Kualitas data CRM dimulai dari pesan pertama
Di mana data lead sebenarnya rusak, dan cara memperbaikinya sejak titik pengambilan data.
· 5 menit baca · Editor: Max
Setiap perusahaan yang sudah memakai CRM lebih dari dua tahun pada akhirnya akan mengalami percakapan yang sama. Seseorang menarik laporan, angkanya terlihat janggal, dan diskusinya berubah menjadi proyek pembersihan data. Deduplikasi, standardisasi kolom, konsultan, migrasi.
Proyek pembersihan bertahan kira-kira satu kuartal. Lalu datanya rusak lagi, karena tidak ada yang berubah di titik tempat data masuk ke sistem.
Data CRM yang buruk hampir tidak pernah merupakan masalah basis data. Itu masalah pengambilan data.
Di mana kerusakan sebenarnya terjadi
Telusuri satu lead mundur dari laporan yang terlihat janggal, dan biasanya Anda akan sampai di salah satu dari empat tempat.
Formulirnya menanyakan terlalu sedikit. Nama, email, pesan. Semua hal lain — ukuran perusahaan, kebutuhan, jadwal, kisaran anggaran, lini produk mana — harus ditebak belakangan oleh orang yang membaca satu paragraf, atau tidak pernah dicatat sama sekali.
Formulirnya menanyakan terlalu banyak. Kegagalan sebaliknya, dan lebih umum daripada yang diakui orang. Empat belas kolom wajib di formulir kontak pertama tidak menghasilkan data yang kaya. Yang dihasilkan adalah formulir yang ditinggalkan dan jawaban asal-asalan. "Perusahaan: asdf" bukanlah data.
Seseorang mengetiknya setelah kejadian. Tenaga penjual selesai menelepon lalu memasukkan apa yang ia ingat, dalam format yang ia sukai. Seorang menulis "PT Acme", yang lain "PT. ACME", yang ketiga "acme". Kini ada tiga perusahaan.
Kanalnya sama sekali tidak punya langkah pengambilan data. Pertanyaan masuk lewat WhatsApp, atau sebagai balasan atas newsletter. Ia menjadi percakapan sebelum menjadi catatan, dan saat ada yang teringat pada CRM, detail yang berguna sudah tertimbun empat puluh pesan ke belakang.
CRM tidak membusuk. Ia mencerminkan dengan akurat proses pengambilan data yang tak pernah dirancang.
Mengapa ini mahal dengan cara yang tak terlihat di laporan
Biaya yang jelas adalah prakiraan yang buruk. Biaya yang kurang jelas justru lebih besar.
Pengarahan gagal. Lead yang seharusnya ke tim korporat malah masuk antrean umum karena tak ada yang mencatat jumlah karyawannya. Tindak lanjut gagal. Anda tidak bisa mengirim pesan kedua yang relevan kepada seseorang yang masalahnya tak pernah Anda catat, jadi Anda mengirim pesan generik, dan hasilnya pun seperti pesan generik.
Kecepatan respons juga gagal, dan inilah kaitan yang sering terlewat. Riset tentang respons terhadap lead, termasuk studi Lead Response Management yang dipimpin Prof. James Oldroyd, secara konsisten menunjukkan betapa tajamnya peluang kualifikasi turun saat balasan pertama bergeser dari hitungan menit ke hitungan jam. Lead yang masuk ke antrean yang salah, atau tanpa nama perusahaan untuk dicari, harus menunggu sementara seseorang mencari tahu lead apa itu. Keterlambatannya adalah masalah data yang menyamar sebagai masalah kecepatan.
Segmentasi pun gagal tanpa suara. Anda tidak bisa menganalisis apa yang tidak Anda catat, sehingga seluruh pertanyaan — vertikal mana yang terkonversi, kanal mana yang membawa pesanan terbesar — tak pernah diajukan.
Perbaiki di titik pengambilan data
Prinsipnya adalah memindahkan penataan data sedini mungkin, idealnya ke pertukaran pesan pertama, dan membuat sisi pelanggan terasa seperti percakapan, bukan formulir.
Tanyakan dalam percakapan, bukan di formulir. Buat formulir awal seminimal mungkin — cukup untuk bisa dihubungi. Lalu biarkan balasan pertama yang melakukan kualifikasi. "Berapa jumlah yang Anda butuhkan, dan kapan?" adalah pertanyaan wajar di utas pesan, tetapi menjadi penghalang di landing page. Di sinilah penjawab pertama otomatis benar-benar berguna: ia bisa menanyakan dua atau tiga pertanyaan penting selagi pembeli masih memperhatikan, dan alat seperti Axelion menuliskan jawabannya langsung ke kolom terstruktur, bukan membiarkannya dalam bentuk paragraf.
