CRM: Manutenção dos dados

Manutenção de dados: medidas automatizadas para a manutenção de um elevado padrão de qualidade de dados

Apesar da limpeza de dados iniciais e os mecanismos para manter o status quo da qualidade dos dados, é uma boa política realizar uma verificação periódica da base de dados global.
Isso também é necessário se as bases de dados forem consolidadas, por exemplo, após a aquisição de empresas.
Outro cenário é uma verificação periódica para renomear rua e lugar.
Deslocalizações devem ser monitorizadas e mantidas, e os registos de dados de clientes falecidos devem ser marcados, pelo menos. A exigência para o aprimoramento dos dados existentes com informações adicionais também não deve ser excluído.
Estas verificações periódicas da base de dados geral devem, idealmente, ser executadas com um processo em batch.
Isso garante que todos os dados estejam em conformidade com uma norma comum de qualidade de dados em intervalos especificados.
A qualidade dos dados suficientemente elevada para realizar as tarefas do actual sistema de CRM não pode ser considerada até que as três etapas do processo descrito aqui forem implementadas e adoptadas como prática, permitindo assim que o sistema de CRM atinja o seu pleno potencial e proporcione um retorno sobre o investimento.
As avaliações no CRM analítico, são agora uma base sólida. Os dados do CRM operacional permite uma abordagem orientada para o cliente em todas as áreas. Finalmente, o relacionamento com o cliente é reforçado, a longo prazo. A confiança dos empregados da empresa na qualidade dos dados aumenta, ao mesmo tempo. Isto significa que uma verificação adicional dos dados não é mais necessária. Os resultados directos são o aumento na eficiência e redução de custos.
É hora de subir a bordo: A Auditoria de Qualidade de Dados
A Auditoria Uniserv de DQ apresenta-se, de modo a ser capaz de fazer afirmações sobre o status quo dos dados in-house do sistema CRM.
A auditoria é o primeiro passo com objectivos claros em mente para a tomada de decisão e as marcas da sua apresentação pessoal para o projecto “Qualidade de Dados no seu sistema de CRM».
Durante a auditoria, a qualidade dos endereços é primariamente avaliados com o apoio das ferramentas da qualidade dos dados da Uniserv. Numa segunda etapa, há a possibilidade de ir à raiz das possíveis causas da deficiente qualidade dos dados numa análise do processo. Portanto, a melhor coisa a fazer é entrar em contacto connosco imediatamente!

CRM: «Correcto à primeira vez»

A Firewall de Qualidade de Dados

É importante especificar determinadas normas, após a transferência dos dados inicialmente limpos. Só desta forma pode a elevada qualidade dos dados obtidos ser preservada. Uma variedade de opções on-line podem apresentar-se aqui:
Em primeiro lugar, o utilizador do sistema de CRM pode garantir que as regras de entrada determinadas sejam respeitadas, por exemplo, os nomes das ruas só devem ser inscritos nos campos fornecidos.

A verificação de sintaxe também é possível para números de telefone ou endereços de e-mail e outros campos. Além disso, existe a possibilidade de verificar o endereço indicado para correcção. Isto pode ser importante, por exemplo, se o endereço é dado somente a um centro de atendimento por telefone e rapidamente surgem erros na anotação ou por causa de diferentes interpretações do que foi ouvido ou erros de digitação. Se as informações recebidas através do telefone estiverem incorrectas ou ambíguas, o utilizador também pode pedir de imediato  as informações adicionais em falta, tais como localidade, a fim de ser capaz de transferir um endereço correcto para o sistema. O desempenho da tecnologia subjacente é o factor decisivo para a aceitação.
Desde que o trabalho seja realizado sob alta pressão de tempo em períodos de pico, especialmente em call centers, a validação de endereço deve ocorrer muito rapidamente.
A entrada rápida de um cliente que completa os componentes do endereço após a entrada das letras iniciais ou números pode ser usado como alternativa.
Não importa qual a tecnologia usada, a possibilidade de uma busca simples, rápida e tolerante a erros para todos os dados existentes do cliente é fundamental. Esta função não será usada se a comparação demorar muito tempo ou não forneça os resultados desejados.
Um exemplo quotidiano demonstra isso: se a busca de informações nos motores de busca mais conhecidos de Internet, Google ou Yahoo, levar mais tempo do que o típico 0,3 segundo, estes motores de busca não seriam utilizados devido à lentidão.

