Γιατί να αναθέτετε σε τρίτους τον εμπλουτισμό δεδομένων, όταν τα εργαλεία ΤΝ συμπληρώνουν κάθε πεδίο;

Μια ομάδα λειτουργιών εσόδων περνά τη λίστα λογαριασμών της από ένα εργαλείο εμπλουτισμού που αναζητά δεδομένα διαδοχικά σε πολλούς παρόχους. Το εργαλείο συμβουλεύεται έναν πάροχο δεδομένων, έπειτα έναν δεύτερο για όσα κενά απομένουν και στη συνέχεια έναν τρίτο. Ένας ερευνητικός πράκτορας ΤΝ συμπληρώνει όσα πεδία παραμένουν κενά, διαβάζοντας ιστοτόπους εταιρειών και ειδήσεις. Ο πίνακας ελέγχου δείχνει ποσοστό συμπλήρωσης 97%. Ένας εκπρόσωπος πωλήσεων ανοίγει έναν λογαριασμό-στόχο υψηλής προτεραιότητας και βρίσκει δύο διευθύνσεις έδρας, αριθμό εργαζομένων που διαφέρει κατά 4.000 ανάλογα με την πηγή και έναν οικονομικό διευθυντή που έφυγε από την εταιρεία πριν από οκτώ μήνες.

Δεν υπάρχει κανένα κενό σε αυτή την εγγραφή. Μεγάλο μέρος της, όμως, είναι λανθασμένο. Αυτή η απόκλιση εξηγεί γιατί οι ομάδες εξακολουθούν να αναθέτουν σε τρίτους τον εμπλουτισμό δεδομένων, ακόμη κι όταν τα αυτοματοποιημένα εργαλεία μπορούν να συμπληρώσουν κάθε πεδίο. Η συμπλήρωση πεδίων έχει γίνει φθηνή. Το να κρίνει κανείς ποια τιμή είναι σωστή, όταν οι πηγές διαφωνούν ή τα δεδομένα τους έχουν παλιώσει, εξακολουθεί να απαιτεί κρίση. Ο εμπλουτισμός με ανθρώπινη επαλήθευση δικαιολογεί το κόστος του όταν επιλύει αντικρουόμενα στοιχεία για τους λογαριασμούς που αποφέρουν έσοδα, όχι ανάλογα με τον αριθμό των κενών που συμπληρώνει.

Πώς έγινε ο εμπλουτισμός δεδομένων παιχνίδι με επίκεντρο το ποσοστό συμπλήρωσης;

Οι υπηρεσίες εμπλουτισμού δεδομένων B2B προσθέτουν πληροφορίες που λείπουν από τα αρχεία εταιρειών και επαφών: εταιρικά στοιχεία, όπως ο κλάδος, τα έσοδα και ο αριθμός εργαζομένων· στοιχεία επικοινωνίας, όπως ο τίτλος θέσης, το email και το τηλέφωνο· τεχνογραφικά στοιχεία, όπως το λογισμικό που χρησιμοποιεί μια εταιρεία· και σήματα, όπως γύροι χρηματοδότησης, δραστηριότητα προσλήψεων και αλλαγές στην ηγεσία.

Για χρόνια, οι ομάδες αγόραζαν δεδομένα από έναν πάροχο και αποδέχονταν τα κενά στην κάλυψή του. Ο εμπλουτισμός με διαδοχική αναζήτηση σε παρόχους άλλαξε τα δεδομένα. Αντί να βασίζεται σε μία μόνο πηγή, ένα τέτοιο εργαλείο συμβουλεύεται διαδοχικά αρκετούς παρόχους και επιλέγει την πρώτη τιμή που βρίσκει για κάθε πεδίο. Οι ερευνητικοί πράκτορες ΤΝ προσθέτουν ένα ακόμη επίπεδο, αναζητώντας στον ιστό και συνοψίζοντας όσα εντοπίζουν σε δομημένα πεδία.

