没有高质量的数据，建立良好客户关系将耗时耗力。公司应该清理杂乱无章的数据库，基于完整即时的信息建立客户关系，否则就会面临业务失败的风险。

当筹资者们要求马上拿出长期赞助者名单时，WGBH公共电视台知道他们的数据问题来了。

这家波士顿的公共媒体组织有六十年的数据积累了，这些数据在数据库中杂乱无章、不准确而且有很多重复，这些混乱的垃圾信息与非常宝贵的赞助者信息都混在了一起。因此一些人抱怨他们收到了太多营销方面的邮件。而另一些人不得不忍受机构的压力，那些机构对他们这些年的慷慨知之甚少。

Cate Twohill是WGBH客户关系管理的高级总监。他说：“如果系统不是足够智能，不知道某一条记录是来自我们许多年以前就认识的一位赞助者，我们就会感到与我们的赞助者之间建立稳固关系的能力不够强大。”

WGBH在波士顿市场开设了本地广播和电视节目，还建立了全国性节目，他们要保证机构的外部形象和声誉。但是，站里有五套CRM系统留下了积累已久、质量糟糕的数据，严重造成了拖累。结果是大量不一致、不完整、过时的信息阻碍了WGBH向组织首要目标的前进之路。它们的目标是努力促成和鼓励赞助者考虑新的筹资方案，比如地产规划。

到2013年的时候，WGBH的系统迁移到了Salesforce CRM系统。该机构还采用了RedPoint公司的覆盖营销平台来识别重复的或者不完整的赞助者信息。

他们采用称作“启发式匹配”的识别技术方案，RedPoint会找到相似的客户信息，并把这些信息合并形成可靠的信息副本。Twohill回忆说：“我们集中精力把所有活动账号尽可能做了合并。我们把数据提供给了RedPoint公司，大约一小时时间，他们就发现了八万条重复账号信息。”

RedPoint公司为数据质量做的改善帮助WGBH生成了更完整更准确更即时的赞助者信息。按照Twohill的说法，现在他们电视台的节目部门不必处理来自赞助者的抱怨了。不用担心被质问“为什么你要把相同的邮件内容发送给相同的邮件地址两三遍呢?”取而代之的是，他们会关注赞助者对于WGBH服务的意见。

劣质数据=无底深渊?

客户数据管理经常是摆在优先级最低的位置。组织有更多紧急且重要的工作要做，比如削减成本或者维持日常运营。但是以质量糟糕的客户数据为基础进行工作基本上永远不会有好结果，许多客户甚至可能会因这些问题而解除合作关系。

但是管理数据永远也不会比建立客户关系重要。组织的数据可能来自互联网站、社交媒体、直接电子邮件和客户中心数据库等，所有组织都在与这些规模空前大的数据做斗争，建立权威完整的数据可以帮助他们与客户交流时掌握正确的信息，避免浪费精力。

数据质量差带来的真实影响也非常耗成本。根据Gartner公司研究发现，没有综合数据管理工具的那些CRM部门会根据错误的数据基础与客户交流，进而会使客户关系远离，最终导致收入下降25%。Experian数据质量公司三月份的调查也发现了类似结果，他们认为不准确的数据对于88%的公司基线都会有直接影响，由此引起的收入损失平均值能达到12%。

像RedPoint这样的数据质量工具可以作为更大的主数据管理(MDM)工作的基础，这种工具可以清洗质量糟糕的数据，使之整理有序。MDM工具和流程可以把需要共享的关键主数据整理到一起，把其物理拷贝放在中央枢纽中，然后提供回其它系统共享使用。这么做的目的是创建整个组织内准确最新且一致的黄金副本。MDM就是这样创建了“唯一客户视图”，它会完整展现每个客户的所有信息，包括历史信息、基本信息和销售记录，还有支持人员远程渠道传回来的信息(比如社交平台、电子邮件和即时聊天信息)。

对于WGBH来说，这种管理方式早就该实施了。Twohill说：“现在我们与客户交流时有了更准确具体的数据。”该站节约了大约五万美元邮费成本。据她估计，在生产率和公文成本方面，每年通过消除重复数据节约的成本可以达到十万美元。

遗留系统的困扰

很多时候组织不但要面对质量糟糕的数据，而且要处理遗留应用程序，这时候数据质量和主数据管理的工作就会变得特别困难。Reliance Home Comfort 是多伦多一家家庭供暖制冷供应商，该公司有1500万客户。经过公司经30年的经营积累，该公司的客户数据现在都保存在微软的Dynamics CRM系统中，也留存在遗留应用中(包括用于实施过程，技术修理人员调度，客户账单和公司财务的应用)。客户数据的分散对提供无缝、高质量客户服务带来最很大麻烦。

他们的系统太老了，没法做整合，因此Reliance公司的CIO Celso Mello先生利用API接口把这些系统之间集成起来，让它们可以彼此交互。但是API的方式会使系统运行缓慢，例如，销售代表在查询客户电话记录时就会感觉到系统响应迟缓。更重要的是，Reliance公司的销售代表、技术人员或者销售团队经常看不到完整的客户信息视图。