A prevenção automática de novos duplicados também é importante. Aqui também existe a possibilidade de verificar se o cliente já está registado no sistema quando os dados são criados. Se este for o caso, uma nova conta de cliente não tem de ser criada. A informação existente ainda pode ser reforçada com o processo actual. Esta busca é executada em segundo plano, sem ser especificamente accionada pelo utilizador em cada criação ou alteração de dados iniciais do endereço.
Se a empresa ou pessoa física já existe na base de dados, o utilizador recebe uma indicação relevante através da máscara de entrada. Uma pesquisa de erro de tolerância também é apropriada aqui, de modo que o registo dos respectivos dados possa ser encontrado, apesar dos erros de audição ou sinónimos ou nomes de empresas incompletos. Escusado será dizer que esta busca implícita também tem que ocorrer muito rapidamente e com precisão, de modo que o fluxo de trabalho do empregado no sistema de CRM não seja afectado. Estes requisitos para a firewall de qualidade dos dados são implementados por meio dos conectores DQ.

Em conjunto com os parceiros de desenvolvimento, Uniserv criou conectores DQ para os mais importantes sistemas de CRM, como o SAP CRM, Microsoft Dynamics CRM, Siebel, bem como update.seven e salesforce.com, que permitem a integração de mecanismos de qualidade de dados em processamento registo a registo. Como resultado, nada impede a implementação destas funções, que são importantes para a implementação de um elevada qualidade de dados nos sistemas de CRM.

CRM: Limpeza inicial dos dados

Voltamos depois do post de ontem onde se falou um pouco mais da ferramenta Batch, ao CRM com a limpeza inicial dos dados. Relembro apenas que o DQBT é uma ferramenta essencial para esta limpeza dos dados.

Primeiro que tudo, a limpeza inicial dos dados é de primordial importância. A este respeito, a base de dados inteira é verificada e limpa numa execução em batch. O número de diferentes fontes de dados ou dos países a que pertencem  são irrelevantes aqui.
Procedimento típico para que esta limpeza inicial:
- Os dados são convertidos para um formato padronizado.
Exemplo: formato padronizado para os números de telefone.

++351 211571495
00351-21-1571495      => 00351 211 571 495
+351 (21) 1571495

- O conteúdo das diferentes fontes de dados é atribuído aos campos padrão.
Exemplo: O nome da pessoa de contacto está em campos com nomes diferentes em cada fonte de dados.

Nome: Godinho, Osvaldo
PNome: Osvaldo      Apelido: Godinho
Contacto: Osvaldo Godinho

- As componentes do nome são analisadas.

Linhas de nome muito complexas que sejam compostas por vários indivíduos ou incluir o nome da empresa com o departamento e contacto serão analisados. A análise verifica se os dados  se referem a dados de pessoas ou dados da empresa. Todos os elementos da linha do nome são também atribuídos 
aos campos especiais, de modo a que, por exemplo análises de títulos académicos ou formas jurídicas de empresa possam ser realizadas.

 

Exemplo: DataLab, Lda
                   -> Nome da Empresa: DataLab
Datalab, Lda
                   -> Forma Legal: Lda.

 

- A validação dos endereços é realizada.
A validação dos endereços é feita independentemente sejam endereços nacionais e/ou internacionais. A este respeito, o código postal, localidade, rua e número de porta são verificados. Se possível, componentes do endereço
em falta são corrigidas e/ou adicionadas.
Ruas oficialmente renomeadas e lugares são actualizados automaticamente. Apartados e validação de códigos postais em batch de clientes também estão disponíveis para alguns países.

