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 die Roboter und Kniffe, die Daten direkt im Geschäftsprozess bereinigen: ein unsauberes Namensfeld aufräumen, die E-Mail vor dem Versand kontrollieren, Telefonnummern auf eine einheitliche Schreibweise bringen, Tippfehler im Text korrigieren.

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 Null statt der Ländervorwahl, 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 „+49 176…" und „0176…" 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 „müller hans peter" als eine Zeile, die Wortreihenfolge ist beliebig, die Groß-/Kleinschreibung zufällig. Für Dokumente und Anreden braucht man die Bestandteile einzeln — und dafür ist die Karte bereits vorbereitet: Vorname, zweiter Vorname und Nachname sind eigenständige Standardfelder, das Formular oder der Mitarbeiter füllt sie getrennt, und der Prozess schreibt sie über die eingebaute Dokumentänderung einzeln fort. Automatisieren lässt sich der Zustand der Zeile davor: Der Roboter „Tippfehler korrigieren" räumt Tippfehler und eine falsche Tastaturbelegung aus dem Wert, bevor er weiterverarbeitet wird — dazu unten mehr. Die Bestandteile schreibt man in separate Kontaktfelder, die Anrede in Vorlagen für E-Mails und Dokumente baut man auf einem eigenen Feld „Anrede" auf, und wenn nach der Korrektur eine Zeile übrig bleibt, die nicht nach einem Namen aussieht, stellt der Prozess eine Aufgabe, die Karte manuell zu prüfen.

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. Ob eine Adresse tatsächlich zustellbar ist, kann ein Geschäftsprozess nicht feststellen — das zeigt erst der Versand. Was er vorher abfangen kann, ist der häufigste Fall: gar keine Adresse. Der Roboter „Prüfen, ob ein Feld ausgefüllt ist" nimmt Entitätstyp, ID und Feldcode entgegen und gibt zurück, ob das Feld einen nicht leeren Wert hat (Y/N), dazu den aktuellen Wert. Das Rezept: der Prozess beim Anlegen eines Kontakts prüft das E-Mail-Feld; bei N gerät die Karte nicht in das Versandsegment, sondern der Mitarbeiter erhält eine Aufgabe, die Adresse nachzutragen. Auf dem Y/N-Kennzeichen baut man im Workflow-Designer die Bedingung auf. Für den Rest gilt die Handarbeit der Regeln: Rollenadressen (info@, sales@) bekommen keine persönliche E-Mail, und Bounces aus dem Versand markieren die Karte zurück.

Wie bringt man Telefonnummern auf ein einheitliches Format?

Die Nummer ist in der Karte vorhanden, aber in fünf Schreibweisen — mit Klammern, Bindestrichen, führender Null, mal mit und mal ohne Ländervorwahl. Anbieter und Ortsnetz liest kein Roboter aus der Nummer heraus; was sich automatisieren lässt und praktisch mehr bringt, ist die einheitliche Schreibweise. Der Roboter „Telefonnummer formatieren: eigenes Präfix" nimmt eine Nummer in beliebiger Form entgegen, reduziert sie auf Ziffern, stellt das von Ihnen hinterlegte Präfix voran und gibt zurück: die normalisierte Nummer, die Kennung „Nummer erkannt" (Y/N) und eine Variante nur aus Ziffern. Das Ergebnis wird in die Felder der Karte geschrieben und wirkt in den Prozessbedingungen: Aussortieren fehlerhafter Nummern vor der Übergabe der Liste an den Anrufdurchlauf, saubere Übergabe an SMS-Gateway und Telefonie. Region und Zeitfenster für den Anruf führt man als eigenes Feld, das bei der Qualifizierung gesetzt wird.

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 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 — das Namensfeld aufräumen, E-Mail und Telefon prüfen; vor dem Versand — Aussortieren leerer Adressfelder und von Rollenadressen; vor der Dokumentenerstellung — Tippfehler und Groß-/Kleinschreibung. Alle genannten 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.