KURZ ERKLÄRT
Verbessere CRM-Datenqualität entlang konkreter Entscheidungen statt möglichst vieler Pflichtfelder.
Wie Zielkunden, Kanäle und Vertriebsübergaben zusammenspielen, zeigt der übergeordnete Guide B2B Demand Generation: von Aufmerksamkeit zu qualifizierter Pipeline.
Datenqualität nach Entscheidungswirkung
Verbessere CRM-Datenqualität entlang konkreter Entscheidungen statt möglichst vieler Pflichtfelder. Für Marketing zählen nachvollziehbare Herkunft, Zuständigkeit, Status und Verknüpfung zum Geschäft. Ein vollständig ausgefüllter Datensatz kann dennoch falsch sein; ein bewusst unbekanntes Feld kann ehrlicher und nützlicher bleiben.
Priorisiere Felder, deren Fehler eine konkrete Handlung verändert. Ein falsches Land kann Routing brechen, ein doppelter Deal die Pipeline aufblasen. Eine fehlende optionale Interessenangabe ist häufig weniger dringend. Diese Reihenfolge verhindert große Bereinigungsaktionen mit viel Arbeit, aber wenig Nutzen für aktuelle Entscheidungen.
Einen Feldvertrag aufbauen
Erstelle einen Feldvertrag mit Bedeutung, Datentyp, Quelle, Eigentümer und Aktualisierungsregel. Unterscheide aktuellen Status von historischer Entwicklung. Halte Kontakt-, Unternehmens- und Deal-Identität auseinander, damit mehrere Kontakte desselben Projekts nicht als mehrere unabhängige Chancen erscheinen oder widersprüchliche Eigentümer erhalten.
Für Herkunft sind Originalwert und normalisierte Berichtskategorie getrennt hilfreich. Für Status braucht ihr Eintrittszeit und Änderungsquelle. Für Verknüpfungen muss feststehen, ob eine Person Projektkontakt oder lediglich Kontakt desselben Unternehmens ist. Sonst entstehen scheinbar exakte Berichte auf fachlich falschen Beziehungen.
Dubletten und Historie mit Fällen prüfen
Untersuche zuerst eine Stichprobe aus gewonnenen, verlorenen und offenen Fällen. Prüfe Dubletten, Zeitstempel, Quellenwechsel und Verknüpfungen. HubSpot beschreibt Funktionen zur Dublettenprüfung; mögliche Paare müssen trotzdem fachlich bewertet werden. Ähnliche Namen allein rechtfertigen keine automatische Zusammenführung verschiedener Personen oder Niederlassungen. Mehr dazu im Leitfaden CRM-Daten mit KI prüfen: Dubletten und Konflikte vorsichtig behandeln.
Bei möglichen Dubletten prüfst du Identität, Projektbezug und abweichende Historie. Notiere vor der Zusammenführung, welche Felder erhalten bleiben und welche Integrationen reagieren. Ein kleiner kontrollierter Durchlauf zeigt Nebenwirkungen, bevor eine umfangreiche Bereinigung zahlreiche Eigentümer oder Attributionen gleichzeitig verändert.
Vierundzwanzig Opportunities bereinigen
Ein erfundener Bericht zeigt 24 Opportunities. Vier Paare gehören jeweils zum selben Projekt, sodass tatsächlich 20 Projekte vorliegen. Fehlen außerdem bei fünf Datensätzen Eintrittszeiten, ist eine Laufzeitberechnung nicht vollständig. Die Korrektur verbessert den Bericht, erzeugt aber weder verlorene Nachfrage noch neue Vertriebsleistung.
Das Team korrigiert die vier Projektpaare und markiert die fünf unvollständigen Zeitverläufe. Der Bericht zeigt nun zwanzig Projekte und die auswertbare Laufzeitbasis. Eine ehrliche unvollständige Zeitreihe ist hilfreicher als eine vollständig wirkende Berechnung mit erfundenen Eintrittszeiten oder Nulltagen für unbekannte Werte.
Pflichtwerte und Überschreiben kontrollieren
Pflichtfelder können erfundene Standardwerte fördern, wenn Mitarbeitende die Information noch nicht kennen. Automatische Überschreibungen können historische Herkunft zerstören. Prüfe vor jeder Bereinigung Auswirkungen auf Attribution, Routing und Integrationen. Eine lokale Feldkorrektur kann in verbundenen Systemen unerwartet neue Workflows auslösen.