Ekstrak, jangan ketik ulang. Sebagian besar yang Anda butuhkan sudah ada di pesan pelanggan sendiri. Nama perusahaan dari domain email. Jumlah, kota, dan tenggat dari isi pesan. Tarik semua ini secara otomatis dan sajikan kepada manusia catatan yang sudah terisi untuk dikonfirmasi, bukan catatan kosong untuk dilengkapi. Konfirmasi butuh beberapa detik; menyalin butuh beberapa menit dan sering dilewati.
Normalisasi saat menulis, bukan saat membuat laporan. Negara, mata uang, format telepon, bentuk badan usaha — terapkan aturannya saat catatan dibuat. Membersihkan belakangan berarti membersihkan selamanya.
Gunakan satu kunci identitas. Pilih kolom yang mengidentifikasi pelanggan di semua kanal, biasanya alamat email atau nomor telepon, dan pastikan setiap kanal menulis berdasarkan kunci itu. Utas WhatsApp dan utas email dari pembeli yang sama harus bermuara di satu catatan. Tanpa ini, duplikasi bukan lagi risiko, melainkan kepastian.
Catat pertanyaannya, bukan hanya kontaknya. Simpan apa yang sebenarnya diminta pelanggan, dengan kata-katanya sendiri, apa adanya di samping kolom terstruktur. Struktur memungkinkan pelaporan; kalimat aslinya memungkinkan pertimbangan.
Seperti apa pengambilan data yang baik dalam praktik
Catatan kontak pertama yang layak kira-kira berbentuk seperti ini, dan sebagian besarnya bisa terisi tanpa ada manusia yang mengetik.
- Identitas — nama, email, telepon, perusahaan, dinormalisasi dan dideduplikasi terhadap catatan yang sudah ada.
- Maksud — apa yang mereka minta, apa adanya, ditambah kategori dari daftar tetap yang Anda kendalikan.
- Fakta kualifikasi — jumlah, jadwal, tujuan, sinyal anggaran. Apa pun yang benar-benar dipakai proses penjualan Anda untuk menentukan prioritas. Tidak lebih.
- Sumber — kanal, kampanye, halaman perujuk. Dicatat otomatis, tidak pernah ditebak.
- Stempel waktu balasan pertama — agar Anda bisa mengukur hal yang paling penting.
Lima kelompok. Jika formulir atau skrip penerimaan Anda mengumpulkan jauh lebih banyak dari ini sebelum manusia terlibat, Anda sedang menukar tingkat penyelesaian formulir dengan kolom yang tidak akan Anda pakai.
Mulai dengan audit, bukan migrasi
Sebelum membeli apa pun, ambil lima puluh lead terakhir dan periksa tiga hal: berapa yang punya nama perusahaan yang bisa dipakai, berapa yang datanya cukup untuk diprioritaskan tanpa membuka utasnya, dan berapa yang punya stempel waktu balasan pertama sama sekali.
Latihan itu biasanya menunjukkan di mana Anda perlu turun tangan, dan hampir selalu letaknya di pintu depan, bukan di dalam basis data. Perbaiki langkah pengambilan datanya, dan proyek pembersihan tak lagi menjadi acara tahunan.
Lihat bagaimana data kontak pertama disusun di halaman produk, atau baca lebih lanjut tentang kecepatan respons.
Axelion menjawab dalam hitungan detik, sepanjang waktu. Ia membalas di chat situs Anda, merekomendasikan produk yang tepat dari halaman Anda, menyimpan setiap lead, dan mengalihkan kasus rumit ke tim Anda. WhatsApp dan Telegram di Business. Lihat di situs Anda sendiri →
Artikel terkait
Mengukur agen penjualan AI: empat angka yang penting
Waktu respons, tingkat lead terkualifikasi, tingkat penawaran harga, pendapatan yang tertutup — dan metrik pemanis yang sebaiknya diabaikan.
Pengalihan ke manusia: aturan yang menjaga otomatisasi tetap jujur
Kapan mesin harus berhenti bicara, dan cara merancang momen pengalihannya.
Harga chatbot AI: jasa pembuatan atau langganan bulanan?
Bandingkan biaya jasa pembuatan chatbot dengan langganan bulanan: biaya awal, perawatan, harga per percakapan dalam dolar dan rupiah, dan paket gratis.