あなたは、アカウントのレコードを開いて、それぞれ異なる電子メールを含む3つのほぼ同一のコピーを見つけたことがありますか? または、電話番号が時代遅れであるか、またはリードが2回表示されていることを発見しましたか? その結果、セールスリップは時間を無駄にし、マーケターは間違った人たちをターゲットにし、レポートは信頼できない。 洞察: 」によると、The たった35%のセールスプロフェッショナルが、組織のデータの正確さを完全に信頼しています。 Salesforce 2024 State of Sales Report Salesforce 2024 販売状況レポート Salesforce データはしばしば組織の生命の血液として記述されますが、あらゆる重要なリソースと同様に、それは清潔で健康的に維持されなければなりません。 Salesforce データ衛生とは、CRM 情報が正確で一貫性があり、複製や時代遅れのレコードなどの混乱を防ぐことを指します。 実は、A アナリティクスとITのリーダーの92%が、信頼できるデータの必要性はこれまで以上に高いと同意している。 Salesforceの研究 Salesforceの研究 悪いデータは、努力の無駄、ユーザの不満、機会の欠落につながります。 大規模なCRMでデータの衛生を維持することは、手動でデータをクリーンアップし、複製を合併し、フィールドフォーマットを修正し、詳細を検証するなど、つまらない作業のように感じることができます。 幸いなことに、AIを含む今日のツールは、Salesforce でデータのクリーニングのための多くのタスクを自動操縦に移行するのに役立ちます。 Salesforce データのクリーニングを自動化し、CRM データを良好な状態に保つのに役立つ 7 つの実用的な戦略をご紹介します。 Hack #1. Start Data Hygiene in Salesforce with Duplicate & Matching Rules (ダプライヤー&マッチングルール) 混乱したデータに対する最も基本的で重要な防御手段の1つは、Duplicates が CRM に入る前に停止することです。 そして Salesforce でのデータ衛生のための役割を果たします。これらを最初の防衛ラインとして考えてください:ユーザーがレコードを作成または編集する際に潜在的な詐欺師を捕らえるためにリアルタイムで動作します。 Duplicate Rules マッチルール 二重ルール マッチルール Matching Rule は、複数のマッチを構成する基準を定義します – たとえば、同じメールの連絡先や、同じアカウント名と都市をマッチするアカウントなど。 次に、ルールは、合致が見つかったときにその論理を使用して行動を起こす:単に保存を許可し、複製をタグ(レポートに表示するように)、ユーザーに警告を送信したり、複製を完全に保存するのをブロックしたりすることができます。 ボックスの外で、Salesforceは、いくつかの事前定義されたマッチングルール(電子メール、電話番号など)、あなたがアクティベートまたはクローンし、あなたのビジネスロジックに合うように調整することができます。 キーオブジェクト (アカウント、連絡先、リードなど) に二重ルールを設定することにより、誰も後で掃除する必要がある二重レコードを誤って追加しないようにします。 Keep Your Rules Sharp With Regular Reviews これを最大限に活用するには、定期的に適合ルールをレビューし、改良してください。 彼らはすべての明らかな重複を捕らえていますか? 彼らは特に偽の警報で過度に攻撃的に旗を立てているのだろうか。 実際のデータから学ぶときに使用される曖昧さとフィールドを修正し、複製ルールを設定して複製を報告することも忘れないでください - Salesforce は検出された詐欺師をグループ化できます。 その方法で、入力時に複製をブロックしないことを選択しても、後で合併する潜在的な詐欺のログがあります。 ダブルレコードセット ダブルレコードセット ネイティブのルールの1つの制限は、彼らがあなたのためにレコードを統合しないこと、彼らは単にそれらを防ぐか、またはそれらを標的にすることです それは、先進的なツールが入ってくる場所ですが、これらの先進的なソリューションを探索する前に、もう一つの重要な部分を見てみましょう:入力点で悪いデータをキャッチする。 Hack #2. Block Bad Data at the Point of Entry With Validation Rules Hack #2. Block Bad Data at the Point of Entry with Validation Rules (バリエーションルールで入力ポイントで悪いデータをブロック) 複製、書き込み、欠けている値、不一致なフォーマットを超えて、CRMを破損させ、レポートを信頼性の低下させることができます。高品質のデータを維持するためには、入力時にエラーを捕らえることが重要です。 検証規則は、1 つ以上のフィールドの値を定義した公式に対してチェックし、規則の条件が満たされない場合は、レコードを保存する (エラー メッセージを表示) を防止します。 「あらゆる機会には、近い将来の日付がある」 連絡先のメールアドレスには「@」が含まれています。 that a custom Status field is not left blank if Stage = Closed Lost. ユーザーがこれらのルールに違反するレコードを保存しようとすると、Salesforce はそのレコードを修正するように依頼します。 