Αυτά τα εργαλεία προσφέρουν πραγματική αξία. Συμπληρώνουν γρήγορα και οικονομικά τα κενά και δίνουν στις ομάδες πωλήσεων περισσότερα στοιχεία για να αξιοποιήσουν. Οι οργανισμοί πωλήσεων τα υιοθετούν με ταχύ ρυθμό: η έκθεση για την κατάσταση των πωλήσεων της Salesforce διαπίστωσε ότι το 54% των πωλητών έχει ήδη χρησιμοποιήσει πράκτορες ΤΝ, ενώ οι πωλητές αναμένουν ότι οι πράκτορες θα μειώσουν κατά 34% τον χρόνο έρευνας για υποψήφιους πελάτες. Μεγάλο μέρος αυτού του χρόνου έρευνας αφιερώνεται στα ίδια στοιχεία για λογαριασμούς και επαφές που παρέχουν τα εργαλεία εμπλουτισμού.

Το πρόβλημα είναι ότι τα εργαλεία βελτιστοποιούν την κάλυψη. Το ποσοστό συμπλήρωσης γίνεται το βασικό μετρικό στοιχείο και κάθε πεδίο με οποιαδήποτε τιμή θεωρείται επιτυχία.

Γιατί οι περισσότερες πηγές δημιουργούν περισσότερες αντιφάσεις;

Οι πάροχοι μπορεί να χρησιμοποιούν διαφορετικούς ορισμούς, χρονοδιαγράμματα ενημέρωσης και εταιρικά αρχεία, με αποτέλεσμα να προκύπτουν αντικρουόμενες πληροφορίες. Χωρίς διαδικασία σύγκρισης των πηγών και επαλήθευσης των αποκλίσεων, η προσθήκη περισσότερων δεδομένων μπορεί να μειώσει την αξιοπιστία των εγγραφών στο CRM.

Διαφορετικοί ορισμοί

Ένας πάροχος μετρά τους εργαζομένους της μητρικής εταιρείας, ένας άλλος της τοπικής νομικής οντότητας και ένας τρίτος χρησιμοποιεί μια εκτίμηση από δημόσιο προφίλ. Και οι τρεις αριθμοί μπορεί να είναι τεκμηριωμένοι, αλλά μόνο ένας αντιστοιχεί στον τρόπο με τον οποίο έχουν οριστεί οι περιοχές πωλήσεών σας.

Διαφορετικοί κύκλοι ενημέρωσης

Οι πάροχοι ανανεώνουν τα δεδομένα τους με διαφορετικό χρονοδιάγραμμα. Ένας τίτλος θέσης που ενημέρωσε μία πηγή την περασμένη εβδομάδα μπορεί να εμφανίζεται ακόμη με την παλιά τιμή σε μια άλλη. Ένα εργαλείο διαδοχικής αναζήτησης που επιλέγει την πρώτη απάντηση που εντοπίζει μπορεί να επιλέξει την παρωχημένη.

Σύγχυση μεταξύ εταιρικών οντοτήτων

Θυγατρικές, περιφερειακά υποκαταστήματα και εταιρείες με παρόμοια ονόματα συγχέονται μεταξύ τους. Ένας πράκτορας ΤΝ που αναζητά πληροφορίες στον ιστό μπορεί να συνδυάσει στοιχεία από δύο διαφορετικές εταιρείες σε μία εγγραφή.

Έλλειψη αξιολόγησης

Οι περισσότερες λογικές διαδοχικής αναζήτησης ακολουθούν μια προκαθορισμένη σειρά. Δεν συγκρίνουν τις τιμές μεταξύ πηγών ούτε επισημαίνουν τις διαφωνίες. Η αντίφαση παραμένει κρυμμένη μέσα σε ένα συμπληρωμένο πεδίο.

Το αποτέλεσμα είναι ένα CRM που φαίνεται ολοκληρωμένο, αλλά λειτουργεί αναξιόπιστα.

Κάλυψη και ακρίβεια στους λογαριασμούς που έχουν σημασία

Δεν χρειάζονται όλες οι εγγραφές την ίδια προσοχή. Μια λίστα μάρκετινγκ με 200.000 επαφές για μια ευρεία καμπάνια αναγνωρισιμότητας μπορεί να αντέξει ορισμένα λάθη. Μια λίστα με 300 λογαριασμούς-στόχους στο πλαίσιο ενός προγράμματος μάρκετινγκ βάσει λογαριασμών δεν μπορεί.

