<img height="1" width="1" style="display:none;" alt="" src="https://dc.ads.linkedin.com/collect/?pid=81693&amp;fmt=gif">

Cómo limpiar la base de datos de HubSpot para conseguir un mayor ROI

El inbound marketing implica una gran captación de datos de nuestros seguidores y clientes potenciales que se produce especialmente en la fase de conversión, etapa en la que se consiguen gran parte de los registros mediante la solicitud de los datos de los usuarios, para que puedan acceder a una oferta de contenido.

Después de esto, además, en la cualificación que se lleva a cabo en la automatización del marketing mediante el lead nurturing y lead scoring, también es imprescindible el tratamiento de datos:

  • Un registro con datos básicos se puede completar mediante la creación progresiva de perfiles con sistemas de formularios inteligentes.
  • La información que tenemos de un contacto se debe utilizar para personalizar el contenido de la web, su experiencia de navegación y las comunicaciones que hacemos con este contacto. Esto se consigue gracias a la activación del lead nurturing.
  • También utilizamos la información del contacto para asignarle una puntuación que nos permite saber cuán interesante es a nivel comercial. Conseguimos esto implementando el lead scoring en nuestra base de datos.

Por estos motivos, tener una buena calidad de datos en nuestra base de datos es muy importante a nivel externo (en las comunicaciones e interacciones con los registros) pero también a nivel interno, para segmentar y clasificar correctamente la base de datos.

Es necesario tener en cuenta también que las bases de datos se comparten con los distintos equipos que forman una compañía, como el equipo de marketing, ventas y servicio al cliente, por lo que disponer de un conjunto de datos consistente permitirá aumentar la efectividad de la empresa y facilitar la alineación de los distintos departamentos que la componen. ¡Recuérdalo!

¿Te gusta lo que estás leyendo? ¡Suscríbete al blog!

Asimismo, cuando existen altos niveles de datos erróneos es necesario limpiar la base de datos para evitar que surjan problemas en el negocio. Mediante el uso de herramientas específicas y técnicas estratégicas se conseguirá resolver los inconvenientes que producen los datos inconsistentes.

¿Por qué limpiar una base de datos? Algunos datos erróneos con los que puedes encontrarte en la tuya

Existen distintos tipos de errores en las bases de datos que pueden afectar al buen funcionamiento y a la credibilidad de una empresa. Te explicamos algunos de ellos a partir de ejemplos prácticos:

Ejemplo 1: Imagina que recibes un email que te saluda “Hola, marta” en lugar de “Hola, Marta”

El usuario que recibe esta presentación en su email puede pensar que está tratando con una empresa poco profesional, y deja muy claro que detrás del correo electrónico hay un robot y que está automatizado.

Aunque esto es evidente en muchos casos, no deja de empobrecer la experiencia de usuario y dañar nuestros ratios de conversión y nuestra reputación.

Ejemplo (simulado) de nombre en el email mal capitalizado:

limpiar base de datos nombre mal capitalizado

Otro caso podría ser que yo recibiera un email que contiene el texto “...te explicaré cómo podemos ayudar a Inbound cycle SL…” en vez de “...te explicaré cómo podemos ayudar a Inboundcycle…”. También podría llegar a pensar que se trata de un correo electrónico hecho con poco cuidado y extrayendo nuestros datos de contacto de sitios no verificados o con datos de baja calidad.

Ejemplo 2: Imagina que eres una empresa B2B y te encuentras en la fase de captación de registros, por lo que necesitas saber el puesto de trabajo de tus contactos para decidir si están cualificados o no.

Si preguntas esta información con un campo abierto, algunas posibles opciones para referirse al mismo concepto podrían ser:

  • COO
  • Chief Operations Officer
  • Director de operaciones
  • Etc.

Este hecho dificulta la segmentación y el análisis de la base de datos, provocando errores y duplicidades, tal como puedes comprobar en la siguiente imagen:

limpiar base de datos inconsistencia job titlesFuente imagen: Hubspot Blog

¿Cómo nos afecta la inconsistencia de datos y cuáles son los beneficios de solucionarla?

La mala calidad de los datos implica grandes costes para las empresas. Concretamente, según un estudio de Harvard Business Review tuvo un coste de 3,1 billones de dólares en 2016. Sí, esto son $3.100.000.000.000, para que te hagas una idea. Que no es poco, ¿no?

El principal motivo es que genera ineficiencia y requiere una inversión de tiempo y recursos para corregirla.

¿Por qué puede suceder la inconsistencia de datos?

  • El usuario rellena un formulario en nuestra web de forma poco cuidadosa o con errores.
  • Personas del equipo de ventas añaden contactos a la base de datos o CRM en base a la mejor información que pueden encontrar.
  • Desde el departamento de marketing se añaden datos de cada contacto con la creación progresiva de perfiles.
  • Es habitual que desde ventas se hagan diversas conexiones con los contactos, y, por tanto, que vayan actualizando el perfil de estos contactos a medida que conocen más información de ellos durante las llamadas telefónicas. 