 

Exemplo:

R Podre Local 16       => Rua do Poder Local, 16
1675 Pontihna          => 1675-634 Pontinha

- Os endereços são convertidos para formatos específicos.
Em certos países, por exemplo, França, o endereço deve ser formatado de acordo com as especificações das autoridades postais nacionais, a fim de ser capaz de tirar partido das medidas de optimização de taxa de franquia, para as opções de entrega mais barata possível.
Exemplo de um endereço de França:

- Os endereços são reforçados com informações adicionais.
Os endereços podem ser melhorados com informações relevantes, conforme necessário. Isso pode ser coordenadas geográficas, mas outros códigos por sector ou visualização, informações definidas pelo utilizador podem ser também anexados aos dados.
Por exemplo:

Rua do Poder Local, 16     => X: -00920163
1675-364 Pontinha           => Y: +03876310

- São identificados os duplicados.
Duplicados potenciais são identificados de acordo com algoritmos de busca personalizados individualmente.
Regras de negócio adequadas podem ser aplicadas na pesquisa, de modo que a sua posterior eliminação pode ser executada automaticamente até certo ponto. Os duplicados são também avaliados, com o grau de “certeza”, ou seja, o grau de probabilidade pode ser definido. Escusado será dizer que estão disponíveis esquemas padronizados de correspondência, que podem ser aplicados aos dados de pessoas ou dados de empresas. Também é possível incorporar novos campos em campos livres em busca de duplicados.

 

Por exemplo:
Osvaldo Godinho                         O Godinho 
Rua do Poder Local, 16         =     R Podre Local, 61
1675-157 Pontinha                      1675-157 Pontihna

 

A comparação destes dois registos proporciona um elevado grau de semelhança, embora o nome, rua, numero de porta e localidade sejam diferente.
No entanto, a diferença neste exemplo e com o algoritmo seleccionado correspondente não for tão grande, que os registos de dados são identificados como um único bloco.

- É constituído o “Registo de Ouro”.

A formação de um “Registo de Ouro” é fundamental, especialmente quando os dados vêm de uma variedade de fontes que tenham mais conteúdos relevantes associados, além da informação do endereço. Como resultado, existe a possibilidade de transferir todas as informações dos duplicados para o “Registo de Ouro”. Mesmo que os dados duplicados não tenham de ser eliminados, a sua marcação é possível, de modo que as informações contidas num duplicado possam ser exibidas para o utilizador no sistema de CRM.
Exemplo: O duplicado  tem um campo adicional com coordenadas que devem ser anexada ao “Registo de Ouro”. Se o duplicado é excluído da base de dados, o “Registo de Ouro” também inclui esta informação.

 

Osvaldo Godinho                         O Godinho 
Rua do Poder Local, 16         =     R Podre Local, 16
1675-157 Pontinha                      1675-157 Pontihna
X: -00920163                      <-      X: -00920163
Y: +03876310                     <-      Y: +03876310

ETL, Data-Migration, CDI, MDM – Poderosa Ferramenta Internacional

Antes de continuar ir à parte prática do CRM, vou colocar um outro tópico onde falo da ferramenta que nos permite fazer a limpeza inicial dos dados. 
As palavras-chave que ouvimos nos clientes
“Estou a procurar uma ferramenta de ETL!”
“Estamos a planear um projecto de Data-Migration!”
“Eu sou o CDI-Manager, o que nos pode oferecer?”
“Eu sou responsável pelos fluxos de trabalho MDM , nunca ouvi falar do DQBT …”

O que é ETL?

E  - EXTRACT
- Analisar e compreender a estrutura de dados do cliente
- Criar uma “entrada em degrau” para estes dados em DQBT
- Dentro do DQBT, importa-se os dados num formato mais geral

T – TRANSFORM
- Lista de pedidos e serviços exigidos pelo cliente:
- Telefone separado e números de fax
- Converter o país em formato ISO-2-Char
- Validação postal dependendo do país
- Check-dedup ao nível da pessoa

- Agregação de ID’s de registos duplicados em cabeçalho
- Nomes de pessoas divididos

L – LOAD
Saída de dados processados no formato desejado


O DQBT faz ETL sem qualquer problema


E  - EXTRACT
- Flat Files em qualquer formato
- Diversas bases de dados através de conectores (VarChar-Campos)
- UTF-8
- Dados da Organização: lista de nomes por fonte, Prioridades, Atributos, …

T – TRANSFORM
DQBT é “um sonho” no que diz respeito à transformação:
- Selecciona, classifica e agrupa registos em cada etapa
- Funções que operam por coluna: Shuffle, combinar, catálogos, …
- Há um conjunto completo de funções: post, dedup, freestyle-match, convert, …
- Consolidação dos grupos: agregação, enriquecimento de/com outros registos, …
- Por coluna: Pequenos padrões PERL para transformação menores
- Programas “completos” PERL para regras de transformação avançadas

L – LOAD
Transformação por exemplo, a empresa relacional – + registos da pessoa (incluindo criação de novas chaves primárias …)

O que é Data-Migration?