アクションにおけるデータ検証規則の例 認証ルールを戦略的に使用することにより、入力点でSalesforceでデータのクリーニングを実行し、混乱したデータがシステムに入るのを防ぐことができます。 必須フィールド:たとえば、リードのために電話番号を記入する必要があります。 値範囲: たとえば、オプションの量は陰性にはならない。 Cross-field consistency: For instance, if Stage = “Closed Won”, then Won Reason must be populated. 各組織のニーズは異なりますので、頻繁な問題についてデータを監査し、それらを把握するための検証ルールを作成する価値があります。 Smart, Usable Validation Rulesを構築するためのヒント 認証規則は、形式と単純な論理に焦点を当て、データが現実世界で正確であるかどうかではなく、電話番号フィールドに数字が含まれていることを保証できますが、番号が実際に実際の人に届くことを保証することはできません。 あまりにも厳格な規則を作らないでください - ユーザビリティとレポートのための真に重要なものを実行するだけです。 常にルールが存在する理由(有用なエラーメッセージを提供します)についてユーザーとコミュニケーションします。 実際には、複数のルールと共に動作する検証ルールは、Salesforceのクリーニングの下流のワークロードを大幅に削減します. Your team will not have to fix as many mistakes later because fewer will get through initially. 検証と重複ルールが基本をカバーしているので、複雑で大規模なクリーニングに対処する時が来た:重複の検出と合併を自動化する。 Hack #3. Automate Salesforce Data Cleanup with AI-Powered Deduplication Matching, Duplicate, and Validation Rules で堅固な基盤を築いたら、次のステップは、データをより複雑か大規模に解読することです。Duplicates は汚れたデータの主な原因です。 そして、私たちはすでにCRMの多くの分野で自動化に依存しているので、なぜAIがここでも役立つことを許さないのでしょうか? それはすでにあらゆる場所にあります:推奨、電子メール、レポートをパワーアップします。 良いニュースは、これらのツールを使用するとプロセスを再発明する必要はありません。最初のステップは依然として同じです:複製アカウント、連絡先、リードを識別し、統合します。しかし、手動でレコードをコミングする代わりに、AI駆動のデドプリケーションアプリケーションに頼って、自動操縦でより速く、より賢く、より一貫して処理できます。 Salesforce は、「マッチ」が何であるかを定義するためのマッチング ルールと、保存時にマッチング ルールを旗に付けたりブロックしたりするためのマッチング ルールを提供します。 AI-Powered Deduplicationの働き方 基本的な複製処理を超える場合は、AppExchangeからAI駆動のデドプリケーションアプリを検討してください。 AI デダプリケーションソリューションを使用すると、自動的に複製レコードを定期的にスキャンして合併できます。AI を使用する高度なプラットフォームでは、複製を効果的に識別し、レビューのために並行して提出し、数クリックでレコードを合併または変換できます。 例えば、 AppExchange で AI デダプライクションツールを検索するときに最初に現れる、機械学習を使用して、従来のルールベースのツールが欠けている可能性のある複製を特定します。App のアルゴリズムは、レコードをスマートに比較します - それは正確なフィールドマッチを検索するだけでなく、曖昧な複製をキャッチするパターンを学びます(「Acme Inc.」と「Acme Incorporated」など)、そして時間とともに改善します。 データグラウンド データグラウンド AI が Deduplication に対処できるようにする利点 A huge bonus of letting AI handle this heavy lifting is consistency – the AI can be trained to apply your unique logic every time, ensuring no duplicate is left unchecked. Plus, you maintain control: you can usually set rules for how merges should pick master records or field values, and better tools include safety nets like audit logs and Undo functionality in case you need to reverse a merge. 要するに、SalesforceのデータのクリーニングはAIによって劇的に加速することができます. あなたはデータの品質を向上させながら、手動のデッドペップの作業を苦労することからチームを解放します。 あなたが選択したデドプリケーション方法に関係なく、問題がどれほど大きいかを見るために完全なダブルスキャンを実行し、その後、定期的に実行するようにスケジュールしてください。 