关于客户数据质量的困惑
“什么样的客户数据质量是比较好的？”“为什么我们的客户数据看起来很不错，可是在进行电话营销时，客户接触率和营销效果确差强人意，与期望大相径庭？”在进行数据库营销的讨论和交流中，经常有人问到这样的问题。
这些问题反映出了很多在从事数据库营销或直复营销过程中的营销策划人员和运营管理人员经常面临的问题和困惑。
几乎所有的组织都需要数据，一些行业严重依赖于客户数据，如银行、电信、保险公司等。毫无疑问，较差的数据质量给企业营销带来的损失非常巨大！试想一下，如果你的呼叫中心正在试图向非目标客户进行大规模电话营销活动，或是你的企业正向那些早已过期的邮寄地址寄出了数以万计的促销宣传资料。这些给公司带来的损失有多少？不幸的是，这样的情况几乎经常发生，而企业的数据库营销策划人员也经常面临着数据选择和评价的挑战。
理解关于质量的涵义
首先，让我们简单探讨一下“质量”的涵义。
在服务营销和服务管理中，通常将“质量”定义为：“满足不同客户的个性化需求的能力”。这样的定义有着一定的主观特征，也就是说不同的企业会根据其对客户需求和竞争环境的理解，来定义其产品与服务的质量特征。这可以用来解释为什么对于不同等级的客户提供的服务质量标准有所差异的原因，这也是为什么同样是提供点对点的航空运输服务，某些航空公司的服务质量和客户体验要好于其他一些竞争者的原因。
国际标准组织将质量定义为：“产品或服务所具备的满足明确或隐含需求能力的特征和特性的总和”。这样的定义虽然更明确，但对于大多数的人来说，过于专业和抽象。
一个比较通俗且受到多数人认可的对质量的直观定义是“适合使用需求”。这也是我们本文的一个主旨，没有质量绝对完美的数据，对于数据质量的评价也是要根据数据的使用需求来进行评价的。只要能够适合使用的需求，我们就认为数据的质量是符合要求的。企业也应当本着有取有舍的原则，选择那些为企业所能利用的数据。
了解了质量的定义，接下来就可以进入客户数据质量的评价话题了。
数据质量评价的基本原则
评价数据质量有着一些通用的基本原则，这些原则在进行数据库营销或是数据分析时经常采用。一般来说，以下六点是评价数据质量时的最主要的原则：
1．正确性。正确性主要是指数据的来源是否正确，数据的来源是否可以被证实。不准确的客户数据产生的原因很多，有时是因为采集时的录入错误，也可能是在存贮或转换的过程出错，或是老化的数据没有更新或重新标定造成的错误。不准确的数据的另外一种形式是由于应用系统中对数据域的误用，或者是由于与数据相关的定义不一致而导致了数据不是其所代表的含义。
2．完整性。完整性是指客户数据要求记录的信息是否完整，是否没有缺失。客户数据项缺失的原因可能是没有采集，或是缺失了。数据缺失通常会造成错失营销机会、甚至导致营销决策错误。数据不完整的另一个原因是要求的信息没有被识别出来，如通过身份证件号码可以获知客户的性别和年龄。
3．一致性。指数据在应用或维护时是否被一致的定义和理解，在不同的列表中，或是不同的使用人员应当对于列表的数据有着相同的认识，或是说同一列表中的同一数据项表达着相同的含义。
4．完备性。指分析或营销所需要的数据信息是否都存在，不会因为某些信息项目缺失造成对营销或分析的影响。
5．有效性。指数据是否在符合使用需求的可接受范围内，数据是否在符合使用需求的时间范围内采集或维护的。。不及时的和过时的数据都是无效的。
6．适用性。指数据是否在时间上、空间上和内容上符合企业营销活动的使用需求。有时也指数据本身被获取、理解或使用的可能性。
高质量的数据具备以下的一些特征：
1.数据列表采集过程规范，记录项目准确