E  - EXTRACT
- Dados sem tratamento em categorias diferentes (Cidade, Bairros, Ruas, …)
- Extracção por categoria
- Importação para formatos mais genéricos dentro do DQBT

(T – TRANSFORM)


L – LOAD
- Combinação dos registos contendo as ruas, bairros, códigos postais, endereços postais.

O que é CDI (Customer Data Integration)?


Definição: CDI é o processo de consolidação e gestão da informação do cliente

- De todas as fontes disponíveis
- incluindo os detalhes dos contactos
- avaliação dos dados do cliente
- informação reunida através de interacções

CDI é o que o DQBT sempre fez


- Limpa, actualiza e completa os dados de contacto
    -> Post, Convert, …
- Consolida os registos correctos, elimina duplicados, liga registos (…)
   -> Mail, Consolidate, PERL-scripting
- Enriquece registos internos e transaccionais com conhecimento externo e segmentação
   -> Geocodifica com coordenadas, compara com BD’s externas, dados comportamentais…
- Assegura o cumprimento da supressão de contactos (…)
   -> Gere listagens de dados de fontes diversas: Blacklists, RIP, listagens de email…

O que é Master-Data-Management?

Definição: MDM envolve um conjunto composto por tecnologia, ferramentas, workflows e processos que mantêm e apresentam uma visão consistente e unificada dos dados.
- Actividades MDM (para criar um repositório MDM)
   -> Profiling: Analise dos dados
   -> Normalização
   -> Data Stewardship: Data Steward designa o modelo de dados, decidindo que entidades, relações e atributos devem ser guardados no modelo.
Este modelo torna-se o “single version of the truth”
   -> Matching & deduplicação
   -> Enterprise Data Mashup: (…) pode ser descrita como uma agregação de fontes heterogéneas (…) para um espaço único integrado (…)

Papel fundamental em Master-Data-Management com DQBT

Como criar um repositório MDM:
- extrair os dados relevantes das aplicações fonte
- Mapear estes dados para o modelo Master-Data
   -> Para que se possa executar, irá necessitar de uma ferramenta ETL como o DQBT
   -> DQBT pode ser parte dos MDM workflows

Conclusão:
“O DQBT é uma poderosa ferramenta ETL!”
“Projectos de Data-Migration não constituem problema para o DQBT!”
“CDI workflows devem ser constituídos com o DQBT!”
“O DQBT ajuda nos MDM workflows!”

A qualidade dos dados no CRM

A qualidade dos dados no CRM é importante independentemente de:

- Um sistema completamente novo CRM deve ser posto em prática,
- A qualidade dos dados de um sistema de CRM deve ser optimizada,
- Ou dois ou mais sistemas independentes são combinados em um único sistema CRM, o requisito elevada qualidade dos dados pode ser alcançada em três sub-processos:
1. Limpeza dos dados iniciais
2. «Acertar logo à primeira vez» e os mecanismos que interceptam dados de baixa qualidade, quando os dados são criados ou editados (Data Quality Firewall)
3. Uso de dados de manutenção como uma medida para preservar um alto padrão de qualidade de dados
O processo de QUALIDADE DOS DADOS da Uniserv mostra como os três passos anteriores estão interligados.

TI envolve não só endereços escritos correctamente ou registos duplicados, mas também a aprendizagem sobre a estrutura dos dados a serem migrados e verificar as regras de negócio existentes. Este passo normalmente é implementado numa Auditoria de qualidade dos dados.

É aconselhável obter um panorama da qualidade dos dados numa primeira etapa, de modo que uma limpeza inicial orientada para resultados seja possível.

Monitorização a jusante é aconselhável para determinação constante e verificação do status quo da qualidade dos dados. O cumprimento das regras de negócio podem ser automaticamente aqui verificadas e limitar valores críticos específicos, a fim de ser capaz de realizar medidas de optimização em tempo real. Limites poderiam ser também os indicadores chave de desempenho (KPI), que fornecem informações sobre o status quo dos objectivos definidos pela empresa.