Για αυτούς τους λογαριασμούς προτεραιότητας, ένα λανθασμένο στοιχείο έχει άμεσο κόστος. Μια ομάδα πωλήσεων που επικοινωνεί με ένα στέλεχος το οποίο έχει αποχωρήσει χάνει την ευκαιρία να κάνει καλή πρώτη εντύπωση. Ένα σχέδιο κατανομής περιοχών που βασίζεται σε λανθασμένο αριθμό εργαζομένων αναθέτει τον λογαριασμό σε λάθος ομάδα. Ένα μοντέλο τιμολόγησης που βασίζεται σε παρωχημένα έσοδα ορίζει λανθασμένο μέγεθος συμφωνίας. Οι προβλέψεις που βασίζονται σε αυτές τις εγγραφές κληρονομούν τα ίδια λάθη.

Οι πράκτορες ΤΝ αυξάνουν ακόμη περισσότερο το διακύβευμα. Όταν ένας πράκτορας συντάσσει μηνύματα προσέγγισης, βαθμολογεί υποψήφιους πελάτες ή δρομολογεί λογαριασμούς αυτόνομα, ενεργεί με βάση όσα αναφέρει το CRM. Ένας πράκτορας που χρησιμοποιεί αντικρουόμενα δεδομένα εμπλουτισμού θα κάνει λάθη με απόλυτη βεβαιότητα και σε μεγάλη κλίμακα.

Πότε πρέπει να αναθέσετε σε τρίτους υπηρεσίες εμπλουτισμού δεδομένων;

Ο αυτοματοποιημένος εμπλουτισμός λειτουργεί καλά για μεγάλες βάσεις δεδομένων, όπου τα περιστασιακά λάθη είναι διαχειρίσιμα, αλλά οι λογαριασμοί υψηλής αξίας απαιτούν μεγαλύτερη ακρίβεια. Η ανάθεση σε τρίτους γίνεται πολύτιμη όταν οι επιχειρήσεις χρειάζεται να επαληθεύσουν τους υπεύθυνους λήψης αποφάσεων, να επιλύσουν ζητήματα εταιρικής ιεραρχίας, να επικυρώσουν στοιχεία επικοινωνίας που αλλάζουν ή να υποστηρίξουν ροές εργασίας πωλήσεων που βασίζονται στην ΤΝ. Ακολουθούν οι περιπτώσεις στις οποίες η ανάθεση του εμπλουτισμού δεδομένων σε τρίτους προσφέρει τη μεγαλύτερη αξία:

1. Λογαριασμοί υψηλής αξίας: Προγράμματα μάρκετινγκ βάσει λογαριασμών, στρατηγικές ανανεώσεις και χαρτοφυλάκια εταιρικών πελατών, όπου κάθε εγγραφή αντιπροσωπεύει σημαντικές δυνατότητες εσόδων.
2. Πολύπλοκες εταιρικές δομές: Εταιρείες με πολλές θυγατρικές, περιφερειακές οντότητες ή πρόσφατες συγχωνεύσεις, που δυσκολεύουν τα αυτοματοποιημένα εργαλεία να διακρίνουν τις μητρικές εταιρείες από τις θυγατρικές τους.
3. Συχνές αλλαγές στις επαφές: Κλάδοι με συχνές αλλαγές στην ηγετική ομάδα ή με επιτροπές αγορών που ανανεώνονται τακτικά, με αποτέλεσμα να είναι δυσκολότερη η διατήρηση επίκαιρων στοιχείων επικοινωνίας και πληροφοριών για τους υπεύθυνους λήψης αποφάσεων.
4. Ροές εργασίας με καθοδήγηση από πράκτορες: Διαδικασίες δρομολόγησης πωλήσεων, βαθμολόγησης υποψήφιων πελατών και επικοινωνίας, στις οποίες πράκτορες τεχνητής νοημοσύνης ενεργούν βάσει δεδομένων CRM χωρίς ανθρώπινο έλεγχο σε κάθε βήμα.
5. Επικοινωνία με πελάτες σε ρυθμιζόμενες αγορές: Αγορές όπου τα δεδομένα επικοινωνίας πρέπει να συνοδεύονται από τεκμηριωμένες πηγές και νόμιμη βάση για την επεξεργασία και τη χρήση τους.