2.客户数据列表的记录项目完整，没有缺失的记录项
3.在客户数据列表中的字段项被统一的定义和解释，在整个数据库中保持一致
4.数据存贮的格式规范，没有冗余字段或无效字段
5.数据列表最近刚刚进行过清洗，而且数据的有效率和准确率较高
数据质量为什么会变差
数据总是不完美的。
客户数据是动态的，对于一个特定的客户来说，客户转换工作、搬家、变更联系方式等情况都会造成客户联络信息的变化。
企业数据同样也是如此，企业更名、搬迁、联系人变更、电话号码变更等等，都会造成企业数据的质量变化。而在一些破产率较高的行业或是创业成长型企业，企业数据的更是经常发生变化。
进行数据抽样测试
数据本身并没有内在意义，数据仅描述了所发生事件的部分事实，并不提供对事件的判断或解释。数据本身无法说明其自身是否重要或准确。
在大规模进行数据库营销或是营销分析之前一定进行数据样本的抽样测试，通过抽样测试的结果来判断数据的质量。
如何抽样？抽样比例是多少？这是在谈到数据抽样时经常被问到的问题。通常都会建议企业根据列表的样本总量和重要程度，采用系统抽样的方式。
营销客户数据的哪些数据项是最关键的
企业营销的目标客户主要包括消费者和企业客户两类。客户信息一般包括三种类型：描述类信息，行为类信息和关联类信息。直复营销用到的消费者信息主要是客户描述类信息中的联络信息和人口统计信息。企业客户信息主要是企业联络信息和经济统计信息。
关键的信息就是那些在营销中或是客户分析中的关键信息。比如，电话营销中的客户联系电话，直邮营销中的邮编和邮寄地址，在一些特定产品营销中用到的客户人口统计信息，如性别、年龄、收入、住所等等。
本文围绕客户数据列表最常用的一些字段项，如联系电话、邮寄地址、身份证件号码等营销中常用的信息项，来简单说明客户数据质量判断的技巧。
方法一：客户数据列表的数量
客户数据列表的数量是一个非常关键的质量评价指标，客户数据列表的规模大小经常能够反映出数据列表所有者的数据采集质量和维护水平。能够定期维护庞大客户数据列表的服务商无疑是更有保证的，这不仅需要大量的人员和资金投入，而且同时也数据库营销专业能力的一种体现。
比如说，在一个拥有五十万汽车的大城市，一个只包含两万左右汽车拥有者的列表无疑只是其中的很小一部分，如果没有特定的汽车品牌型号或是购车时间等其他更有价值的信息，这样的列表的价值还是要打折扣的。
方法二：客户数据列表的采集方式
了解客户数据列表的采集方式对于判断数据的质量有着重要的作用，有时客户自己填写的数据信息往往要比企业主动采集来的数据更准确，数据采集时的时间紧迫程度也是影响采集数据质量的一个原因。
对于一些只有注册成为会员，才能进入网站的注册会员记录来说，有些人为了加快网站的注册过程，经常填写与事实不符的信息，这些信息的可信度和准确性就有疑问。一些街头采访或促销活动积累的客户数据，其准确性也经常达不到预期的质量。电话调查得来的数据，前几项内容的准确性往往要比最后几项的准确性更高。
我就见到过这样一个客户列表，列表中客户性别的数据项，统计发现共中的绝大部分客户的性别都为男性，事实上客户列表的男女比例是基本相当的，只是男性稍多些。深入调查才发现，原来在信息采集时，系统默认的客户是男性，很多信息录入人员并没有对这一状态根据客户的真实性别进行更新，由此带来这一列表的这一字段基本不能反映客户的真实性别状态。当针对某一特定性别的客户群体进行营销时，这样的数据列表无疑会带来很大的损失。
从分散的系统数据库中合并得来的客户数据有时会由于数据一致性的问题，带来大量的数据质量问题。
方法三：客户数据列表的分类信息