CRM e qualidade de dados

O casal perfeito:
CRM e qualidade de dados
Independentemente de um CRM analítico ou operacional seja implementado, as áreas anteriormente descritas de aplicação indicam a importância de ter dados correctos, ou seja, a qualidade dos dados.
Num CRM analítico, uma elevada qualidade dos dados é indispensável, a fim de ser capaz de realizar análises adequadas, em primeiro lugar, para não falsificá-las e – com base no presente – para tornar as decisões estratégicas correctas, a longo prazo.
Em termos correctos, qualidade de dados significa que:
- Corrigir o endereço, também no ambiente internacional, de modo que a correspondência escrita chegue ao destinatário. Quanto aos dados:
» O endereço deve ser actualizado se lugares ou ruas são renomeados
» Mudanças de morada devem ser registadas e os endereços actualizados
» Não são mantidas relações comerciais com os clientes falecidos 
» Mudanças nas empresas (fusões, deslocalizações, etc.) devem ser registadas
Num CRM operacional, é importante que os dados de contacto do cliente estejam correctos, para que as campanhas de marketing sejam adequadas e a oferta de serviços alcance sua meta, ou seja, o cliente.
- Os dados do cliente sem que haja duplicados, ou seja, existe apenas uma única instância do cliente na base de dados :
» Para não enviar informações várias vezes em mailings e economizar em custos de envio
» Para não perturbar desnecessariamente clientes solicitando-os repetidamente  em campanhas de marketing e, portanto, provocar perdas de clientes e vendas perdidas
»Para poder fazer afirmações fiáveis sobre as oportunidades de vendas e Análises Preditivas
»Conceber um serviço mais eficiente com todas as informações relevantes disponíveis para o contacto directo com os clientes.
Fica evidente que a qualidade dos dados, ou seja, corrigir e manter a base de dados isenta de duplicados, é um requisito importante para a chamada “visão única do cliente» ou «ponto único de verdade» («Single View of Customer» ou «Single Point of Truth»), porque somente os dados em óptimo estado permitem realmente que todos os dados relativos a um cliente sejam comprimidos num registo, permitindo uma visão abrangente de um cliente.

Essa visão também deve ser autorizada para os funcionários dos vários departamentos dentro da empresa.
Se todos estes aspectos não são considerados num sistema de CRM, a qualidade deficiente dos dados pode rapidamente desequilibrar a balança. Análises em Business Intelligence podem produzir conclusões incorrectas, os clientes estão insatisfeitos com o serviço, com as campanhas de marketing e quem sabe, podem terminar as relações comerciais no pior caso.

A má qualidade dos dados também podem ter um efeito directo sobre a motivação dos funcionários da empresa.
Eles não podem satisfazer as necessidades dos clientes na medida esperada, pois as informações no sistema de CRM não é consistente.
Registos duplicados de dados de clientes que contenham informações necessárias para a satisfação do cliente são um exemplo aqui. É o trabalhador que tem de ouvir os problemas dos clientes frustrados.
E torna-se insatisfeito ao mesmo tempo.
A conexão directa entre os dados confiáveis a partir do sistema de CRM e motivação dos funcionários é, portanto, comprovada.

Os componentes importantes para o sucesso de um sistema de CRM

Os exemplos do post anterior deixam claro que o cliente é sempre o centro do interesse num sistema de CRM, uma vez que há ganhos directos e indirectos que podem ser obtidos a longo prazo através de um relacionamento satisfatório.

Quanto a isto, há várias áreas num sistema de CRM que são projectados para ajudar a satisfazer uma ampla variedade de necessidades dos clientes, na forma prevista e de forma adequada. Todas as informações obtidas podem ser avaliadas, a fim de usá-las em campanhas de marketing ou outras análises baseadas em Business Intelligence.
A diferença é feita entre um CRM operacional e um CRM analítico.

Customer Relationship Management analítico
CRM Analítico é usado para considerar todos os dados do cliente para possíveis avaliações no âmbito do Business Intelligence. O termo Customer Data Warehouse também é usado de alguma forma. Isso mostra que as preocupações do CRM analítico são para a análise de um «instantâneo» dos dados de CRM e não os dados do sistema actual ao vivo. Os dados são armazenados num sistema especialmente desenhado, como os dados de um Data Warehouse. Pode ser avaliada através de um grande número de diferentes dimensões. A palavra chave aqui é Online Analytical Processing (OLAP), que também é utilizada no Data Warehouse.