Υπό αυτές τις συνθήκες, το κόστος μιας λανθασμένης τιμής είναι υψηλότερο από το κόστος της επαλήθευσής της. Η εξωτερική ανάθεση του εμπλουτισμού δεδομένων έχει επίσης νόημα όταν οι εσωτερικές ομάδες δεν διαθέτουν αρκετές ώρες έρευνας για να επαληθεύουν εγγραφές με τον ρυθμό που απαιτεί η ροή εργασιών. Οι εκπρόσωποι ανάπτυξης πωλήσεων μπορούν να ελέγξουν λίγους λογαριασμούς, αλλά δεν μπορούν να διατηρούν ενημερωμένες 500 εγγραφές προτεραιότητας κάθε τρίμηνο και ταυτόχρονα να αναζητούν υποψήφιους πελάτες.

Για οτιδήποτε δεν εμπίπτει σε αυτές τις συνθήκες, ο αυτοματοποιημένος εμπλουτισμός με εύλογους κανόνες επιλογής πηγών είναι συχνά καλύτερη επένδυση. Στόχος είναι να καταβάλλεται προσπάθεια επαλήθευσης εκεί όπου η επιχείρηση υφίσταται τις συνέπειες των σφαλμάτων.

Γιατί έχουν σημασία τα δεδομένα που έχουν επαληθευτεί από ανθρώπους στην εποχή των πρακτόρων τεχνητής νοημοσύνης;

Εδώ είναι που η εξωτερική ανάθεση του εμπλουτισμού δεδομένων εξακολουθεί να δικαιολογεί το κόστος της. Μια εξειδικευμένη ομάδα προσφέρει τρία πράγματα που δεν προσφέρουν τα αυτοματοποιημένα εργαλεία.

Οι πράκτορες τεχνητής νοημοσύνης βασίζονται όλο και περισσότερο στα δεδομένα CRM για τη σύνταξη μηνυμάτων επικοινωνίας, τη βαθμολόγηση υποψήφιων πελατών και τη δρομολόγηση λογαριασμών, καθιστώντας τις ανακριβείς πληροφορίες επιχειρηματικό κίνδυνο. Ο εμπλουτισμός με ανθρώπινη επαλήθευση συμβάλλει ώστε να διασφαλίζεται ότι οι κρίσιμες εγγραφές είναι ακριβείς, επίκαιρες και συμβατές με τους επιχειρηματικούς κανόνες προτού ενεργήσουν βάσει αυτών τα αυτοματοποιημένα συστήματα.

Επίλυση διαφορών

Όταν οι πηγές διαφωνούν, ένας ερευνητής ελέγχει πρωτογενή τεκμήρια: τον ιστότοπο της ίδιας της εταιρείας, δημόσιες καταχωρίσεις, δελτία Τύπου, επαγγελματικά προφίλ και, σε ορισμένες περιπτώσεις, επικοινωνεί απευθείας τηλεφωνικά. Καταγράφει ποια τιμή είναι σωστή και γιατί, καθώς και την πηγή και την ημερομηνία.

Έλεγχοι επικαιρότητας

Για τις επαφές προτεραιότητας, οι ερευνητές επιβεβαιώνουν ότι τα άτομα εξακολουθούν να κατέχουν τις θέσεις που αναγράφονται. Οι αλλαγές θέσεων εργασίας είναι ένας από τους συνηθέστερους λόγους για τους οποίους τα δεδομένα εμπλουτισμού παλιώνουν, ενώ ένας γρήγορος έλεγχος αποτρέπει άσκοπες προσπάθειες επικοινωνίας.