Estos problemas de inconsistencia de los datos afectan a muchos departamentos, especialmente si están integrados. Es uno de los problemas principales del alineamiento de departamentos: las cosas que afectan a uno de ellos también afectan al resto.

Puedes verlo representado en la siguiente imagen:

limpieza base de datos Hidden data factory

Adaptación y traducción del esquema de HubSpot Blog

En el caso de que el departamento de marketing y el de ventas estén perfectamente alineados, es muy importante contar con esta consistencia de datos:

Si el equipo de ventas hace prospecting, para identificar y captar nuevos clientes y registros, es fundamental que todos los datos se introduzcan en la base de datos siguiendo el mismo formato y con las mismas normas.

Si, por el contrario, cada comercial anota la información con distintos criterios (por ejemplo, Ciudad de México, México DF, Distrito Federal...), será imposible segmentar correctamente y hacer comunicaciones dirigidas solamente a las personas de esta ciudad.

Por otro lado, podría suceder que los usuarios introduzcan datos erróneos, con faltas de ortografía, con distintos formatos... en los formularios. Si no se revisan y validan desde el departamento de marketing, se pueden dificultar los procesos comerciales y sumar ineficiencias. Y eso no lo queremos, ¿verdad?

New Call-to-action

Si no hay un sistema creado en el departamento de marketing para la creación de formularios o bien no hay validación de datos en ellos, en la mayoría de las ocasiones pueden aparecer estas inconsistencias en la base de datos.

Algunos ejemplos frecuentes con los que podrías encontrarte son...

  • Problemas de capitalización de palabras: por ejemplo, que alguien escriba “maria perez” en lugar de “María Pérez”.
  • Problemas con el formato de números de teléfono, direcciones postales o fechas: 97 845 95 54 o bien 978459554 o +34978459554, por ejemplo.
  • Personas que se registran varias veces con distintos emails.
  • Distintas formas de introducir la misma información: esto también puede pasar desde los formularios de recogida de datos de marketing, como el ejemplo de Ciudad de México que te he explicado anteriormente.

Un caso en el que este problema se magnifica es en las importaciones de datos en un CRM. Esto puede ser debido a distintas causas:

  • Captación de registros mediante herramientas externas.
  • Registros que provienen de eventos o ferias (captación offline).
  • Introducción manual debido a acciones comerciales o de social selling.
  • Llamadas entrantes de personas que contactan activamente con la empresa. 
  • Compras de bases de datos.

En estas importaciones es muy complicado controlar la calidad de los datos de cada una de las fuentes, y arreglarlo manualmente es una tarea muy poco eficiente. ¡Te lo aseguro!

En un estudio en el que participamos en colaboración con Insycle y Databox se demuestra que hay muchos motivos para importar datos a un CRM, como la existencia de otros sistemas, registros que provienen de eventos y fuentes offline, etc.

limpieza base de datos reasons uploading contacts

Fuente imagen: Insycle.com

Por resolverlo, contamos con distintas herramientas que nos pueden ayudar a hacerlo automáticamente y de forma mucho más rápida. Y, aunque es imposible tener datos 100% consistentes, podemos adoptar medidas para maximizar su calidad.

Estos son algunos beneficios de hacerlo:

  • Se obtiene una mejor experiencia de usuario.
  • Revela más eficiencia en los procesos comerciales.
  • Asegura un mejor ROI al poder segmentar con más eficacia las campañas de marketing.

Cómo limpiar tu base de datos en 5 pasos

Si en nuestro CRM o base de datos de contactos tenemos problemas e inconsistencias como las que acabamos de ver, tomar medidas nos ayudará a tener un mayor control sobre los datos y sacarles mucho más partido. ¡Merece el esfuerzo!

Estos son los pasos que deberíamos seguir para solucionarlo:

Paso 1. Formatear teléfonos, capitalizar nombres y formatear direcciones postales y emails

Que una persona introduzca mal sus datos es probablemente la inconsistencia que vamos a encontrar con mayor frecuencia, aunque no significa que sea un mal registro.

Tampoco tenemos que limitar la introducción de datos en los formularios porque nos bajaría la conversión. Lo mejor es llevar a cabo una limpieza de base de datos y normalizar el error posteriormente.

Inconsistencias a solucionar:

  • Capitalizar nombre y apellido.
  • Formatear números de teléfono. Tenemos que considerarlo especialmente si vamos a utilizar el número de teléfono para hacer llamadas automáticamente desde el CRM. En este caso tenemos que adaptar el formato al que va a usar la herramienta de llamadas.
  • Direcciones postales y códigos postales: tienen que estar siempre en el mismo formato.
  • Formato de las direcciones de email: aunque parezca increíble, en ocasiones hay usuarios que no introducen sus emails con el formato habitual “nombre@dominio.com”.  Podemos llegar a encontrarlo con el formato “nombre-at-dominio.com”. Si no se resuelve adecuadamente, es muy posible que gran parte de nuestros emails reboten y esto afecte nuestra reputación.