前面提到过，客户数据列表的所有者对客户数据列表进行的分类越完善，数据列表的质量一般也越高。真正有价值的客户数据会淹没在大量未经分类的数据列表中而难以识别和充分利用。
比如，一个将企业联系人列表在按行业、地区和规模分类后，再细分为企业决策人员、企业办公产品采购人员、IT负责人、财务负责人、人事负责人等，这样的列表明显会比一个汇总的企业联系人列表更有价值。
方法四：客户数据列表的采集时间
了解数据的采集时间非常关键。数据的质量是动态的，数据的质量每天都在下降。一般来说，只建议选择那些在一年以内采集的客户数据列表。
国外有统计显示，每个月有2%的客户信息过时，即每年有25%左右的客户信息会失效。
固定电话号码的升位信息和时间，固定电话局号的变更时间等，都可以作为数据采集时间的辅助判断标准。
方法五：掌握客户数据信息的时效性
数据是有时效性。随着时间的变经，数据也不断的失效和失真。比如说，前一阵子媒体炒作的关于初生婴儿的数据，被一些婴儿产品或食品商利用来进行电话销售或直邮的情况，这些数据就有着明显的时效性。
再比如说一些家装公司，非常希望能够得到的直接数据就是那些刚刚买了新房，而且在交房的前期，这时也是最好家装产品销售时机。
这些数据在过了一定的时期后，其准确性可能仍是准确的，但是对于这些销售商来说，已经失去了价值。
方法六：有效利用固定联系电话号码的特征
固定联系电话是最重要的营销信息之一，同时联系电话也包含着很多有价值的信息来辅助进行客户数据列表的质量判断。
比如，通过固定电话号码的局号和辅助的位置信息，可以大致判断出固定电话的所在区域位置。通过固定电话码局号和列表数据的分布，也可以了解客户数据列表中客户的分布情况。一般来说，在商务区或是经济发达区域的固定联系电话很可能意味着更多的商机。
方法七：有效利用移动联系电话号码的特征
移动电话号码同样包含着很多丰富的信息，移动手机的号段不仅仅能够反映出客户移动号码的所属行政区域，同时也能够从一定程度上反映出该号码的在市场上出现的使用时间。
利用移动电话号码号段能够反应号码所属行政区域的特征，也可以对客户数据列表的客户地域分布进行分析和判断。如果一个营销活动仅仅是针对本市的居民作为目标客户的营销活动，那么那些拥有异地手机号码的客户就不能做为有效的目标客户。
一些先进的外呼软件和系统已经具备的号码过滤功能，能够根据营销规则的设定有效的限制和筛选出符合营销要求的电话号码。
方法八：掌握身份证件号码的规则
中国公民的居民身份证件号码包含着一些有价值的信息，如发证公安户政部门所属的行政区划代码、出生年月日、性别等信息。
比如应用身份证件号码中行政区划代码就能很好的掌握客户数据列表中的客户发证时的属地，再结合客户数据列表的采集时间和地点，就能产生出很多有价值的信息来帮助判断列表的质量。
掌握身份证件号码的规则也能够用来判断身份证件号码的正确性和符合性，当需要利用身份证件号码推算出客户的年龄和性别时，掌握这样的规则就显得更为重要。
通过身份证件号码规划推算出来的信息也可以用来与客户数据列表中的已有数据项进行比对，也是进行客户数据列表采集质量判断的常用方法。
方法九：直邮列表的准确性
直邮列表数据往往需要有准确的邮寄地址和客户名称，否则会极大的影响直邮的到达率和客户的阅读率。
北京一家房地产开发商，在2004年进行过这样一次直邮的促销活动，该开发商仅仅是选择了北京的一些入住率比较高的一些中高档楼盘，认为中高档楼盘的业主极有可能是二次置业的，样的方式寄出了直邮和楼盘的宣传材料。由于根本没有准确的业主姓名，就直接以“XXX楼XXX号敬业主收”的方式寄到了不同的小区的楼宇，甚至就连楼宇负责分发邮件的人员都认为是垃圾信件，而懒得分发，放了一堆在楼宇入口，让业主根据需要自取。这样的直邮，不要说响应率了，即使是阅读率和到达度都是极低的。在直邮比较发达的欧美国家，连“致某某先生/女士”这样的称谓已几近绝迹，而代之以直邮的个性称呼。这一开发商的营销无疑是一个没有对直邮数据进行处理的失败案例，想想那数万份设计精美的楼盘宣传资料和投递费用，这样的策划带来的投资回报明显是不成比例的。