Ευθυγράμμιση με τους επιχειρηματικούς κανόνες

Οι ερευνητές εφαρμόζουν τους ορισμούς που χρησιμοποιεί η ίδια η εταιρεία-πελάτης. Αν οι κανόνες για τις περιοχές πωλήσεων υπολογίζουν τους εργαζομένους της περιφερειακής οντότητας, καταγράφουν αυτόν τον αριθμό. Αν το προφίλ ιδανικού πελάτη σας αποκλείει ορισμένες θυγατρικές, τις επισημαίνουν. Αυτοί οι κανόνες σπάνια ενσωματώνονται στη λογική της διαδοχικής επιλογής πηγών.

Η αποτελεσματικότερη προσέγγιση συνδυάζει και τις δύο μεθόδους. Τα αυτοματοποιημένα εργαλεία συμπληρώνουν οικονομικά το πλήθος των υπόλοιπων εγγραφών. Μια ανθρώπινη ομάδα επαληθεύει τις πληροφορίες και επιλύει τις διαφορές στους λογαριασμούς και στα πεδία που επηρεάζουν τα έσοδα. Κάθε διαφορά που επιλύεται μπορεί επίσης να τροφοδοτεί την αυτοματοποίηση, προσαρμόζοντας την προτεραιότητα των πηγών για συγκεκριμένα πεδία ή περιοχές.

Σχεδιασμός υβριδικής ροής εργασιών εμπλουτισμού

Μια υβριδική ροή εργασιών χρησιμοποιεί αυτοματοποίηση για τον εμπλουτισμό μεγάλων βάσεων δεδομένων και ανθρώπινους ελεγκτές για τη διερεύνηση σημαντικών αποκλίσεων. Η ιεράρχηση των λογαριασμών, ο εντοπισμός διαφορών, τα αρχεία επαλήθευσης και οι τακτικοί έλεγχοι των πηγών βοηθούν να κατευθύνεται η χειρωνακτική εργασία εκεί όπου αποδίδει περισσότερο.

1. Κατατάξτε τους λογαριασμούς σε επίπεδα προτεραιότητας. Χωρίστε τη βάση δεδομένων σε επίπεδα προτεραιότητας με βάση τις πιθανές δυνατότητες εσόδων, το στάδιο της ροής πωλήσεων ή τη συμμετοχή σε πρόγραμμα μάρκετινγκ βάσει λογαριασμών.
2. Κατατάξτε τα πεδία σε επίπεδα προτεραιότητας. Εντοπίστε τα πεδία που επηρεάζουν τη δρομολόγηση, τη βαθμολόγηση, την τιμολόγηση και την επικοινωνία, όπως ο αριθμός εργαζομένων, τα έσοδα, ο κλάδος και τα στοιχεία επικοινωνίας των υπευθύνων λήψης αποφάσεων.
3. Εκτελέστε αυτοματοποιημένο εμπλουτισμό σε όλες τις εγγραφές και διατηρήστε την τιμή κάθε πηγής, όχι μόνο την πρώτη που εντοπίζεται.
4. Επισημάνετε αυτόματα τις διαφορές όταν οι πηγές διαφωνούν πέρα από ένα καθορισμένο όριο ανοχής ή όταν μια τιμή είναι παλαιότερη από ένα καθορισμένο χρονικό όριο.
5. Παραπέμψτε τις επισημασμένες εγγραφές προτεραιότητας για ανθρώπινη επαλήθευση, μαζί με τις αντικρουόμενες τιμές και τις πηγές τους.
6. Καταγράψτε την επαληθευμένη τιμή, την πηγή και την ημερομηνία και περάστε τα στοιχεία στο CRM, με σαφή ένδειξη της κατάστασής τους.
7. Ελέγχετε την ακρίβεια των πηγών κάθε τρίμηνο και προσαρμόζετε τη σειρά των πηγών ανά πεδίο, περιοχή ή κλάδο, με βάση τα ευρήματα της επαλήθευσης.

