At rydde op i din database som forberedelse til marketingautomatisering er et must for at beskytte din afsenderscore og afsenderomdømme. Din afsenderscore er en numerisk karakter, som spamfiltre sætter på din IP-adresse. Jo højere din score, jo bedre er dine chancer for at få dine e-mails leveret til en persons e-mail-indbakke.
En af grundene til, at folk opnår en lavere score, er, at de sender e-mails til dårlige e-mailadresser eller spamfælder. Hvis du har bygget din database i årevis, har du sandsynligvis et stort antal af begge i din database.
Mens du forbereder dit CRM-system til marketingautomatisering, er det en god øvelse at rense din database, så din CRM-integration starter med en ren sundhedserklæring. Du har to gode måder at rense en database på. Den ene er ved at bruge værktøjer til at gøre det selv; den anden er ved at hyre nogen til at gøre det for dig.
Sådan bruger du værktøjer til at rydde op i din database
Du kan nemt få adgang til mange værktøjer til at rydde op i din database via onlinetjenester. Omkostningerne ved din databaseoprydning vil være en direkte afspejling af, hvor stor din database er, og hvad du specifikt skal renses. For at beskytte din afsenderscore skal du kun være bekymret for gyldigheden af e-mailadressen, ikke alle oplysningerne i en post.
Datamæglere er en anden måde at rydde op i din database på. Virksomheder som Data.com, Dun & Bradstreet og Equifax kan hjælpe dig med at rydde op i din database i ét hug og hjælpe dig med at udvide dine data på samme tid.
En del af at rydde op i dine data involverer at verificere, om data er nøjagtige. To forskellige typer data bruges til verifikation:
-
Crowd-sourced data indsamles, når folk indtaster deres egne oplysninger i en offentlig database. For eksempel opretter folk på det sociale medie LinkedIn en profil og indtaster data om sig selv.
-
Verificerede data indsamles af virksomheder, der beskæftiger sig med dataindsamling. For eksempel er Dun & Bradstreet en virksomhed, der indsamler data fra en række forskellige kilder, herunder kreditrapporter, offentlige dokumenter og spørgeskemaer.
Liste-rensningsværktøjer såsom NetProspex, RingLead og FreshAddress er også gode værktøjer til at rydde op i dit datasæt i realtid fremover. Verificerede datakilder såsom NetProspex kalder rutinemæssigt hvert datapunkt for at verificere, at oplysningerne er korrekte. Denne type værktøj kan være en dyrere mulighed end at bruge en datamægler, men den har en tendens til at have en højere pålidelighed.
Datarensningsværktøjer kan også integreres i en marketingautomatiseringsløsning for at rense og udvide hver ny kundeemner, der kommer ind i din database i realtid.
Værktøjer såsom RingLead hjælper dig med bedre at de-duplikere data, der kommer ind i din database, for at sikre, at du forbinder de rigtige oplysninger til den korrekte post. Det løser problemet med at have det samme kundeemne i din database fem gange, fordi det kundeemne brugte fem forskellige e-mailadresser. Dette er meget vigtigt, hvis du har meget komplekse datasæt eller har flere e-mailadresser på en enkelt person.
Hyr nogen til at rydde op i din database
Hvis du ikke kan bruge et automatiseret værktøj på grund af størrelsen af dine data eller den specifikke karakter af de nødvendige data, kan du finde konsulenter eller outsourcede callcentre, der kan rense dine data for dig samt tilbyde dataforstærkende tjenester uden behov til automatiserede værktøjer.
Hyr en konsulent med specifik branchekendskab for at hjælpe med at fremskynde processen med dataindsamling, rensning og forstærkning. Det ville være klogt at hyre en konsulent, der ved, hvordan man bruger din valgte marketing automation-løsning. At vælge en konsulent, der ikke er bekendt med din branche, er okay, hvis du skal gå på kompromis, men gør dit bedste for at undgå konsulenter, der mangler et praktisk kendskab til din marketing automation-løsning.
Et outsourcet callcenter er en dyrere mulighed end en konsulent, og det plejer at tage mest tid. Denne mulighed er generelt den bedste mulighed for virksomheder, der konstant skal udvide og rense data, efterhånden som de kommer ind.
Et callcenter kan knyttes til leadkvalificeringsfasen og manuelt verificere data, før disse data videregives til næste fase. Callcentret kan også indhente data via et telefonopkald, som ikke kan fås via online-interaktioner.