Ein Standardwert sonstiges kann Unklarheit dokumentieren oder bequemes Ausfüllen verdecken. Prüfe deshalb die Häufung und Entstehungsquelle. Wenn ein Pflichtfeld regelmäßig nicht bekannt ist, muss der Prozess den späteren Erhebungszeitpunkt ermöglichen, statt Kollegen zu ungenauen Angaben bei der ersten Anfrage zu zwingen.
Relevante Fehler statt bloßer Vollständigkeit
Miss Fehler nach Entscheidungsrelevanz: falsche Eigentümer, fehlende Qualifikation, doppelte Projekte und unplausible Zeitfolgen. Zeige die Prüfbasis und offene Fälle. Eine pauschale Vollständigkeitsquote allein ist ungeeignet, wenn kleine Fehler in wichtigen Feldern wesentlich mehr Schaden anrichten als viele leere optionale Angaben.
Baue eine Kontrollliste mit Fehlerart, betroffenem Entscheidungsprozess und Reparaturverantwortung. Zeige konkrete Beispiele und wiederkehrende Ursachen. Wenn das gleiche Feld nach jeder Bereinigung erneut falsch ankommt, muss die Erfassung oder Integration verbessert werden; zusätzliche manuelle Nacharbeit allein löst die Ursache nicht.
Korrekturen nachvollziehbar organisieren
Vergib Feldverantwortung und einen nachvollziehbaren Korrekturweg. Mitarbeitende brauchen eine einfache Möglichkeit, Unklarheit zu melden, ohne Felder frei umzudeuten. Dokumentiere Massenänderungen und bewahre ausreichende Änderungshistorie, damit spätere Berichtssprünge als Datenkorrektur statt als Geschäftsveränderung erklärt werden können.
Für Massenkorrekturen werden Umfang, Datum, Regel und bekannte Auswirkungen protokolliert. Fachliche Entscheidungen über Identität bleiben von technischer Ausführung unterscheidbar. So kann später nachvollzogen werden, weshalb eine Opportunity zusammengeführt wurde und ob ein Berichtssprung aus tatsächlicher Nachfrage oder einer geänderten Datenbasis stammt. Mehr dazu im Leitfaden UTM-Konventionen: Kampagnen ohne Datenchaos messen.
INTERAKTIV / VOM LESEN ZUR ANWENDUNG
Drei Prüfpunkte für eure Umsetzung
Wähle einen Punkt und halte deinen persönlichen Lesefortschritt fest. Die Häkchen werden weder gespeichert noch übertragen und sind keine Bewertung eures Unternehmens.
PRÜFPUNKT 01
Dubletten und Historie mit Fällen prüfen
Untersuche zuerst eine Stichprobe aus gewonnenen, verlorenen und offenen Fällen.
Im Artikel vertiefen ↗PRÜFPUNKT 02
Vierundzwanzig Opportunities bereinigen
Ein erfundener Bericht zeigt 24 Opportunities.
Im Artikel vertiefen ↗PRÜFPUNKT 03
Pflichtwerte und Überschreiben kontrollieren
Pflichtfelder können erfundene Standardwerte fördern, wenn Mitarbeitende die Information noch nicht kennen.
Im Artikel vertiefen ↗Häufige Fragen
Alle Felder verpflichtend machen?
Nur Informationen, die zum jeweiligen Zeitpunkt notwendig und realistisch bekannt sind.
Dubletten automatisch zusammenführen?
Nur wenn Identitätsregeln und Ausnahmen geprüft sind. Ähnliche Namen reichen nicht aus; kläre insbesondere, ob Gesellschaften, Personen und eigenständige Projekte tatsächlich identisch sind.
Was zuerst bereinigen?
Fehler, die Routing, Geschäftszählung und aktuelle Entscheidungen wesentlich verändern.
Wie lässt sich „Datenqualität nach Entscheidungswirkung“ praktisch umsetzen?
Verbessere CRM-Datenqualität entlang konkreter Entscheidungen statt möglichst vieler Pflichtfelder. Für Marketing zählen nachvollziehbare Herkunft, Zuständigkeit, Status und Verknüpfung zum Geschäft. Ein vollständig ausgefüllter Datensatz kann dennoch falsch sein; ein bewusst unbekanntes Feld kann ehrlicher und nützlicher bleiben.
Was ist bei „Einen Feldvertrag aufbauen“ besonders wichtig?
Erstelle einen Feldvertrag mit Bedeutung, Datentyp, Quelle, Eigentümer und Aktualisierungsregel. Unterscheide aktuellen Status von historischer Entwicklung. Halte Kontakt-, Unternehmens- und Deal-Identität auseinander, damit mehrere Kontakte desselben Projekts nicht als mehrere unabhängige Chancen erscheinen oder widersprüchliche Eigentümer erhalten.