Hack #4. Standardize and Clean Salesforce Data with Automated Formatting (自動形式化でSalesforceデータを標準化してクリーン化する) 良い入力コントロールでさえ、Salesforce のデータは時間の経過とともにフォーマットによって異なる場合があります。 1 人のユーザーは「CA」をステータスとして入力し、別のユーザーは「カリフォルニア」を書き込みます。 いくつかのアカウントには ALL CAPS で名前があり、他のアカウントは Title で名前があります。 これらの不一致は重要ではありませんが、セグメント、検索、またはデータを効果的にロールアップするあなたの能力を妨げることができます。 内蔵型およびAI駆動型フォーマットツール Salesforce は、値を制限するためのピックリストフィールドや州/国ピックリスト (これらの入力を標準化する) など、ここでネイティブな助けを提供します。 公式やワークフローのルールを使用して特定のエントリを自動的にフォーマットすることもできます。 たとえば、フォーマットフィールドで電話番号を単一(XXX) XXX-XXXX フォーマットで表示します。 しかし、スケールでの一貫性を維持することはしばしば専門ツールやスクリプトを必要とします。 これは、AI と自動化が介入できるもう一つの領域です。 Data cleaning tools provide Transform Rules – essentially find-and-replace or reformatting rules that run through your data to normalize it. For example, you could configure a rule to convert any instance of “United States” or “U.S.” or “USA” to a single preferred value across all records. たとえば、前述のすべてのレコードを単一の優先値に変換するためのルールを設定できます。 一般的なフォーマットの問題を修正し、カスタマイズされたものを可能にするボックス外の変換ルールを含むモジュールがあります これらは既存のSalesforceレコードで大量に実行したり、Salesforceに入る前に問題を修正するためにデータインポート中に適用したりできます。 DataGroomr データグラウンド 継続的なデータ一貫性のための自動化 もう一つのスマートなアプローチは、Salesforce で Flows または Apex トリガーを使用して、データを自動的にクリーンまたは標準化することです。 Pre-save Flow は、ネームの最初の文字を自動的に使用したり、入力から余分なスペースを削除したりできます。 トリガーは、アカウント名が特定の特殊文字を含まないことを強制する可能性があります。 フローのパワー(ほとんどの場合コードは必要ありません)で、管理者は多くの自動操縦のフォーマット修正を設定できます。 短縮、電話番号のパターン、アドレスコンポーネントなどを正常化することで、データをきれいに見せるだけでなく、その有用性を向上させることもできます。レポートは偶然に「NY」と「ニューヨーク」を異なる地域として扱うことはなく、フィルターは複雑な論理なしにすべての関連するレコードをキャッチすることができます。一貫したフォーマットはまた、ダプライマッチングアルゴリズムがより良い仕事をするのに役立ちます。 要するに、Salesforce データの基準を定義し、自動化を使用してそれらを適用するために時間を取る。あなたの目標は、一貫したステータスコードや一貫した命名条約を確保するかどうか、各データポイントの単一のクリーンなバージョンです。このデータクリーニングの Salesforce プロセスには、物事を順調に保つために一度の大量の更新と継続的なルールが含まれる可能性がありますが、将来はよりスムーズなレポートングとより簡単なメンテナンスで有益になります。 Hack #5. Validate and Enrich Data to Minimize Salesforce Cleanup Later フォーマットを超えて、データの品質は正確性と完全性に依存します。電話番号を正しいフォーマットで持つことは一つであり、その電話番号が実際に動作するためにはもう一つです。同様に、「jane.doe@acme.com」のような電子メールのリードは、フォーマットのための検証ルールを通過することができますが、それは実際の送信可能な電子メールですか? 郵便アドレスは有効ですか? 第三者ツールがデータ検証に役立つ方法 自動データ検証は、Salesforceのデータが正確であるだけでなく、正確であることを保証するために外部サービスを使用するハックです。 Salesforce の認証規則では、電子メールまたはアドレスが本物であることを確認することはできません - そのためには、外部のデータセットや API をタップする必要があります。 幸いにも、これに特化している AppExchange アプリがあります。 例えば、Experian Data Validation、Clean Suite for CRM from Melissa、ZoomInfo、DataGroomr などは、Salesforce ユーザーにそのような機能を提供します。 