Schmutzige Daten im CRM — das ist „müller hans peter" als eine Zeile im Namensfeld, Telefonnummern in zehn Schreibweisen, Tippfehler in E-Mails und Kommentaren. Eine solche Datenbasis bricht die Dokumentenerstellung, die Personalisierung von E-Mails und die Dublettensuche. Wir betrachten vier Roboter, die Daten direkt im Geschäftsprozess bereinigen: Namen in Bestandteile zerlegen mit Geschlechtsbestimmung, E-Mail vor dem Versand prüfen, Anbieter und Region anhand der Telefonnummer, Tippfehlerkorrektur im Text.

Woher kommen schmutzige Daten im CRM und wobei stören sie?

Es gibt drei Quellen. Formulare und Chats: der Kunde schreibt seinen Namen in Kleinbuchstaben und in beliebiger Reihenfolge. Import: die alte Datenbasis bringt ihre eigenen Formate mit. Manuelle Eingabe: der Mitarbeiter hat es eilig — „müller h.p.", eine Acht statt „+7", Tippfehler. Danach verteilt sich der Schmutz im System: in den Vertrag nach Vorlage gerät „Sehr geehrter müller hans", der Versand geht an nicht existierende Adressen und schadet der Reputation der Absenderdomain, und die Dublettensuche versteht nicht, dass „+7 912…" und „8 912…" dieselbe Person sind (mehr dazu im Artikel über Dubletten in Bitrix24). Daten bereinigt man am besten im Moment ihrer Entstehung — mit Robotern im Prozess beim Anlegen eines Leads oder Kontakts, bevor sich der Schmutz weiter verteilt.

Wie zerlegt man einen Namen in Nachname, Vorname und Vatersnamen?

Im Feld steht „petrow pjotr petrowitsch" als eine Zeile, die Wortreihenfolge ist beliebig, die Groß-/Kleinschreibung zufällig. Für Dokumente und Anreden braucht man die Bestandteile einzeln, doch es gibt keine Standardmittel, um das Feld zu zerteilen. Der Roboter „Namen zerlegen" nimmt eine Zeile mit dem vollständigen Namen entgegen und zerlegt sie über den Standardisierungsdienst DaData in Bestandteile. Ausgabe: Nachname, Vorname und Vatersname als getrennte Werte, Geschlecht (M/W/k.A.), normalisierter Name mit korrigierter Groß-/Kleinschreibung und die Kennung „Erkannt" (Y/N). Die Bestandteile schreibt man in separate Kontaktfelder, das Geschlecht nutzt man für die korrekte Anrede in Vorlagen für E-Mails und Dokumente, und bei der Kennung N stellt man eine Aufgabe, die Karte manuell zu prüfen — die Zeile sah nicht nach einem Namen aus.

Wie prüft man eine E-Mail vor dem Versand?

Ein Tippfehler in der Adresse — eine nicht zugestellte E-Mail; Wegwerf- und Rollenadressen — Spam-Beschwerden und verfälschte Versandstatistik. Eine Standardprüfung der E-Mail-Korrektheit gibt es in Geschäftsprozessen nicht. Der Roboter „E-Mail-Prüfung" normalisiert die Adresse über den Standardisierungsdienst und gibt zurück: die korrigierte E-Mail, den Adresstyp — privat, geschäftlich, Rolle oder Wegwerf — sowie die Kennungen „Korrekt" und „Erkannt" (Y/N). Das Rezept: der Prozess beim Anlegen eines Kontakts schickt die Adresse durch den Roboter; bei „Korrekt = N" wird die Karte markiert und gerät nicht in das Versandsegment; eine Wegwerfadresse ist ein Grund, am Lead zu zweifeln; bei einer Rollenadresse (info@, sales@) hat es keinen Sinn, dorthin eine persönliche E-Mail zu schreiben. Die normalisierte Adresse wird zurück ins Feld geschrieben.

Wie ermittelt man Anbieter und Region anhand der Telefonnummer?

Die Nummer ist in der Karte vorhanden, aber Region und Zeitzone fehlen — und der Mitarbeiter ruft um drei Uhr Ortszeit in Wladiwostok an. Der Roboter „Telefon: Anbieter und Region" nimmt eine Nummer in beliebiger Schreibweise entgegen und gibt zurück: das normalisierte Telefon, den Leitungstyp, den Anbieter, die Region, die Zeitzone sowie die Kennungen „Korrekt" und „Erkannt" (Y/N). Die Ermittlung erfolgt, wie auch das Zerlegen des Namens, über den Standardisierungsdienst DaData. Die Ergebnisse werden in die Felder der Karte geschrieben und wirken in den Prozessbedingungen: Routing des Leads an den regionalen Manager, Auswahl des Zeitfensters für den Anruf anhand der Zeitzone, Aussortieren fehlerhafter Nummern vor der Übergabe der Liste an den Anrufdurchlauf.

Wie korrigiert man Tippfehler im Text?

„Guten Morgen" wird leicht zu „Guren Morgen", und ein Firmenname zu einer Buchstabenfolge in der falschen Tastaturbelegung. In Kommentaren ist das erträglich; in Feldern, aus denen Dokumente und E-Mails zusammengesetzt werden, nicht. Der Roboter „Tippfehler korrigieren" schickt den Text durch einen Rechtschreibprüfdienst: er korrigiert typische Tippfehler in russischem und englischem Text und erkennt Wörter, die in der falschen Tastaturbelegung getippt wurden. Ausgabe: der korrigierte Text und die Kennung, ob eine Korrektur erfolgt ist. Das Rezept: vor der Dokumentenerstellung wird das Feld durch den Roboter geschickt; gab es eine Korrektur, wird der aktualisierte Text zurückgeschrieben, und anhand der Kennung kann die Karte für eine stichprobenartige Prüfung markiert werden — die maschinelle Korrektur erfordert gelegentlich den menschlichen Blick.

Checkliste

Bereinigen Sie Daten am Eingang: im Prozess beim Anlegen eines Leads — Namen zerlegen, E-Mail und Telefon prüfen; vor dem Versand — Aussortieren fehlerhafter, Wegwerf- und Rollenadressen; vor der Dokumentenerstellung — Tippfehler und Groß-/Kleinschreibung. Alle vier Roboter finden Sie im Roboteka-Katalog, sie werden kostenlos aus dem Bitrix24.Market installiert und arbeiten im Workflow-Designer neben den Standardaktionen. Fehlt die passende Prüfung — beschreiben Sie die Aufgabe, wir bauen den Roboter kostenlos und fügen ihn der gemeinsamen Bibliothek hinzu.