人工检查。对此Siebel聘用了5名数据质量分析师来清理数据资料。他们花费大量时间，亲自接触客户，检查客户信息记录并确保客户收到了Siebel的营销信息。 这就是帕尔弗所谓的“最艰难的营销”，需要营销者的坚韧和人力、物力的投入。为了在数据堆处理领域独占鳌头，Siebel使尽浑身解数，兼之博采众长，把本公司客户关系管理系统的核心工具产品如Siebel 序列输入工具和Siebel数据质量工具，与Firstlogic和Trillium公司的数据清理工具结合起来进行数据处理。同时，Siebel还使用Experian, Acxiom 和Dun & Bradstreet等供应商提供的数据匹配服务。 Siebel公司长达3年的公司内部营销数据清理工作对公司营销影响很深，帕尔弗称之是一种“戏剧性冲击”。公司客户回应率提高了50%，名字重复减少了63%，每个营销机会的成本也减少了一半。 公司的营销预算减少了约2%。更令人高兴的是，数据资料的清理使得Siebel公司节省了品牌塑造的营销成本。帕尔弗说，简洁数据“使公司的整个营销过程更为有效。” 数据管理专业化MCI 和Siebel公司的变化在世界的每一个角落都在上演。Forrester估计全球数据清理工具的年度销售额从2000年的2.5亿美元增长到了现在的5亿多美元。 Forrester 公司的数据存储分析师卢.阿戈斯塔说道，“3年前人们对数据质量持排斥态度”，但现在态度已经完全改变了。 原因是多方面的。对刚刚起步的机构，政府部门和大型公司不遗余力地抢占网络空间，并把本组织信息大量上传。当人们能够更清楚地看到数据，也就更容易识别出哪里出了差错，哪些信息可能会得罪客户。此外，横扫全美的承诺风潮也要求对数据更加关注。谢绝拨打名单、萨班斯—奥克斯莱法案、爱国法案和相关法规都迫使公司保证信息的简洁。温吞吞的经济复苏给了市场竞争者额外的压力。各个公司也在思索为什么客户关系管理和企业资源计划这样的项目都频繁地遭遇滑铁卢。究其原因，不良数据是罪魁祸首。Forrester 的一位设备、传媒和营销分析师希拉.安德森说∶“数据质量不仅有利于在市场上成功跃位，甚至可以获得优势地位。”这种优势地位包括要求开发更个性化的市场战略而无须额外成本。为此，公司需要更有效的客户信息∶他们在哪里购物？买些什么？最佳联络方式是什么？他们都做些什么等等，不胜枚举。 然而说着容易做着难，开发这种人们所谓的“360度视角”的、详尽的客户信息并非易事。任何一个大的组织，都有大量的客户信息，存储在大量的组合和数据库中。客户服务档案远比销售档案详尽得多。对数据进行科学分类是人们的软肋。因为数据不会说话，一类数据库中的变化不会自动传递给另一个数据库。这点正是不良客户关系的温床。Bear Creek公司的决策支持分析师马克.麦德森说，“独立的客户信息系统还好，但是一旦把它们组合在一起，麻烦就来了。”汤姆.盖瑟对此表示同意。Tom Gaither 是Dun & Bradstreet公司销售和营销方案部主管营销的副总裁。他说，市场营销人员试图尽力掌握客户的全面信息，并把数据用作他用。“很多信息是收集来向客户宣传或为之服务的，现在我们试图重新使用这些数据，来建立更广泛的社会关系。”Bear Creek公司的IT部门一直在数据管理方面做得很好，并且与商业部门密切合作，帮助他们实现营销目标。为了保持客户目录数据库的不断更新，Madsen公司利用数据来搜刮Firstlogic公司的软件和其他信息资源—比如美国邮政系统的全美地址更换注册部门（NCOA）—来定期地交叉检验地址信息。 这是Staples公司业已建立的一种合作关系。伊娜.派普斯是Staples公司办公用品公司主管数据营销的副总裁，管理着一个20人的部门，专门负责数据分析处理、直接邮件营销和数据库维护。这个部门直接对市场营销部门负责，但它也确实在IT和营销部门之间架起了一座桥梁。派普斯说，“我几乎就是个翻译，穿梭在这两个说着不同语言的部门之间。”她也是个彻头彻尾的数据猎头，专门搜集Staple公司的客户数据。 她认为∶“我们需要了解我们的客户是什么人？住在哪里？背景如何？都采购些什么？喜欢用什么方式与外界联络？等等。”与客户的紧密关系和深刻了解，帮助派普斯从传统的大量信件和电子邮件的营销模式转向了她所说的“小规模的、由客户行为引发的沟通”。如果某客户买了一架数码相机，Staples公司就会跟踪获取这个客户的更多相关信息。这种创意性的举措，特别要求优良的数据，尤其是Staples公司有19种不同数据源。这19种信息包罗万象，从拥有免税身份的客户到忠诚卡片信息到信用证数据。任何时候，都需要对如此庞大的数据源进行筛选过滤。