Customer Relationship Management operacional
Em contraste com o CRM analítico, CRM operacional abrange as áreas de vendas, marketing e serviço.
Em outras palavras: Todos os funcionários que estão em contacto directo ou indirecto com o uso do cliente CRM operacional.
Em marketing, isso realmente significa por exemplo que há possibilidades de gestão de campanhas para filtrar os grupos-alvo certos para as respectivas campanhas. (As avaliações dos CRMs analíticos normalmente fornecem indicações dos filtros correctos).
Relativamente aos clientes certos, a informação adequada, ao serviço a oferecer, a selecção do canal de comunicação ideal, etc, são as principais preocupações. O objectivo é que as informações apresentadas atinjam os grupos alvo correctos. Os clientes solicitados devem estar motivados a examinar o respectivo conteúdo das campanhas e para identificar o valor acrescentado que as informações (ou produto) criam para si ou para sua empresa.

O departamento de Vendas usa o CRM operacional para as várias tarefas. O contacto pessoal com o cliente tem grande importância, a fim de desenvolver e manter um forte relacionamento com o cliente. Funções como a integração dos clientes de email, calendários ou características semelhantes são indispensáveis aqui. No entanto, as informações do CRM também são usadas, por exemplo para actualizar as oportunidades de vendas. Ela também pode ser avaliada porque o cliente rejeitou a oferta (lost order analysis) ou porque a relação comercial terminou. Um sistema de CRM também é usado como um “diário de bordo”, em que todas as atividades com um cliente são gravadas. Como resultado, os colegas podem rapidamente obter uma visão geral de toda a correspondência com o cliente.

O funcionário em contacto com o cliente direto é o cartão de visita da COMPANHIA, porque ele ou ela é sinónimo de QUALIDADE DOS PRODUTOS E SERVIÇOS PARA O EXTERIOR.

O sistema de CRM também é usado para gerar dinamicamente análises de previsão confiáveis. Estes são extremamente importantes para a definição de futuras estratégias de negócios. A terceira área que faz uso intensivo do sistema de CRM é a área de serviço. As necessidades de clientes individuais são consideradas um grau particularmente grande nesse ambiente, o cliente é acompanhado através das diferentes fases do relacionamento. Gestão da reclamação e suporte ao cliente também são importantes questões aqui.
Finalmente, um sistema de CRM pode ter um uso interdepartamental e em todas as áreas como um instrumento de controle para processos de negócio ou podemos oferecer uma ajuda valiosa para o cumprimento das regras de negócio. No contexto da importância de um profissional de Customer Relationship Management e da introdução de um sistema adequado de CRM, é essencial manter um aspecto central em mente: o trabalhador em contacto com o cliente directo é o cartão de visita da empresa, porque ele ou ela é sinónimo de qualidade dos produtos e serviços para o mundo exterior. É precisamente aqui que potenciais  enormes, geralmente inactivos podem ser activados para o benefício dos clientes satisfeitos com base num eficiente sistema de CRM.

Em contacto com seus clientes

Relações de negócios e relações com clientes bem conservadas assim como uma rede estável de relacionamentos, têm uma variedade de efeitos muito positivos sobre cada empresa.

A consciência de que a introdução de um sistema de CRM é um factor chave para o sucesso a longo prazo da empresa tem-se desenvolvido rapidamente nos níveis de gestão de muitas empresas nos últimos alguns anos. Independentemente do fornecedor e os componentes do sistema de CRM que são utilizados, o foco é sempre na orientação para o cliente e para o conceito de serviço subjacente.

Se a introdução de um sistema de CRM é considerada a partir de uma perspectiva económica, torna-se rapidamente claro que a gestão do relacionamento está associada a conceitos tais como o desejo de relações comerciais de longo prazo e a segurança económica ligada a isso. Além disso, um sistema de CRM deve contribuir para a estabilização dos contactos de negócios. Relações comerciais bem mantidas, bem como o relacionamento com clientes, ou seja, uma rede estável de relacionamentos, tem uma variedade de efeitos muito positivos sobre a empresa.