これらのツールは、電子メール、電話番号、およびアドレスをライブデータベースと対照的にチェックすることができます。 彼らは電子メールのドメインが存在し、メールを受け取ることができ、電話番号がアクティブであり、郵送アドレスが配信可能であることを検証するためのアルゴリズムを使用します。 このようなサービスを統合することで、悪質な連絡先情報を含むレコードを自動的に記録したり、更新したりすることもできます。 潜在的に偽の電話番号「1234567890」を含む入力先を想像してください。 自動的なチェックは、無効として表示したり、調査のために列に送信したりすることができ、販売リップの時間を無駄にしないようにします。 同様に、アドレス検証は、USPS形式にアドレスを標準化し、配達できないアドレスを指定し、キャンペーンの到達率を向上させます。 これらのプロセスは既存のデータベース上で大量で実行することができ、遺伝データをスクリプすることもできます。 データの豊かさでギャップを埋める たとえば、リードの企業の業界とサイズを自動的に埋め込むためにリードツールを使用するか、または連絡先のためのLinkedInプロフィールURLを添付する場合があります。Salesforceの独自のアインシュタイン機能とサードパーティのAIサービスは、データを予測したり、追加することを推奨することができます。 重要なことは、これらのチェックとアップデートを自動化して、継続的にまたはスケジュールに従って(例えば、夜間または週に)実行することではなく、不正確さを捕らえるために人間に依存することです。これにより、不正確なデータの蓄積を大幅に減らすことになり、将来にSalesforceのクリーニングが少なくなることを意味します。新しいレコードがSalesforceに入るときは、Flowまたはサードパーティのアプリを通じて、コアフィールド、電子メールやアドレスなどのコアフィールドを検証する自動化プロセスがあります。既存のレコードでは、ストールしたデータを捕らえるために定期的なボルクチェックを実行します。例えば、バンキングを開始した電子メールや会社を去った連絡先 - いくつかのツール AI を使用してデータを検証し、豊かにすることにより、レコードが適切にフォーマットされているだけでなく、操作可能で信頼できる高品質なデータベースを維持します。 ハック #6. 定期的なSalesforceデータのクリーニングの仕事のスケジュール Data maintenance is not a “set it and forget it” task – it’s about constant support. 継続的なクリーン性を確保する最良の方法は、クリーニングプロセスを自動的に実行するようにスケジュールすることです. Salesforce には、さまざまなタスク(スケジュールレポート、ダッシュボードの更新、または Apex ワーク)を自動化するオプションがあり、多くのデータ品質ツールもスケジュール機能を提供します。 たとえば、あなたは毎週のダブルスキャンをスケジュールし、ウソの上で作業を組み合わせることができます。 高度なAIデダプライクションソリューションは、繰り返しのダブルスキャンを設定し、選択されたスピードで大量の合併を自動化することを可能にします。 あなたは、毎週金曜の夜、ツールがすべての新しいダブルスキャンを発見し、あなたの事前定義された基準を満たすすべてのグループを合併するように設定することができます - 実際の手の自由な自動デダプライクション。 同様に、あなたは、時間の経過とともにデータが崩壊するので、Hack #5からの検証サービスを使用して月間の検証を実施することができます。 フロー、Apex、およびレポートを使用してカスタムオートメーション Salesforce 管理者や開発者は、スケジュールされたタスク (例えば、スケジュールされたフローまたはバッチ Apex) を活用して、通常のデータのクリーニングを実行することもできます。例えば、スケジュールされたフローは、特定の領域なしで作成されたアカウントを一晩中実行し、デフォルトのタスクを記入したり、3 年間に更新されていないタスクを閉じたりすることもできます。 シンプルなレポートをスケジュールすることも忘れないでください. データ管理者にメールを送信するレポートをスケジュールし、潜在的なデータ衛生上の問題を強調できます(例えば「連絡先が先週作成された欠落したメール」など)。 自動化が仕事を これらのタスクをスケジュールする利点は、Salesforceのデータクリーニングルーチンが一貫して発生することです。人々は遅延したり忘れたりしますが、スケジュールされた仕事はそうしません。重い仕事をピーク時間の外に切り離すことで、作業日中にユーザーに影響を与えることも避けます。基本的に、あなたはSalesforceの自己クリーニング機関を作成します:複製は削除され、フィールドは標準化され、無効なデータは、毎回手動の介入を必要とせずに、規則的なサイクルで標識または削除されます。 スケジュールされたデータクリーニングの仕事を設定するには、初期の作業(そして安全であるためのテスト)が必要かもしれないが、その場に着いたとき、それはあなたのCRMのために勤勉なハウスキーナーを持つようなものです あなたのデータ衛生プロセスは、物事がコントロール不能になったときに反応的な緊急行動ではなく、予測可能になります。 ハック #7. Monitor Salesforce Data Hygiene with Reports & Dashboards 最終的なハックは、可視性についてです。 