好在，数据服务市场上，还是有一些比较好的直邮列表可以获取到。比如一些时尚消费类杂志的订户，或是一些专门从事目录营销的服务商，都有一些质量很好的列表可以提供。
方法十：判断数据列表中的重复数据
判断数据列表中的重复数据有时能够起到非常重要的作用，极少含有重复数据的客户数据列表质量一般更有保证。事实上，外部获取的客户数据列表经常会包含重复的数据。
但是判断重要数据的方法有很多种，有时需要综合应用，比如说姓名重复、身份证号码重复、联系电话重复、邮寄地址重复、公司名称重复等等。
我以前在帮客户选择潜在目标客户列表时就遇到过这样的情况，一份客户数据列表看起来都是不同的个人数据，联系电话也不尽相同，数据格式也比较规范，但是通过排重的操作后发现有相当比例很多客户都属于同一家公司，甚至还发现有相当多的人留的是同样的一个手机号码。
方法十一：数据的维护周期和频率
前面提到，数据是有时效性的，因此对于客户数据列表的定期维护和更新是保持客户数据列表质量和价值的重要方式。一些拥有大量数据的消费品企业每年都会有固定的预算来定期维护和清洗客户信息。基准数据是非常有用的信息，也经常被用来判断客户数据的质量，也是进行客户数据校准和清洗的常用基准。
然而，有相当多的列表自从采集之日起，可能从来就没有进行过维护和更新，这样的数据列表质量是没有保证的。很多会员列表要求会员到期重新注册或进行积分回报，在客户维系的同时，另一个主要的目的就是为了能够及时的更新客户信息。
还需要注意的是，即使刚刚进行完数据清洗和维护的数据列表也不是完全准确的，由于各种各样的原因，并不是所有的数据都能够在数据清洗和维护的过程中得到更新。数据的更新率也是评价数据清洗质量的一个指标。
方法十二：数据格式的一致性
数据格式的一致性主要体现在数据库和应用和维护上，在同一列表内，不同记录数据项的定义和描述是否一致，格式是否统一或标准化等等。
造成数据来源不同或不一致的原因通常是在合并多张客户信息表，或是客户信息表中的项目来源于不同的系统信息或数据表中，而在这些表中的某些数据项的定义又不统一。比如客户性别一项在列表中就可能出现“M”
“Male”等多种表现形式，可能是因为不同列表的数据并没有规范的一致格式，在进行汇总后因表现形式不同造成的。
以联系方式为例，一些客户数据列表中有联系电话的数据项，但没有进行公司号码、家庭号码、手机号码等的分类。对于公司号码，更好的电话营销时间是在白天的办公时间，而对于家庭号码，接通率更好的营销时间会是在晚上或是周末。而如果这些不同属性的号码混杂在一张列表中，就会给营销的执行带来很多的不便，
回到质量的话题
数据总是不完美的，现实中的数据总是存在各式各样的问题，上述的一些方法只能帮助解决一些评价客户数据质量的基本技巧，并不能帮你解决数据质量的问题本身。
即使质量良好的客户列表，在进行数据库营销前，也需要应用专业的数据清洗和筛选技巧，如数据列表的排错、排重、合并、匹配、归类、融合等数据处理方法，一面用来进一步提高客户数据列表的质量和可用性，另一方面也需要对原始的客户数据列表进行校准和增强，产生更适合营销或分析用的客户数据信息。
本文刊载于《客户世界》2005年７月刊；作者为北京道博管理信息技术有限公司咨询总监。