Aqui estão alguns exemplos:
- Um cliente satisfeito está preparado para recomendar o fornecedor e os seus produtos através de uma simples palavra de propaganda.
- Numa relação duradoura, satisfatória entre o cliente e o fornecedor, o cliente pode fazer sugestões para melhorar produtos, a fim de chamar a atenção para mudança nas demandas do mercado.
- Um cliente satisfeito é mais tolerante com aumentos de preços do que os clientes potenciais que ainda estejam a comparar produtos e serviços similares de diferentes fornecedores.
- Se houver um relacionamento comercial com um cliente, o cliente entrará em contato com o fornecedor se ele não estiver satisfeito com um produto ou serviço, a fim de indicar as deficiências. Em consequência, o fornecedor tem a oportunidade de optimizar o produto e  o desempenho. Em caso negativo, o cliente pode simplesmente mudar fornecedor, sem informar o fornecedor sobre as deficiências percebidas do produto.

Alta Qualidade de Dados no sistema de CRM (Customer Relationship Management):

A cereja no topo do bolo.

O objectivo da introdução de um sistema CRM (Customer Relationship Management) é optimizar e estabilizar as relações com os actuais e futuros clientes a longo prazo. A chave para um relacionamento satisfatório de ambos os lados não depende apenas um sistema inteligente de CRM, mas também da alta qualidade dos dados que ele contém.

Há indícios de falta de qualidade dos dados do cliente, se a taxa de retorno de mailings é relativamente elevada, como resultado de dados incorrectos ou endereços incompletos ou clientes queixam-se sobre várias entregas do mesmo correio publicitário. É constrangedor se uma linha de endereço de um cliente, contiver erros, porque não foi dada importância à “higiene” dos componentes do nome e endereço. 

Mesmo que a equipe interna tenha falta de confiança na base de dados e tenha de verificar manualmente cada registo antes de contactar os clientes, isto também deve ser considerado como uma indicação de baixa qualidade dos dados. Com base nos pontos aqui mencionados, torna-se evidente que a qualidade dos dados no sistema de CRM é tão importante quanto o próprio sistema. Se este não for o caso, o esperado efeito da ligação do cliente a longo prazo combinado com um aumento eficiência do trabalho realizado com os dados do cliente não irá surgir.

Vários cenários de utilização de um sistema de CRM vão ser considerados nos próximos posts.

As áreas de actuação são a relação da qualidade dos dados e as consequências da fraca qualidade dos dados. Além disso, iremos abordar uma solução prática para a prestação de alta qualidade de dados de um recém-criado ou existente sistema de CRM e como manter esse status quo em diferentes sistemas e plataformas.

Listas de sanções – Exemplos

Os seguintes processos de comparação dos dados da empresa em relação às listas de sanções são tão importantes quanto o processo de correspondência em si e ao cumprimento dos requisitos de qualidade de dados.Se casos suspeitos foram encontrados durante a correspondência, estes casos devem ser verificados manualmente caso a caso. O software deve fornecer listas adequadas e / ou arquivos com os registos de dados para esta finalidade.Também é importante que os resultados sejam incorporados nos dados da empresa de tal maneira que os duplicados encontrados sejam documentados. Duplicados nos dados devem portanto ser marcados. Além disso, os dados oficiais, nos termos da lei devem ser enviados às autoridades respectivas.A documentação das validações efectuadas é muito importante.
EXEMPLOS DE CORRESPONDÊNCIAS POSITIVAS

Os exemplos são apresentados para ilustrar a possível forma de correspondências positivas. O primeiro registo de dados vem das listas de sanção. Os subsequentes registos de dados poderiam ser a partir dos dados da empresa. Os números em ”Correspondência” representam o grau de semelhança e a precisão do duplicado. A faixa aqui é entre 70 e 100. A identificação do registo representa um indivíduo e o seu ID na base de dados.

Exemplo de uma completa operação de matching

O processo completo de correspondência, consiste na correspondência real, a geração de registos de validação adequados, a geração de uma lista de casos suspeitos, a marcação dos casos suspeitos e os casos não-suspeitos  na base de dados, o manual de verificação dos casos suspeitos e da comunicação dos indivíduos e organizações identificadas como suspeitas à PJ (BAFA):