Auditoria de qualidade de dados do CRM: meça antes de limpar

Antes de começar: escolha o trabalho que os dados devem fazer

Imagine um CRM com milhares de contatos perfeitamente preenchidos e doze negócios ativos sem responsável. O indicador geral de preenchimento pode parecer tranquilizador. O gerente de vendas tentando distribuir esses negócios provavelmente discordaria.

A qualidade dos dados depende do trabalho. Um endereço de conta necessário para a entrega merece um controle diferente de um campo opcional que ninguém usa. Comece com uma decisão ou fluxo de trabalho: roteando consultas recebidas, preparando uma previsão, entregando um novo cliente ou gerenciando uma renovação.

Este guia funciona com visualizações salvas de um CRM, uma exportação de planilha autorizada ou uma ferramenta de consulta que você já usa. Você precisa de IDs de registro, definições de campo, histórico relevante e um responsável de negócios que possa confirmar como são os dados corretos. Você não precisa comprar uma ferramenta de limpeza para começar.

O Data Quality Framework do governo britânico distingue completude, unicidade, consistência, atualidade, validade e exatidão. Usamos essas dimensões abaixo e acrescentamos um controle prático dos vínculos entre registros do CRM. O procedimento de medição e os exemplos de CRM são nossas recomendações; todas as contagens dos exemplos são ilustrativas.

• Governo do Reino Unido: dimensões de qualidade de dados e adequação ao propósito ↗

1. Defina os registros elegíveis e tire um instantâneo

Descreva a população com detalhes suficientes para outra pessoa selecionar os mesmos registros. “Negócios” não basta. “Negócios abertos de novos clientes no pipeline dos Países Baixos, às 09:00 Europe/Amsterdam na data da auditoria, excluindo registros identificados como testes” é um ponto de partida utilizável.

Decida se você está avaliando um instantâneo atual ou registros criados durante um período. Um instantâneo responde o que está errado agora. Uma coorte de criação ajuda a avaliar se um processo continua introduzindo defeitos. Preserve essa distinção durante toda a auditoria.

1. Nomeie o uso comercial, objeto de CRM, pipeline ou segmento, carimbo de data/hora, fuso horário e exclusões. Identifique quais objetos relacionados são necessários para as verificações.
2. Salve a seleção e um extrato ou resultado datado permitido. Inclua IDs de registro estável e os campos necessários para a auditoria; evite coletar informações pessoais não relacionadas.
3. Conte IDs elegíveis distintos. Se as junções criarem várias linhas por negócio, estabeleça uma linha por negócio auditado ou conte IDs de negócio distintos antes de medir qualquer coisa.
4. Registre limitações de acesso e lacunas no histórico. Se você só consegue ver os registros de uma equipe, identifique o resultado como a população dessa equipe.

2. Transforme “bons dados” em regras explícitas

Escolha alguns campos ou relacionamentos dos quais o fluxo de trabalho depende. Para cada um, escreva o que passa, o que falha e o que é genuinamente não aplicável. Um campo em branco da próxima ação pode ser um defeito; um campo preenchido com “TBD” ainda pode ser inutilizável. Combine como ambos serão contados.

Separe completude de exatidão. Um valor preenchido pode ser um número válido e ainda divergir do contrato assinado. Uma data aparentemente correta pode representar o evento errado. O controle deve explicar qual pergunta responde.

1. Dê a cada verificação um ID e uma regra de linguagem simples, como DQ-01: negócios abertas elegíveis devem ter um responsável ativo ou uma exceção de fila aprovada.
2. Especifique a população elegível para essa regra. Uma associação obrigatória em negócios com empresas pode não se aplicar a outro processo de venda ao consumidor.
3. Escreva o predicado do defeito: responsável ausente, responsável inativo, valor fora do intervalo aceito ou associação necessária ausente. Mantenha essas categorias separadas quando precisarem de correções diferentes.
4. Peça ao responsável pelo processo que confirme a regra e a política de exceção antes de medir contra ela. Grave uma versão para que as alterações futuras sejam visíveis.

