Brudne dane w CRM to „kowalski jan piotr" jednym ciągiem w polu imienia, telefony w dziesięciu zapisach, literówki w poczcie i komentarzach. Taka baza psuje generowanie dokumentów, personalizację wiadomości i wyszukiwanie duplikatów. Omawiamy cztery roboty, które czyszczą dane bezpośrednio w procesie biznesowym: rozbiór imienia i nazwiska na części z określeniem płci, weryfikacja e-maila przed wysyłką, operator i region po numerze telefonu, poprawianie literówek w tekście.

Skąd w CRM biorą się brudne dane i czym przeszkadzają?

Źródła są trzy. Formularze i czaty: klient pisze imię małymi literami i w dowolnej kolejności. Import: stara baza przynosi własne formaty. Wprowadzanie ręczne: handlowiec się śpieszy — „kowalski j.j.", ósemka zamiast „+48", literówki. Dalej brud rozchodzi się po systemie: do umowy z szablonu trafia „szanowny kowalski jan", wysyłka idzie na nieistniejące adresy i psuje reputację domeny-nadawcy, a wyszukiwanie duplikatów nie rozumie, że „+48 512…" i „512…" to jedna osoba (więcej — w artykule o duplikatach w Bitrix24). Czyścić dane najlepiej w momencie ich pojawienia się — robotami w procesie przy utworzeniu leada lub kontaktu, zanim brud rozejdzie się dalej.

Jak rozłożyć imię i nazwisko na nazwisko, imię i imię ojca?

W polu — „nowak adam piotr" jednym ciągiem, kolejność słów dowolna, wielkość liter przypadkowa. Do dokumentów i zwrotów grzecznościowych potrzebne są części osobno, a wbudowanych narzędzi do rozcięcia pola nie ma. Robot „Rozbiór imienia i nazwiska" przyjmuje ciąg z imieniem i nazwiskiem i przez serwis standaryzacji DaData rozkłada go na części. Wyjście: nazwisko, imię i imię ojca jako osobne wartości, płeć (M/K/ND), znormalizowane imię i nazwisko z poprawioną wielkością liter oraz znacznik „Rozpoznano" (Y/N). Części zapisuje się w osobnych polach kontaktu, płeć wykorzystuje się do prawidłowego zwrotu w szablonach wiadomości i dokumentów, a przy znaczniku N stawia się zadanie sprawdzenia karty ręcznie — ciąg nie wyglądał na imię i nazwisko.

Jak zweryfikować e-mail przed wysyłką?

Literówka w adresie — niedostarczona wiadomość; adresy jednorazowe i rolowe — skargi na spam i zepsuta statystyka wysyłek. Wbudowanej weryfikacji poprawności e-maila w procesach biznesowych nie ma. Robot „Weryfikacja e-mail" normalizuje adres przez serwis standaryzacji i zwraca: poprawiony e-mail, typ adresu — osobisty, firmowy, rolowy lub jednorazowy — oraz znaczniki „Poprawny" i „Rozpoznano" (Y/N). Przepis: proces przy utworzeniu kontaktu przepuszcza adres przez robota; przy „Poprawny = N" karta zostaje oznaczona i nie trafia do segmentu wysyłki; adres jednorazowy — powód, by zwątpić w leada; rolowy (info@, sales@) — pisanie tam personalnej wiadomości nie ma sensu. Znormalizowany adres zapisuje się z powrotem do pola.

Jak poznać operatora i region po telefonie?

Numer w karcie jest, a regionu i strefy czasowej nie ma — i handlowiec dzwoni do Władywostoku o trzeciej nad ranem czasu lokalnego. Robot „Telefon: operator i region" przyjmuje numer w dowolnym zapisie i zwraca: znormalizowany telefon, typ linii, operatora, region, strefę czasową oraz znaczniki „Poprawny" i „Rozpoznano" (Y/N). Określenie, podobnie jak rozbiór imienia i nazwiska, odbywa się przez serwis standaryzacji DaData. Wyniki zapisują się w polach karty i działają w warunkach procesu: kierowanie leada do regionalnego handlowca, wybór okna na rozmowę według strefy czasowej, odsiew niepoprawnych numerów przed przekazaniem listy do obdzwaniania.

Jak poprawić literówki w tekście?

„Dzień dobry" łatwo zamienia się w „dień dobry", a nazwa firmy — w zbitkę liter w niewłaściwym układzie klawiatury. W komentarzach to do zniesienia; w polach, z których składa się dokumenty i wiadomości — nie. Robot „Popraw literówki" przepuszcza tekst przez serwis sprawdzania pisowni: poprawia typowe literówki w tekście rosyjskim i angielskim, rozpoznaje słowa wpisane w niewłaściwym układzie klawiatury. Wyjście: poprawiony tekst i znacznik, czy poprawka miała miejsce. Przepis: przed wygenerowaniem dokumentu pole przepuszcza się przez robota; jeśli poprawka miała miejsce, zaktualizowany tekst zapisuje się z powrotem, a po znaczniku można oznaczyć kartę do wyrywkowej kontroli — maszynowa korekta od czasu do czasu wymaga ludzkiego oka.

Lista kontrolna

Czyść dane na wejściu: w procesie przy utworzeniu leada — rozbiór imienia i nazwiska, weryfikacja e-maila i telefonu; przed wysyłką — odsiew niepoprawnych, jednorazowych i rolowych adresów; przed generowaniem dokumentów — literówki i wielkość liter. Wszystkie cztery roboty są w katalogu Roboteki, instalują się za darmo z Bitrix24.Market i działają w kreatorze procesów biznesowych obok wbudowanych akcji. Brak potrzebnej kontroli — opisz zadanie, zrobimy robota za darmo i dodamy do wspólnej biblioteki.