オートパイロット上で本当にSalesforceのデータ衛生を維持するには、データの状態を継続的に監視する必要がありますので、新しい問題を早期に把握することができます。 Salesforceのレポートおよびダッシュボードの機能は、このために素晴らしいです。 データ品質ダッシュボードを作成することにより、あなたはあなたの前に重要なメトリクスを保持し、あなたの他のハックが機能していることを証明することができます。 データ衛生ダッシュボードに何を含めるか?以下はいくつかのアイデアです。 Duplicate Record Counts: たとえば、今月検出された複製レコードセットの数(ネイティブの複製レポートやサードパーティのアプリのログを使用する場合)。 データ完全性スコア: たとえば、メールや電話などの重要なフィールドが占める連絡先の割合、またはアカウントのどの割合が業界にあるか? 低い割合は、より良いプロセスや追加のルールが必要な領域を示す可能性があります。 Validation Rule Exceptions: Tracking how often validation rules fire can be tricky, but you might indirectly measure it (for example, count records with a value like “Unknown” that users use to bypass a rule). もしあなたが workarounds に気づいたら、それは調整が必要なルールを示すかもしれない。 Recently Merged Duplicates: If using an app that logs merges, show how many duplicates were merged this week/month. This highlights the impact of your deduplication efforts and also ensures mergers are happening regularly. 最近合併した複製を使用する場合、この週/月で合併した複製物の数を表示します。 データ品質フラッグ付きレコード:悪いデータに何種類かのフラッグフィールドを使用する場合、例えば、自動化によって設定される「不適切なメール」チェックボックスは、レコードの数をレコード化し、時間とともに傾向を報告します。 Data Quality Analysis Dashboards アプリ プロアクティブモニタリングで前進 これらの指標やその他の指標をモニタリングすることで、フィードバックループを作成します。 ダッシュボードは毎週のミーティングで、あるいは管理者によって一目で見ることができます。 何かがスピークする場合、例えば、ダブルカウントが予期せず跳ね上がる場合、あなたはルールやプロセスを潜入して調整することができるでしょう。 基本的に、レポートやダッシュボードはデータ衛生上の問題に対する早期警告システムとして機能します。 さらに、Salesforce レポート サブスクリプションを使用して、重要なデータ品質レポートをレコード所有者やマネージャーに自動メールで送信することを検討します. たとえば、セールス チームのマネージャーに、閉鎖日が欠けているオープンチャンスの毎月のレポートを送信する場合があります. This way, the responsibility for clean data is shared with the team, but the process to remind people is automated. トレンドと変化に注目 最後に、Salesforceの独自の進化するツールセットに注目してください。SalesforceがプラットフォームにAIを注入し続けるにつれて、データの品質のためのより多くの内蔵インテリジェンスが見られるかもしれません。 Wrapping Up: データの災害を待たないで、今すぐデータの衛生をコントロールしてください! 良いデータ衛生は一度のプロジェクトではなく、継続的な規律です。しかし、あなたのツールキットにSalesforceの機能とAI駆動型のアシスタントの適切な組み合わせが含まれており、重いリフトの多くは実際には自動操縦で実行できます。我々は、複製に対処する方法、基準の適用、情報を検証し、プロセスを継続的に実行する方法をカバーしました。 Salesforce でデータの衛生をコントロールするという利点は非常に大きい:ユーザーは CRM をより信頼し、アナリティクスとAI モデルはより正確な洞察を生み出し、チームはスプレッドシートの掃除に無数の時間を節約します。 最初に、上記の領域のどれがあなたの最大の痛み点であるかを評価することから始める - あなたは解決すべき二重の悪夢を持っているかもしれない、またはたぶん不完全なレコードがあなたに到達を妨げています。 そこでソリューションを優先する、AppExchangeからツールを展開する、ルールを設定する、またはフローを構築し、徐々に追加の自動化を層にします。 高品質のCRMデータを維持することは決して「楽しい」ことではないかもしれませんが、無限の手作業ではありません。 Salesforce のネイティブな機能が基本を処理し、高度なAI ツールが複雑で日常的なものに取り組むようにしてください. これらのハッキングを使用すると、Salesforce 機関が必要なデータ衛生レベルを達成できます - あなたのチームがそのデータを使用することに焦点を当てる一方で、それらをクリーニングするのではありません。
