Qualità dei dati CRM: come pulire e deduplicare i contatti

La qualità dei dati CRM è quanto puoi fidarti di quello che c’è dentro il CRM: ogni cliente compare una volta sola, i campi sono compilati sempre allo stesso modo, telefono, email e consensi sono veri e aggiornati. Se una di queste cose manca, i report contano male, le email arrivano due volte alla stessa persona e qualunque automazione lavora su numeri sbagliati.

Se il tuo CRM è pieno di schede doppie, nomi scritti in tre modi diversi e contatti di cui non sai se puoi scrivergli, qui trovi come lo pulisco io: da dove partire, come togliere i duplicati in HubSpot, Salesforce o Excel, quanto tempo serve e quali regole mettere perché non si sporchi di nuovo.

Cos’è la qualità dei dati nel CRM

In inglese si chiama data quality. Nel CRM si riduce a quattro domande, che faccio a ogni azienda all’inizio di un progetto:

1. Una persona, una scheda? Se Mario Rossi esiste tre volte, una con l’email, una con il cellulare e una scritta “ROSSI MARIO”, hai tre clienti finti al posto di uno vero.
2. I campi dicono la stessa cosa per tutti? “Milano”, “MI” e “milano “ sono tre città diverse per un filtro.
3. Sono aggiornati? Un numero cambiato due anni fa vale quanto un numero sbagliato.
4. Puoi usarli? Per ogni contatto devi sapere se hai il consenso a scrivergli e da dove arriva.

L’ultima domanda la fa anche la legge. Il GDPR chiede che i dati personali siano esatti e, se serve, aggiornati, e che quelli inesatti vengano corretti o cancellati senza ritardo (art. 5 del Regolamento). Un CRM sporco è anche un problema di conformità.

Perché i dati sporchi costano, e con l’AI ancora di più

Con i duplicati succedono cose piccole e fastidiose: lo stesso cliente riceve due volte la newsletter, due commerciali lo chiamano nella stessa settimana, il report dice che hai più clienti di quelli che hai. Le paghi in figuracce e in decisioni prese su numeri gonfiati.

Con un agente AI collegato al CRM l’errore si moltiplica. L’errore che ho visto fare più spesso è proprio questo: l’azienda compra prima l’agente e poi scopre di avere dati sporchi. L’agente legge tre schede dello stesso cliente con tre storie diverse e risponde, sicuro di sé, la cosa sbagliata. Le persone parlano di “allucinazioni”, ma l’agente ha solo letto quello che c’era.

Per questo nei miei progetti l’ordine è sempre lo stesso: prima si puliscono i dati, poi si accende l’automazione. Lo stesso vale per il lead scoring e per le campagne di marketing automation: lavorano bene solo se sotto c’è una persona per scheda.

Come pulire i dati del CRM, passo per passo

1. Fai la fotografia prima di toccare qualcosa. Esporta tutto e conta: schede totali, schede con la stessa email o lo stesso telefono, campi chiave vuoti. È il numero di partenza, e serve a dimostrare dopo quanto hai migliorato.
2. Scrivi le regole di identità. Decidi quali campi dicono che due schede sono la stessa persona: stessa email, stesso cellulare, oppure stesso nome con stesso codice fiscale o partita IVA. È la parte che richiede più testa, perché una regola troppo larga unisce persone diverse e una troppo stretta lascia i doppioni.
3. Normalizza i campi. Telefoni tutti con il prefisso internazionale, email in minuscolo e senza spazi, città e province da un elenco chiuso. Senza questo passaggio due schede uguali sembrano diverse e la deduplicazione non le trova.
4. Deduplica. Unisci le schede che rispettano le regole e decidi, campo per campo, quale valore resta: di solito il più recente, oppure quello che arriva dalla fonte più affidabile (il gestionale prima del modulo del sito).
5. Sistema i consensi. Per ogni persona rimasta devi sapere se puoi scriverle, per cosa e da quando. Quando unisci due schede, il consenso non si inventa: se una delle due ha detto no, vale il no.
6. Metti le regole d’ingresso. Avvisi o blocchi quando qualcuno crea un doppione, campi obbligatori, elenchi a scelta al posto del testo libero. È quello che tiene pulito il CRM dopo il primo giro.

Quanto ci vuole? Per un CRM di dimensioni medie, nei miei progetti, la pulizia richiede al massimo 3 giorni di lavoro. Il tempo vero lo prendono le regole di identità, perché vanno decise con chi usa i dati ogni giorno.

Deduplicare in HubSpot

I passaggi in HubSpot

1. HubSpot unisce da solo i contatti con la stessa email e le aziende con lo stesso dominio; le aziende create via API non vengono deduplicate con questo criterio (guida HubSpot sulla deduplicazione).
2. Per gli altri doppioni vai in CRM → Contatti, clicca su Azioni in alto a destra e scegli Gestisci duplicati. Lo trovi anche in Gestione dati → Qualità dei dati.
3. Clicca su Rivedi accanto a una coppia, scegli la scheda da tenere e i valori da conservare, poi Unisci.
4. Attenzione: l’unione non si annulla. La gestione dei singoli duplicati richiede un piano Professional o Enterprise, l’unione in blocco Data Hub (guida HubSpot sulla gestione dei duplicati).