• Governo do Reino Unido: dimensões de qualidade de dados e adequação ao propósito ↗

3. Execute as verificações e mostre a aritmética

Para cada regra, conte os IDs elegíveis afetados e divida pela contagem de todos os IDs elegíveis. Taxa de defeitos = registros elegíveis afetados ÷ registros elegíveis × 100. Mostre as contagens ao lado da porcentagem. Se nenhum registro for elegível, informe “não aplicável: zero registros elegíveis”, não uma pontuação perfeita.

Salve os IDs por trás de cada resultado, bem como o total. Isso torna possível investigar e depois verificar os mesmos registros. Mantenha a data da medição, a definição de consulta ou filtro, a versão da regra e qualquer julgamento manual ao lado do resultado.

1. Execute cada verificação contra a população salva. Trate valores somente de espaço em branco e espaços reservados acordados de forma consistente; não substitua silenciosamente desconhecidos por padrões.
2. Armazene um resultado por verificação com a contagem afetada, a contagem elegível, a taxa de defeitos e os IDs ou visualização que o produziram.
3. Revise alguns registros aprovados e reprovados para confirmar que a regra se comporta como pretendido. Uma consulta pode ser perfeitamente repetível e ainda testar o campo errado.
4. Mantenha separadas as taxas de cada problema. Para informar quantos registros têm algum defeito, una os IDs afetados e conte cada registro uma única vez.

4. Valide a exatidão e revise as possíveis duplicatas

Alguns defeitos podem ser encontrados em toda a população com um filtro. A precisão muitas vezes precisa de uma comparação com uma fonte confiável. Escolha a fonte para cada campo com o responsável pelo processo: um contrato assinado para os termos do contrato, por exemplo, ou as informações confirmadas do cliente para um detalhe de contato.

Use uma amostra investigativa para entender um padrão específico. Use uma amostra aleatória ou uma amostra documentada em grupos relevantes, se o objetivo for estimar a taxa de erro mais ampla. O tamanho apropriado da amostra depende da precisão e confiança necessárias; não há uma regra universal de "verificar 20 registros".

1. Defina a fonte de referência para cada controle de exatidão e registre quando ela foi verificada. Não suponha que outro banco de dados está correto apenas por ser externo.
2. Para cada registro examinado, anote se corresponde à referência, se diverge ou se não foi possível verificar, além das evidências. Mantenha os casos não verificáveis separados, sem tratá-los como corretos.
3. Crie grupos de candidatos duplicados usando os identificadores disponíveis para essa entidade. Normalize os valores de comparação de forma consistente enquanto preserva os valores originais para revisão.
4. Compare a identidade, as associações e o modelo de registro pretendido de cada candidato. Nomes semelhantes por si só não provam duplicação; várias subsidiárias podem compartilhar legitimamente uma marca ou domínio.
5. Registre o resultado da revisão e qual registro deverá ser mantido somente após confirmar a identidade. Separe a decisão de mesclar da execução da mesclagem.

5. Rastreie onde cada defeito entra no CRM

Agrupe os registros afetados por fonte de criação, fonte de atualização, lote de importação, equipe e tempo. Compare a taxa de defeitos dentro de cada grupo elegível, não apenas o número bruto de defeitos. A maior fonte de registros geralmente terá a maior contagem, mesmo quando seu processo for relativamente confiável.

Em seguida, trace os exemplos até sua origem. Um campo obrigatório pode ser solicitado antes que as informações existam. Uma integração pode mapear a opção errada. Uma equipe pode registrar a atividade em outro sistema. Essas causas exigem reparos diferentes, mesmo que cada uma apareça como a mesma célula em branco.

1. Divida a linha de base por fonte ou coorte relevante usando a mesma regra. Preserve o denominador de cada grupo.
2. Examine o histórico dos registros afetados e compare com registros da mesma origem que passaram no controle. Procure o evento ou a mudança de configuração que explica a diferença.
3. Peça à pessoa que está fazendo o trabalho para mostrar o caminho real de criação ou atualização. Verifique se a regra pode ser razoavelmente satisfeita nesse momento.
4. Escreva a causa suspeita, evidências que a apoiam, explicação alternativa e a próxima verificação. Promova-o para confirmado somente quando a evidência apoiar essa conclusão.