Αυτός ο σχεδιασμός επικεντρώνει την ανθρώπινη προσπάθεια εκεί όπου αποδίδει και εξασφαλίζει σταθερή ροή ανατροφοδότησης για την αυτοματοποίηση. Σε διάστημα μερικών τριμήνων, τα δεδομένα επαλήθευσης δείχνουν επίσης ποιοι πάροχοι είναι πιο αξιόπιστοι για κάθε πεδίο. Μια πηγή μπορεί να είναι αξιόπιστη για τον αριθμό εργαζομένων στη Βόρεια Αμερική, αλλά λιγότερο αξιόπιστη για τα στοιχεία επικοινωνίας στην Ευρώπη, ενώ για μια άλλη μπορεί να ισχύει το αντίστροφο. Έτσι, η σειρά των πηγών μπορεί στη συνέχεια να αλλάζει ανά πεδίο και περιοχή, ώστε να φτάνουν στους ελεγκτές λιγότερες διαφορές.

Επιλογή εταιρείας εμπλουτισμού δεδομένων

Πολλές εταιρείες εμπλουτισμού δεδομένων υπόσχονται πλέον υψηλά ποσοστά συμπλήρωσης και έρευνα με τεχνητή νοημοσύνη. Οι πιο χρήσιμες ερωτήσεις αφορούν τον τρόπο με τον οποίο διαχειρίζονται τις διαφορές και την επικαιρότητα των δεδομένων:

• Όταν δύο πηγές διαφωνούν, πώς αποφασίζει η ομάδα ποια τιμή είναι σωστή;
• Διατηρούνται όλες οι αρχικές τιμές ή μόνο εκείνη που επιλέγεται;
• Κάθε πότε και με ποιον τρόπο επαληθεύονται εκ νέου οι επαφές προτεραιότητας;
• Μπορεί ο πάροχος να εφαρμόσει τους ορισμούς του πελάτη για τον αριθμό εργαζομένων, τον κλάδο και την οργανωτική ιεραρχία;
• Τι ακρίβεια αναφέρει ο πάροχος για τις επαληθευμένες εγγραφές προτεραιότητας, μετρώντας την ξεχωριστά από το συνολικό ποσοστό συμπλήρωσης;
• Πώς επισημαίνονται στο CRM οι επαληθευμένες τιμές, ώστε οι χρήστες να μπορούν να τις ξεχωρίζουν από τις αυτοματοποιημένες;

Μια εταιρεία εμπλουτισμού δεδομένων που απαντά μόνο με ποσοστά συμπλήρωσης δεν έχει αντιμετωπίσει το πρόβλημα. Μια εταιρεία που παρουσιάζει τους κανόνες επίλυσης διαφορών, τις εγγραφές των πηγών και την επαληθευμένη ακρίβεια σε δείγμα λογαριασμών είναι έτοιμη να αναλάβει εργασίες κρίσιμες για τα έσοδα.

Συμμόρφωση και προέλευση δεδομένων

Ο εμπλουτισμός δεδομένων περιλαμβάνει προσωπικά δεδομένα, επομένως η συμμόρφωση πρέπει να ενσωματώνεται στον σχεδιασμό εξαρχής. Ο Γενικός Κανονισμός για την Προστασία Δεδομένων (GDPR) απαιτεί νόμιμη βάση για την επεξεργασία προσωπικών δεδομένων που αφορούν ανθρώπους στην Ευρωπαϊκή Ένωση, καθώς και διαφάνεια σχετικά με τις πηγές. Ο Νόμος περί Προστασίας του Απορρήτου των Καταναλωτών της Καλιφόρνιας (CCPA) παρέχει στους κατοίκους της Καλιφόρνιας το δικαίωμα να γνωρίζουν, να διορθώνουν και να διαγράφουν προσωπικές πληροφορίες. Οι κανόνες για τις εμπορικές επικοινωνίες, όπως ο νόμος CAN-SPAM στις Ηνωμένες Πολιτείες, θέτουν πρόσθετες απαιτήσεις για τα εμπορικά μηνύματα ηλεκτρονικού ταχυδρομείου.

