数据质量与CRM项目

二、建立一个客户数据质量管理计划

最好的CDQ从业者应当能够综合远景、技术、文化以及业务惯例，来培养“客户关系”。能否建立一个成功的CDQ规划取决于是否能够熟练而正确地运用数据质量软件。它需要企业首先能识别和解决任何潜在的业务问题，也需要解决影响客户信息管理的文化问题。在CDQ规划中需要对所要解决的问题进行优先排序。当这些基本的问题已经充分的得到解决之后，企业就可以安心的着手执行CDQ的规划。这个规划由以下四部分构成

☆ 挖掘和分析;

☆ 数据变换和清理;

☆ 数据质量的维护;

☆ 企业级CRM的CDQ。

1.挖掘和分析

实施一个CRM应用软件，需要实施数据“迁移”。这涉及到对来源于不同企业系统客户数据的统一，并将其“迁移”到目标CRM系统中。很多时候，企业总是依靠不准确的元数据和那些已经“淘汰”的数据文件来实现数据“迁移”，而这往往容易导致基于错误数据来源的设计错误。数据“迁移”应当建立在准确无误的标准之上，否则就如同在不牢固的地基中盖房子一样。数据“迁移”的连续阶段包括：提取、清理、匹配以及在不完善的标准中尽可能的减少本质上的缺陷。

遗憾的是，到目前为止还不能很明显地找出数据中存在的问题。只有在数据分析人员“构思”阶段，需要调整并反复测试整个过程。因此数据“迁移”很难得到控制，结果容易造成时间和财力上的浪费。

很明显，在数据“源头”对数据的检测和修正能够彻底地减小与数据“迁移”相关的风险。而且这样能够更好的规划CRM项目，并确保数据的正确性和可信度。另外，项目成本也能得到有效的运用和控制。众所周知，在项目测试阶段检测一个错误所花费的成本是设计阶段的100倍。

处理数据来源问题在前面已经讲到，企业需要使用一个先进的、自动化的分析工具，来对数据目录、结构、关系及质量进行详细而准确的描绘。这个工具能减少数据分析所花费的90%时间。

数据的发掘和分析可以让企业了解来源于不同系统的数据以及相对应的客户。而此时准确记录数据并实时更新信息则是最好的方法。另外，企业必需建立必要的数据“迁移”规则，以确定各种来源的数据本质。

2.数据变换和清理

在该阶段，企业需要识别正确的客户和产品信息。这些信息包括基本的接触信息、产品数量信息，以及其他用户所需的信息。

建立更加复杂的网络也可以为生产型企业提供一个更好的有关企业合作伙伴和客户的视图。集团公司需要让生产商与不同的供应商建立不同的业务关系。例如，Acme制造公司可以向企业A、企业B、企业C购买材料和物资。对于每一个供应商，生产商应当依据不同的地理位置和业务需求来确定相应的采购模式。

另外，在纠正错误数据和建立客户网络的过程中需要的远不只是软件。它更需要一种对企业业务规则的理解。企业可以通过实施一些有关保证数据质量的解决方案来节约时间和金钱。而且选择好恰当的业务规则对于数据处理的成本和时间非常关键。通过采用全面数据质量规则，企业可以把精力集中在建立对企业真正有用的业务规则上。这种方法可以加速企业实施它们的CDQ计划。

3.数据质量的维护

一旦完成了初始数据分析，接着就需要进行数据转化和数据清理。确保数据质量的整个流程对于维护任何CRM系统的集成非常必要。变化不断产生，并且新数据也不断从各种渠道被加入到系统中，尤其是Web渠道。

Web对于数据质量的维护提出了严峻的挑战。根据美国的商务部统计，在2000年，超过5800万的美国消费者参与了在线交易，总共成交额达到了285亿美元。在电子商务继续发展的过程中，企业逐渐意识到确保数据质量的重要性。