Deduplicare in Salesforce

I passaggi in Salesforce

1. Le regole di corrispondenza dicono quando due record sono lo stesso: ce ne sono di standard per account, referenti e lead, e possono usare anche una corrispondenza “fuzzy” che riconosce, per esempio, un nome scritto in due modi.
2. Le regole duplicati decidono cosa succede: un avviso a chi sta creando il doppione, oppure un blocco. Possono anche mettere il caso in un report per il responsabile.
3. Si configurano da Imposta (modulo Trailhead sulla gestione dei duplicati). Io parto sempre con l’avviso e passo al blocco quando le regole sono collaudate.

Con Excel o un altro CRM

Con Excel, Twenty, Pipedrive o un CRM fatto in casa

La logica è la stessa. Esporti, crei una colonna “chiave” con il campo che hai scelto come regola di identità (email in minuscolo, oppure cellulare con prefisso), ordini per quella colonna e guardi le righe uguali una sopra l’altra. Excel ha Dati → Rimuovi duplicati, ma cancella le righe senza unire i valori: usalo solo su una copia, dopo aver deciso quali campi tenere.

Il caso reale: un concessionario auto

Di recente ho lavorato su una Customer 360 per un concessionario auto: un’unica vista del cliente che mette insieme vendite, officina, contratti e consensi, presi da sistemi diversi.

Prima delle regole di identità il database contava 105.169 anagrafiche. Dopo, i clienti unici erano 98.145: oltre settemila schede erano la stessa persona registrata più volte, per esempio una volta dal venditore e una dall’officina. Poi i consensi: i clienti che si potevano davvero contattare erano 64.132.

Sono tre numeri diversi per la stessa domanda, “quanti clienti abbiamo?”, e ognuno serve a una cosa. Il primo gonfia ogni report. Il secondo è la base vera per le analisi. Il terzo è l’unico che conta quando prepari una campagna. Se nessuno li separa, il marketing manda email a persone che non hanno dato il consenso e la direzione legge un numero di clienti che non esiste.

Con i dati puliti abbiamo potuto fare il passo successivo, cioè confrontare i contatti che arrivano dalle campagne con i clienti già presenti, per capire quanta pubblicità finisce su persone che hanno già comprato.

Tabella di sintesi

Le regole per tenere puliti i dati

La pulizia una tantum dura poco se non cambi il modo in cui i dati entrano. Le regole che metto sempre:

• Una fonte principale per ogni campo. Se il gestionale ha l’indirizzo giusto, il CRM lo prende da lì e nessuno lo riscrive a mano.
• Avvisi sui doppioni quando un commerciale crea una scheda, come fanno le regole duplicati di Salesforce o il controllo di HubSpot sulla creazione manuale.
• Elenchi a scelta al posto del testo libero per città, settore, provenienza.
• Un report dei doppioni che qualcuno guarda ogni mese. Se resta vuoto per tre mesi di fila, le regole funzionano.

Se i dati arrivano da molti sistemi (sito, gestionale, officina, campagne) e ti serve una vista unica del cliente, il CRM da solo a volte non basta: in CDP e CRM: le differenze spiego quando serve una Customer Data Platform.

Errori da evitare

• Comprare l’agente AI prima di pulire i dati. È l’errore che vedo più spesso, e quello che costa di più.
• Cancellare invece di unire. Una scheda doppia contiene storia, cioè ordini, note e interventi, e va unita a quella che resta.
• Regole di identità troppo larghe. Unire per solo nome e cognome mette insieme persone diverse, e separarle dopo è molto più difficile.
• Fare la pulizia una volta sola. Senza regole d’ingresso, dopo sei mesi sei al punto di partenza.
• Lasciare decidere solo all’IT. Le regole di identità le decide chi usa i dati: vendite, assistenza, marketing.

Domande frequenti

Cosa vuol dire qualità dei dati in un CRM?

Che ogni cliente compare una volta sola, i campi sono compilati allo stesso modo, i dati sono aggiornati e sai se puoi contattare ogni persona.

Come si trovano i contatti duplicati nel CRM?

Si sceglie una regola di identità, per esempio stessa email o stesso cellulare, e si cercano le schede che la rispettano. HubSpot e Salesforce hanno strumenti dedicati; con Excel si ordina per una colonna chiave.

Quanto tempo serve per pulire i dati di un CRM?

Nei miei progetti, per un CRM di dimensioni medie, al massimo 3 giorni di lavoro. La parte più lunga è decidere le regole di identità con chi usa i dati.

Se unisco due contatti perdo i dati?

Nella maggior parte dei CRM no: scegli quali valori tenere e la storia delle due schede resta su quella unita. In HubSpot però l’unione non si può annullare, quindi controlla prima.

Perché un agente AI sbaglia se i dati sono sporchi?

Perché legge quello che trova. Se lo stesso cliente ha tre schede con informazioni diverse, l’agente sceglie una versione e la dà per certa.

Ogni quanto va fatta la pulizia dei dati?

Il primo giro una volta. Dopo bastano un report mensile dei doppioni e una verifica di email e telefoni ogni 6-12 mesi.

Se vuoi capire quanto sono sporchi i dati del tuo CRM prima di investire in automazioni o AI, c’è la Diagnosi CRM che faccio con Astra K. Se preferisci partire da solo, qui sotto trovi la checklist che uso nell’audit, con le domande sui dati. Per scegliere lo strumento giusto parti da come scegliere il CRM, e se ti serve ripassare le basi c’è cos’è il CRM.