Fíjate en el ejemplo al hacerlo con Insycle:

limpiar base de datos formatear datos

Fuente imagen: Hubspot Blog

Paso 2. Eliminar espacios en blanco y caracteres no deseados

En este caso nos referimos a la situación que se produce en algunas ocasiones, cuando algunas personas pulsan a la barra de espacio involuntariamente, por lo que se introducen espacios en blanco en los campos que nos pueden alterar los formatos. También puede ser que alguien introduzca dos espacios en lugar de uno entre dos palabras.

En cuanto a los caracteres no deseados, aparecen a veces, ya que algunos sistemas no pueden reproducir determinados caracteres: Ã, ¢, â, ê.

Paso 3. Consolidar y normalizar para mejorar la filtración.

Para llevar a cabo esta propuesta de resolución nos remontamos al ejemplo que hemos visto anteriormente sobre los puestos de trabajo. En ocasiones, una persona puede escribir de distintas formas su posición en la empresa (por ejemplo, CMO o chief marketing officer…) o bien pueden existir distintas nomenclaturas que hagan referencia a las mismas funciones (por ejemplo, chief marketing officer o director de marketing).

Otro campo en el que se incurre en duplicidades es en el sector de negocio. Por ejemplo, distintas formas de indicar algo similar sería el sector retail o minorista.

Este problema se puede solucionar con la identificación de todos los posibles valores que tengamos en la base de datos y unificarlos. Para prevenir esta situación también resulta una buena solución preguntar a qué tipo de campos se refiere, mediante el uso de listas desplegables con respuestas cerradas.

Paso 4. Eliminar contactos de bajo valor y datos redundantes.

Aunque no son errores o inconsistencias, sí nos puede ayudar a tener una base de datos más depurada. Con contactos de bajo valor no significa que no tengan ninguna utilidad, simplemente que no son los que el equipo de ventas va a priorizar.

Por ejemplo, también podemos eliminar direcciones de email que hayan rebotado, personas que se hayan dado de baja de las comunicaciones, emails gratuitos si somos una empresa B2B, etc.

Paso 5. Eliminar duplicados.

Sucede habitualmente en el caso de las importaciones, donde se crean varios contactos que hacen referencia a una misma persona.

Esta situación es muy ineficiente a nivel comercial, ya que podemos estar actualizando los dos contactos por separado y cuando nos damos cuenta de ello es necesario unificarlo, pudiendo encontrar información duplicada.

¿Cómo limpiar la base de datos a cabo a nivel técnico?

Seguramente te preguntarás cómo deberías limpiar la base de datos para ejecutar los pasos anteriores en tu negocio. ¿Es así?

Pues bien, una forma de hacerlo, especialmente en el caso de las importaciones, es disponer de un profesional especializado en el uso de Excel que se encargue de separar campos que están juntos (nombre y apellidos, por ejemplo), eliminar duplicados, etc.

Además del factor humano existen herramientas que permiten hacer todas estas funciones de forma bastante automática y muy fácil de utilizar.

Un ejemplo herramienta de este tipo de herramientas para limpiar la base de datos es Insycle. ¡A continuación, te cuento cuatro cosas sobre ella!

Se trata de una de las herramientas que recomienda HubSpot para llevar a cabo estas funciones, ya que cuenta con una integración directa para la limpieza de la base de datos.

Insycle puede funcionar en el caso en que se necesite...

  • Limpieza de datos puntual
  • Limpieza periódica
  • Limpieza continua

Permite hacer importaciones más limpias y validar los contactos para evitar duplicados, y disponer de una mejor filtración y manipulación de datos, que nos ayudará a tener una base de datos mucho más limpia y eficiente.

Las acciones de marketing y ventas del día a día implican introducir muchos datos, y si no estamos pendientes de ello es posible que se haga de forma incorrecta, por lo que se generan inconsistencias en nuestra base de datos. ¿Te suena?

Estas inconsistencias hacen que trabajemos de forma poco eficiente, empeoran la experiencia de usuario y también bajan el rendimiento de nuestras campañas de marketing.

En el caso de las importaciones, además, el problema se multiplica, por lo que es imprescindible analizar regularmente nuestra base de datos y tomar ciertas medidas para mejorar la calidad de los datos.

Como has visto, herramientas como Insycle nos pueden ayudar a hacer este proceso mucho más fácil. Así que te pregunto: ¿has llevado a cabo alguna limpieza de datos recientemente? ¿Cómo lo solucionaste? ¡Espero tus impresiones en la sección de comentarios!

guia compra bbdd vs generacion registros propios

También te pueden interesar...

5 vídeos sobre analítica de resultados y ROI que no te puedes perder
4 KPIs en ecommerce que todo manager debería saber
"Estudio del Inbound Marketing 2018": nueva edición ya disponible

¿Y tú qué opinas? ¡Déjanos aquí tus comentarios!

Suscríbete al Blog
Suscríbete por email y recibe además un pack de bienvenida con nuestros 5 mejores artículos