Mello说：“要想让所有的聚合数据都集成起来，想让你和客户交流的时候就能随意获取到，这是一项不小的挑战。客户期望你知道关于他们的所有事。”

手工数据条目输入也使这些问题更难做。Reliance的业务涉及到大量数据输入，由于是人工输入的，效率总是很低而且漏洞百出。

Mello还说：“无用输入导致无用输出，事实如此。如果数据一开始进入系统时就是错的，它就会一直错下去，你最终一直会带着这个问题。”

虽然如此，Mello还是努力使一些流程自动化了。例如，在销售人员完成客户新产品销售订单的时候，他可以点击一个按钮就从实施系统中提取信息把已知客户信息(比如14位数字SKU码)填好，而不需要让销售人员手工输入这种信息。

Mello说：“这方面自动化实现流程可以减少大量手工输入录入的错误和延时。”

从拥有准确的数据开始

像WGBH和Reliance Home Comfort这样的大机构都背负着遗留数据这类普遍的负担。不过，即使是初创公司，也在与客户数据质量和数据管理问题作斗争，只是斗争方式不同罢了。

Double Dutch是旧金山一家致力于会议社交网络软件供应商，该公司在2012年成立的时候就成功打入了新兴市场。他们要开发一套快速领先的方法来服务营销。Russ Hearl是该公司全球销售发展副总裁，他决定从整天令人精疲力尽的电话呼叫营销中找到真正的软件买家。

销售人员从随机电话营销中谈下来的合同可以算作是稳定的碳水化合物饮食——没有热量，哪有力量(这里指客户)。Hearl需要识别出真正的决策，找到那些有权作出购买他们公司生产的会议软件的人。所以，他需要一种策略来帮助生成更好的客户领导数据提供给销售团队。

Hearl说：“我想把对那些与促成生意无关人的电话呼叫减少到最小以降低工作浪费。我们需要把数据展示给销售团队，而不是让他们自己成天去LinkedIn浏览找合适的目标，那简直就像大海捞针一样。”

但是Hearl也并不想去花钱购买联系人清单，这么做会增强成本，也会引入不可靠的数据。相反，他在来自Inside Sales公司的领先软件上做了投资，并聘用了一个离岸研究团队审查输入数据并识别真正有购买意图的客户。这一来他的精英销售人员就可以集中关注销售会议软件给真正需要的客户了。

Hearl的研究团队会对来自LinkedIn和其它数据库来的互联网联系人信息进行梳理。为了识别数据的准确性，Hearl在定制的网络爬虫方面做了投入(比如来自Broadlook技术公司的爬虫)，它可以验证数据并填充一定量统计信息(比如姓名和电子邮件地址)。他说：“网络爬虫可以同步获取50万网页，所以我们获取到的数据会有很多噪音。”

此外，Inside Sales公司会识别特定的触发条件，指示哪些客户会有购买意向，比如提示客户公司即将发起的事件。结合人工利用技术工具进行研究是Hearl数据策略的关键：这样可以对购买意向有更准确的判断。他说，采用这种方式，他可以确保数据是实时和完整的，可以识别真正的客户从而进行有针对性的推广和演示活动。

Hearl说：“数据越干净，生产率就越高，我们的销售代表做电话营销、产品演示乃至完成交易实现销售目标数字的可能性就越高。所以，一切都要从拥有准确、可操作的数据开始。”

利用整合好的数据建立客户关系

但是，许多组织需要外部帮助才能整理好它们自己的数据。为了让数据问题得以控制，WGBH开发了一套服务帮助其它程序出口处理质量问题。它为美国新罕布什尔州附近的一个站点管理数据，并把该服务延伸到了其它各地。

新罕布什尔州站点本来处于失去国家资金的风险境地，现在已经收回其资金短缺并获得额外了一百万美元进项。该笔交易对WGBH也是非常有利的，因为它是一项重要收入来源，帮助维护了公共媒体“生态系统”。Twohill说，要确保故障站点存活，这样WGBH才能给他们发送播放节目。

对于Reliance Home Comfort公司的Mello来说，企业的下一项任务是处理遗留系统和孤岛。Mello希望这些系统之间能更加和谐协作，这样客户代理、销售人员、技术人员和管理层都可以更好地了解客户购买信息、偏好以及问题。但是，目前数据是按部门和业务流程组织的，而不是按客户账号组织的。

Mello说：“事实上，我们有好多相同类型的信息都存在于多个数据库中，这就给客户信息带来了问题，因为我们按照业务流程把客户孤立开了。”

单一的数据资产库实现起来并不容易。Mello建立了一种主从关系，只在一个系统做更新，然后自动同步到其它系统。例如：如果客户信息和账单信息是分开的，这种主从关系就可以解决这个问题。Mello说，减少用户必须输入数据的点也是非常关键的。

但是，技术永远不能替代人类基于数据质量和管理做决策。

按照Double Dutch公司Hearl的观点，如果没有清理和验证数据的基础将会白白辛苦一事无成。“对于CRM数据的清洗，没有简单省事的杀手级应用。”