6. Escolha o que corrigir e defina a correção

Priorize pela decisão ou pelo fluxo de trabalho prejudicado. Solicitações ativas sem responsável podem bloquear o trabalho hoje. Datas incorretas de contrato podem distorcer o planejamento de renovações. Inconsistências antigas de formatação podem ser menos urgentes, salvo quando uma integração ou um relatório em uso depende delas.

Separe a correção dos registros da alteração do processo de entrada. Corrigir 12 registros e corrigir a regra que criou esses 12 registros são tarefas diferentes. Ambos precisam de um responsável, e a ordem correta depende da urgência e da causa confirmada.

1. Para cada problema, registre o trabalho afetado, contagem, consequência, confiança, urgência, dependências e esforço. Deixe estimativas de perda de receita não suportadas fora do argumento de prioridade.
2. Defina como o valor correto será obtido. Use uma fonte verificada ou revisão do responsável; não fabrique valores plausíveis para melhorar a porcentagem de completude.
3. Especifique o tratamento de exceções e incógnitas. Uma exceção legítima deve permanecer explícita e revisável, em vez de desaparecer através de um filtro oculto.
4. Escolha o menor lote de reparos que pode ser revisado e verificado. Para duplicatas, decida como as associações, o histórico e os sistemas downstream serão tratados antes de mesclar.

• HubSpot: funcionamento e limitações da mesclagem de registros ↗

7. Teste o reparo e execute novamente as verificações originais

Comece por um subconjunto revisado e registre os valores antes e depois. Verifique se a correção resolve o problema de negócio e o defeito original. Atribuir um responsável sem acesso ao registro pode passar em um controle de campo preenchido e ainda deixar a transferência bloqueada.

Compare a mesma população e versão de regra antes e depois do reparo. Relate mudanças para a população explicitamente. Se novos registros limpos chegarem, uma porcentagem de queda por si só não pode mostrar que qualquer defeito original foi corrigido.

1. Defina os resultados esperados e as opções de recuperação. Teste o caso normal, uma exceção válida, um registro já correto e uma atualização repetida em um ambiente adequado.
2. Após a aprovação do reparo, execute novamente as verificações de linha de base nos IDs de registro originais. Acompanhe os registros reparados, não resolvidos, removidos e recentemente afetados separadamente.
3. Verifique fluxos de trabalho dependentes, associações e relatórios para efeitos inesperados. Confirme se os valores corrigidos permanecem corretos após a próxima sincronização ou atualização relevante.
4. Execute a mesma verificação em uma nova coorte de registro para avaliar a prevenção. Registre seu próprio numerador, denominador e período de observação.

8. Incorpore os controles à rotina de trabalho

Mantenha as regras que protegem o trabalho importante e dê a eles um lar. Um painel só é útil se alguém souber o que fazer quando ele mudar. Vincule a revisão ao fluxo de trabalho: verificações de importação após uma importação, verificações de roteamento em torno de novas consultas e verificações de contrato antes de um ciclo de planejamento de renovação.

Combine limites com base nas necessidades e consequências do processo. Uma meta geral como “95% sem erros” pode esconder um defeito grave em um grupo pequeno e importante. Quando as definições mudarem, preserve o resultado anterior e explique por que o próximo não será diretamente comparável.

1. Atribua um responsável de empresa para cada regra e um responsável técnico para a verificação. Registre onde os resultados e os IDs afetados podem ser encontrados.
2. Defina a frequência, o limite, a política de exceção e a resposta. Especifique quem investiga, quem aprova uma correção e quando os problemas não resolvidos são escalonados.
3. Acompanhe o backlog atual e os novos defeitos por fonte. Isso mostra se a equipe está limpando o histórico ou criando continuamente o mesmo problema.
4. Revise as regras quando o processo de vendas, a integração ou o modelo de dados mudar. Remova controles que deixaram de proteger um uso real e documente mudanças nos que continuam em uso.