Czyszczenie danych w CRM - jak odzyskaliśmy 12% utraconych leadów
Wiele firm IT traci pieniądze, bo ich systemy CRM są pełne śmieciowych danych i duplikatów. W marcu 2024 roku w Silesia Performance Lab udowodniliśmy, że samo uporządkowanie przesyłu danych z formularzy na stronie pozwala odzyskać realne szanse sprzedażowe, które wcześniej lądowały w koszu.
Bałagan w bazie to realna strata pieniędzy
Pracę z naszym klientem z branży software house zaczęliśmy od prostego testu. Przejrzeliśmy 1420 rekordów w ich systemie Pipedrive wpisanych między styczniem a marcem 2024 roku. Okazało się, że aż 168 z nich to duplikaty, a kolejne 94 zapytania nigdy nie trafiły do działu handlowego z powodu błędów w integracji API. To nie są tylko liczby. To są konkretni ludzie, którzy chcieli kupić usługę, ale nikt do nich nie oddzwonił, bo system uznał ich za 'błąd' lub 'spam'.
Problem polegał na tym, że formularze na stronie głównej i podstronach ofertowych przesyłały dane w różnych formatach. Jeden formularz wymagał numeru telefonu z kodem kraju, inny bez. Gdy ten sam klient wypełnił oba, CRM tworzył dwie oddzielne karty zamiast jednej. Handlowcy widzieli chaos, a my zobaczyliśmy, że dane mówią same za siebie – firma traciła kontrolę nad tym, kto jest nowym klientem, a kto powracającym użytkownikiem.
W Silesia Performance Lab nie wierzymy w magiczne rozwiązania. Sprawdzamy fakty i szukamy technicznych luk. W tym przypadku luka była w kodzie JavaScript obsługującym wysyłkę danych. Naprawienie tego błędu zajęło nam dokładnie 14 godzin pracy programistycznej, ale efekt był natychmiastowy. Zanim zaczęliśmy, średni czas reakcji na leada wynosił 26 godzin. Po uporządkowaniu bazy spadł do 4 godzin, bo handlowcy przestali tracić czas na ręczne scalanie kontaktów.
Dane mówią same za siebie – bałagan w CRM to nie problem estetyczny, to dziura w budżecie firmy.
Techniczne przyczyny znikania leadów
Najczęstszym błędem, jaki wykryliśmy podczas audytu w Katowicach, był brak walidacji po stronie serwera. Klient wpisywał adres e-mail z literówką, na przykład 'jan.kowalski@gmial.com'. System przyjmował to bez mrugnięcia okiem, ale automatyczna wiadomość powitalna nigdy nie docierała do adresata. W samym kwietniu 2024 roku takich przypadków naliczyliśmy 23. To 23 osoby, które myślały, że firma je ignoruje.
Kolejna kwestia to tak zwany 'over-mapping' pól. Firma starała się zbierać zbyt wiele informacji na raz: od budżetu, przez wielkość zespołu, aż po preferowaną technologię. Każde dodatkowe pole w formularzu to ryzyko, że skrypt przesyłający dane do CRM się wywali. Podczas naszych testów obciążeniowych ustaliliśmy, że przy 5 polach skuteczność dostarczenia wynosi 99,8%, ale przy 12 polach spadała do 84,2%. Prostota wygrywa z nadmiarem danych.
Robimy techniczne SEO, które działa, ale SEO kończy się tam, gdzie zaczyna się formularz. Jeśli Twoja analityka nie pokazuje, który dokładnie przycisk wysłał dane do CRM, nie wiesz, która kampania zarabia. U naszego klienta błędnie skonfigurowany GTM (Google Tag Manager) nadpisywał źródła ruchu. Przez to 42% leadów było oznaczonych jako 'wejście bezpośrednie', choć przyszły z płatnych reklam na LinkedIn.
Jak odzyskaliśmy 12,4% utraconych szans
Proces naprawczy podzieliliśmy na trzy etapy. Najpierw wprowadziliśmy ujednolicony standard wpisywania danych. Każdy formularz na stronie musi teraz przechodzić przez ten sam skrypt czyszczący, który usuwa zbędne spacje, formatuje numery telefonów do standardu E.164 i sprawdza składnię e-maila w czasie rzeczywistym. To wyeliminowało powstawanie nowych śmieci w bazie niemal do zera.
Następnie przeszukaliśmy 'historyczne śmieci'. Dzięki napisanemu przez nas skryptowi w języku Python, porównaliśmy bazę CRM z logami serwera WWW z ostatnich 6 miesięcy. Znaleźliśmy 47 zapytań ofertowych, które zablokowały się na etapie przesyłu danych. Handlowcy skontaktowali się z tymi osobami w maju 2024 roku. Wynik? 6 zamkniętych umów o łącznej wartości 112 400 PLN netto. To jest realny zysk z czystej analityki.
Ostatnim krokiem był konkretny audyt lejka sprzedażowego. Wprowadziliśmy automatyczne powiadomienia na Slacku dla zespołu sprzedaży w momencie, gdy wpada nowy, poprawnie zweryfikowany lead. Zlikwidowaliśmy pośrednictwo arkuszy Excel, w których dane potrafiły leżeć po 2-3 dni. Teraz informacja trafia z przeglądarki klienta do telefonu handlowca w średnio 47 sekund. Taka szybkość buduje zaufanie u klienta IT.
Odzyskaliśmy 47 leadów, które 'utknęły' w systemie. 6 z nich zamieniło się w kontrakty warte ponad 100 tysięcy złotych.
Analityka, która wspiera sprzedaż
W Silesia Performance Lab wiemy, że raporty to nie tylko wykresy w Google Looker Studio. To narzędzie pracy dla szefa sprzedaży. Dlatego do każdego leada w CRM dopisaliśmy unikalny identyfikator sesji. Dzięki temu klient widzi teraz, że pan Marek, który podpisał kontrakt na 50 tysięcy, najpierw przeczytał trzy artykuły o technologii Cloud, a potem spędził 12 minut na stronie z cennikiem.
Wprowadziliśmy też mechanizm 'Lead Scoringu' oparty na faktach, a nie przeczuciach. Punkty są przyznawane za konkretne interakcje na stronie. Jeśli ktoś pobierze case study, dostaje 10 punktów. Jeśli tylko wejdzie na stronę 'O nas', dostaje 1 punkt. CRM automatycznie szereguje kontakty tak, aby handlowcy rano dzwonili najpierw do tych, którzy są najbardziej zainteresowani. To oszczędza około 3,2 godziny tygodniowo na każdego pracownika działu sprzedaży.
Podsumowując nasze działania: poprawiliśmy czystość danych o 87%, skróciliśmy czas reakcji o 22 godziny i przynieśliśmy dodatkowe 112 tysięcy złotych przychodu bez wydania ani złotówki więcej na reklamy. Konkretny audyt, konkretne zyski. Jeśli Twój CRM przypomina wysypisko, to znaczy, że codziennie wyrzucasz pieniądze do kosza. Czas z tym skończyć i postawić na twarde dane.
