Du har slagit på AI-funktionerna i ditt CRM: sammanfattningar av affärer, leadpoäng, förslag på nästa steg, utkast till uppföljningsmejl. Och resultatet stämmer inte. En sammanfattning säger att kunden bad om en offert när kunden bad om att bli uppringd. En lead som är markerad som het visar sig vara en leverantör. Mejlutkastet hälsar på fel person. När någon börjar söka på datakvalitet i CRM är det oftast efter ett sådant ögonblick: verktyget lät säkert på sin sak och hade fel.
De vanliga slutsatserna är att AI:n inte är tillräckligt bra än, att man valde fel CRM eller att teamet borde gå tillbaka till kalkylark. Enligt vår erfarenhet är det sällan modellen som är orsaken. Den arbetar med det som står i korten, luckorna i korten har några välkända former, och dina hittar du på en kväll.
Därför får AI:n fel när datakvaliteten är dålig
Tomma fält fylls med gissningar. En sammanfattning eller en poäng byggs av fälten och anteckningarna på kortet. När källa, fas, senaste kontakt eller skälet till förfrågan är tomma stannar modellen inte för att fråga. Den skriver den mest troliga versionen. Tecknet: AI:n är som mest flytande och säker just på de kort där du vet att nästan ingenting har registrerats.
Det verkliga samtalet skedde någon annanstans. Samtal från privata mobiler, offerter skickade från någons egen mejlbox, detaljer som avtalats i en WhatsApp-chatt. I CRM:et finns ett namn och ett telefonnummer; historiken finns någon annanstans. AI:n kan bara sammanfatta det lilla den ser. Tecknet: sammanfattningar av affärer som teamet arbetar aktivt med läser som sammanfattningar av helt nya leads.
Dubbletter delar upp en kund i flera. Samma företag läggs in av två personer, en gång med fullständigt namn och en gång med en förkortning; samma person finns med en jobbadress och en privat adress. Varje kort rymmer en del av historien, och AI:n läser en del. Tecknet: sök på en stamkund med namn och du får tillbaka mer än ett kort.
Alla fyller i fälten på sitt eget sätt. En säljare skriver ”webbplats” som källa, en annan ”hemsida”, en tredje namnet på annonsplattformen. Faserna betyder olika saker för olika personer: för den ena betyder ”offert” att ett pris nämndes i telefon, för den andra att en undertecknad offert har skickats. AI:n jämför kort som inte betyder samma sak. Tecknet: leadpoängen ser slumpmässiga ut när du jämför en säljares affärer med en annans.
Gamla poster stängs aldrig. Affärer som ingen har rört på månader står kvar som öppna, och kontakter som har lämnat företaget är fortfarande aktiva. AI:n behandlar dem som levande och föreslår uppföljning. Tecknet: föreslagna uppgifter för kunder som teamet vet sedan länge är borta.
Så ser du vilken det är hos er
En kväll och en export från ditt CRM räcker; inga betalverktyg behövs. Gå igenom kontrollerna i ordning. Den första som fallerar är oftast där du börjar.
- Öppna tio av de senaste korten där AI:n fick något fel. Notera för varje felaktigt påstående vilket fält eller vilken anteckning det kom från, eller om det inte kom från någonting alls.
- Exportera de öppna affärerna och sortera på varje viktigt fält i tur och ordning. Källa, fas, senaste aktivitet, nästa steg. Tomma värden hamnar överst, och du ser direkt vilka fält ingen fyller i.
- Jämför CRM:et med den verkliga aktiviteten under en vecka. Välj några aktiva affärer och titta på samtalen och mejlen som faktiskt ägde rum. Kontrollera om kortet nämner dem.
- Sök på dina bästa kunder med namn. Varje kund med mer än ett kort är en dubblett att slå ihop, och ett tecken på att nya poster inte kontrolleras.
- Lista de olika värdena i fälten för källa och fas. Stavningsvarianter och fritext betyder att varje person har sin egen ordlista.
- Sortera öppna affärer efter senaste aktivitet. Allt som inte har rörts på länge och fortfarande står som öppet är en post som AI:n behandlar som levande.
Åtgärderna, i ordning
Det billigaste först. De första stegen kräver beslut, inte ny programvara.
- Bestäm vilka fält som spelar roll. Inte varje fält som CRM:et erbjuder, bara de få som teamet och AI-funktionerna faktiskt använder: källa, fas, skäl till förfrågan, senaste kontakt, nästa steg. Dölj resten från huvudvyn så att folk slutar bläddra förbi en vägg av tomma rutor.
- Skriv ordlistan på en sida. Vad varje fas betyder i termer som vem som helst kan kontrollera (”offert” betyder att en offert med pris har skickats), de tillåtna värdena för källa, vad som räknas som vunnen och förlorad. Gör om fritextfält till rullgardinslistor så att formuläret upprätthåller ordlistan, inte minnet.
- Gör fält obligatoriska i det ögonblick de blir kända. Inte alla när kortet skapas, för då skriver folk vad som helst för att komma förbi formuläret. Källan när leaden skapas, skälet efter första samtalet, nästa steg varje gång fasen ändras. Källa och utfall som registreras på det här sättet är också det som gör att betalda annonskampanjer lär sig av verklig försäljning i stället för av ifyllda formulär.
- Städa eftersläpningen en gång, i ett svep. Slå ihop dubbletter, stäng döda affärer med ett skäl, arkivera kontakter som har slutat. Använd exporten från din genomgång i stället för att låta det bli en bakgrundsuppgift. Regler håller bara om folk fortsätter att använda systemet; vår guide om vad du gör när teamet inte använder CRM:et visar hur du gör dem till en del av vardagen.
- Ta in samtalen. Koppla mejlboxen och telefonisystemet så att mejl och samtal hamnar på kortet av sig själva, och kom överens om att affärer som diskuteras i en chattapp får en kort anteckning. Det är oftast här som CRM-uppsättning och automation gör skillnad: kortet fyller sig självt i stället för att bero på disciplin.
- Slå på AI-funktionerna igen, en i taget. Först sammanfattningar, sedan poäng, sedan uppföljningsutkast, med en veckovis titt på ett urval av vad varje funktion har producerat. Om ditt CRM kan fylla i kort själv från mejl och samtal, kontrollera vad det skrev innan du förlitar dig på det. I våra projekt för AI-implementering sätter vi upp den här ordningen och den veckovisa stickprovskontrollen innan någon AI-funktion skriver till en kund.
Vad du ska mäta
- Öppna affärer där alla viktiga fält är ifyllda, kontrollerat varje vecka från samma export; det är det tydligaste tecknet på att reglerna håller.
- Hittade dubbletter när du söker på dina bästa kunder, kontrollerat varje månad; listan ska bli kortare och förbli kort.
- Rättade AI-påståenden i veckans urval, loggade med fältet de kom från; vart och ett pekar på en regel eller koppling som fortfarande saknas.
- Öppna affärer utan aktivitet på sistone, granskade varje månad; när den här listan förblir kort slutar AI:n föreslå uppföljning av kunder som är borta.
Där vi kommer in
Ett team som enas om sina fält, skriver sin ordlista och städar eftersläpningen en gång kan rätta datakvaliteten i CRM på egen hand, och den här ordningen är tänkt att göra det möjligt. Det vi bidrar med är fältkartan och ordlistan uppbyggda kring hur er försäljning faktiskt fungerar, kopplingarna som fyller kort utan extra skrivande och kontrollerna som håller AI-funktionerna ärliga. Vill du att vi tittar på ditt CRM tillsammans med dig räcker en kort brief för att komma igång.