Η τεκμηρίωση της προέλευσης βοηθά σε όλα αυτά. Όταν κάθε τιμή συνοδεύεται από την πηγή της και την ημερομηνία επαλήθευσης, μια ομάδα μπορεί να απαντήσει σε αίτημα υποκειμένου δεδομένων, να συμμορφωθεί με αίτημα διόρθωσης και να δείξει από πού προήλθαν οι πληροφορίες. Οι διαδικασίες διαδοχικής επιλογής που διατηρούν μόνο την τελική τιμή χάνουν αυτό το ιστορικό. Ρωτήστε κάθε πάροχο πώς καταγράφει τις πηγές, διαχειρίζεται τις εξαιρέσεις από τη λίστα και τις λίστες αποκλεισμού και διαγράφει δεδομένα κατόπιν αιτήματος. Επιβεβαιώστε τις ισχύουσες πιστοποιήσεις ασφάλειας, όπως τις SOC 2 Type II ή ISO/IEC 27001, πριν κοινοποιήσετε εξαγωγές δεδομένων από το CRM.

Μέτρηση όσων έχουν σημασία

Αντικαταστήστε το ποσοστό συμπλήρωσης ως βασικό δείκτη επιτυχίας με μετρήσεις που αποτυπώνουν την ορθότητα:

• Επαληθευμένη ακρίβεια στους λογαριασμούς προτεραιότητας, με έλεγχο βάσει τυχαίου δείγματος.
• Ποσοστό αποκλίσεων ανά πεδίο και πηγή, που δείχνει σε ποια σημεία διαφωνούν περισσότερο οι πάροχοι.
• Επικαιρότητα των στοιχείων επικοινωνίας, δηλαδή το ποσοστό των επαφών προτεραιότητας που επαληθεύτηκαν μέσα στις τελευταίες 90 ημέρες.
• Ποσοστά αναπήδησης μηνυμάτων και εσφαλμένης ταυτοποίησης παραλήπτη κατά την επικοινωνία με επαφές των οποίων τα δεδομένα έχουν εμπλουτιστεί.
• Εμπιστοσύνη των εκπροσώπων πωλήσεων, με μέτρηση μέσω απλής ανατροφοδότησης για την ποιότητα των εγγραφών.

Αυτές οι μετρήσεις δείχνουν αν ο εμπλουτισμός βοηθά την ομάδα πωλήσεων ή απλώς συμπληρώνει τη βάση δεδομένων. Εξετάζετέ τες κάθε τρίμηνο μαζί με τα στελέχη πωλήσεων.

Σήμερα, οι ομάδες αναθέτουν σε εξωτερικούς συνεργάτες υπηρεσίες εμπλουτισμού δεδομένων για να εξασφαλίσουν σωστές τιμές για τους λογαριασμούς που έχουν τη μεγαλύτερη σημασία. Τα εργαλεία διαδοχικής αναζήτησης και οι πράκτορες τεχνητής νοημοσύνης συμπληρώνουν πεδία με χαμηλό κόστος, αλλά συσσωρεύουν επίσης παρωχημένες και αντικρουόμενες τιμές, χωρίς κανόνα που να καθορίζει ποια υπερισχύει. Ο εμπλουτισμός με ανθρώπινη επαλήθευση αποδίδει εκεί όπου η ακρίβεια αυξάνει τα έσοδα: στην επίλυση αποκλίσεων, στην επιβεβαίωση της επικαιρότητας και στην εφαρμογή επιχειρηματικών κανόνων στους λογαριασμούς προτεραιότητας. Οι αξιόπιστες υπηρεσίες εμπλουτισμού δεδομένων B2B συνδυάζουν τον αυτοματοποιημένο εμπλουτισμό με την επαληθευμένη επίλυση αποκλίσεων για εγγραφές υψηλής αξίας. Καθώς όλο και περισσότεροι πράκτορες τεχνητής νοημοσύνης ενεργούν πάνω σε δεδομένα CRM χωρίς να μεσολαβεί άνθρωπος, ένα ερώτημα χρειάζεται απάντηση: ποια από τα συμπληρωμένα πεδία σας θα εμπιστευόσασταν σήμερα σε έναν πράκτορα για να ενεργήσει βάσει αυτών;