派普斯也指出，更新数据的工具有时候自身并不能解决什么问题。真正起作用的是设计良好的数据结构和适时设置的商业规则。良好的数据结构使得处理不同领域的数据更加容易，而适当的商业规则可以把数据处理得更仔细。派普斯接着指出∶“这和工具没有关系，最重要的是要有一个完整的有关数据库的进程、过程和标准的体系，同时还要有一个组织专门管理数据质量。” Staples公司期待推动公司的数据管理更加专业化。公司成立了一个内部项目小组，由派普斯的数据库管理小组成员、营销人员和IT工作人员组成。派普斯和这个小组正在商讨建立一个“客户职位部门” 的最佳方案，这个部门主攻发展和维护数据标准。 数据库的芳香对大多数公司来说，高质量的数据是一项任务成功与否的关键所在。美国交通解决方案专门管理终端系统，以期支持通行费自动收集系统，例如E到Z 关口系统；或者支持摄像机网络系统，比如纽约的摄像机系统网络。由于这个系统的任务之一就是追踪到超速行驶和不交过路费的司机，因此简洁准确的数据至关重要。 当交通罚单发错了地方导致无人缴纳罚款的时候，美国交通部门就会提供给客户（主要是国家交通代理机构）一个数据匹配系统，用以追踪违反交规者并补发罚款单。一般而言，利用各种各样的数据资源，代理机构或公司会追踪到一半的逃匿者。要不是这些数据，这些逃匿者恐怕要成为落网之鱼了。美国交通部的首席执行官阿丹.特腾说∶“这些数据对客户价值无穷。”对ATS公司来说，同样如此。ATS公司在自己的数据库基础上，融合了Firstlogic公司的数据简化工具，以期便捷地搜寻并记录客户档案资料。Tuton公司也一直在寻求改进数据处理工具的办法，以利于公司发展新型业务。比如，搜寻逃避保释金或者故意不支付孩子抚养费的家伙。 对很多首席市场官来说，新一轮的业务发展是制胜关键。高质量的数据不仅有利于管理客户关系，更有助于获取利润。瑞奇.王认为∶“对于市场参与者来说，数据是一种战略武器。”Staples公司的Piper对此表示认同，她说∶“你需要了解消费者，但你也需要分析市场行情，掌握主动，然后投资。” 同时，她还表示∶“如果你的数据过期或不完整，你就葬送了一个本来非常好的项目。” (王欣红 译)链接1‘数据清洁队伍如何整理数据呢？分析家推荐了几个步骤。以下是Forrester的一系列建议，可助你一臂之力∶有计划的提高数据质量∶在客户关系管理和执行企业资源计划项目的前期阶段，保持数据的整洁要成为重中之重。保证充足的数据检测时间和严整的检测步骤，并确保商业规则的有效执行。 敬业的数据质量管理团队∶此团队中心任务是数据维护和修整，并建立和完善有利于数据收集和使用的商业规则。引领，而不盲从∶提高数据质量，不仅是IT业，也是企业和整个市场职能部门的责任。当然，在商业规则到位后，IT部门仍然在数据维护方面发挥着至关重要的作用。他们仍然是数字式数据处理工具的专家，所以，应该给他们充分发挥的空间。 创建数据描述∶数据域的丢失、无效数据检索等问题会引发不良数据，现存数据中有多少不良数据，公司需要对此了然于心。这对有国际业务的公司尤为重要，因为国际市场的客户没有邮政编码和社会安全编码，只能通过其他方式对之进行身份鉴别。 清理和整理∶ 数据的清理是问题的关键。商业营销人员利用若干工具或服务机构，来填补数据空白，打乱并重组冗杂的数据并清除重复信息。这些工具或是本公司自产，或是其他公司生产如，Firstlogic, Group 1或者Trillium公司；服务机构包括Acxiom公司，Harte-Hanks公司或Dun & Bradstreet公司。 -Michael Fitzgerald 链接2其他的数据怎么处理？市场竞争者开始对客户数据的处理变得游刃有余。但是，公司也需要对大量的非客户数据进行处理并保持其简洁。数据库的构建工程，供给链数据，零件号码，等等。所有这些都对保持信息库简洁的公司提出了各种挑战。Siebel 公司的客户数据综合小组，专门生产并销售软件系统，构建客户数据库。这个小组的副总裁李米斯.梅塔指出∶“客户的数据一目了然，比较容易看明白。任何一个人都可随时查阅并判断数据，比如看一个邮编正确与否。但一些很专业的数据，如制造业的数据就有一定的困难了。”
新技术，尤其是无线频率鉴定系统（RFID），是摆在数据质量管理面前的又一个难题。因为，当公司开始把无线频率鉴定系统应用到产品跟踪等领域时，大量的数据就会实时涌向公司，这是一个很大的压力。 当前的数据质量管理工具，很大程度上关注的是客户导向的数据。这些工具必须适当调整，才能处理略微不同的非客户信息。Gartner公司的数据管理分析师泰德.弗曼说，“处理非客户信息，这是数据质量管理的下一个目标。”
