Non cercate di ripulire tutto il CRM. Scegliete il primo flusso di lavoro che volete far supportare all'AI, elencate i campi che legge e pulite quelli. L'AI può trovare duplicati, trattative ferme, campi mancanti e nomi di aziende incoerenti, e proporre le correzioni. Il titolare del record o un responsabile sales ops approva ogni blocco di modifiche, e nuove regole impediscono che il disordine ritorni.
#Punti chiave
- Una pulizia completa del CRM raramente arriva in fondo; una pulizia limitata AI campi di un solo flusso di lavoro di solito sì.
- L'AI è utile per trovare problemi su larga scala: duplicati, valori in conflitto, record fermi e campi in testo libero che dovrebbero essere elenchi a scelta.
- Le correzioni vengono proposte a blocchi e approvate dal titolare del record o dal sales ops, mai applicate in silenzio.
- La pulizia dura solo se cambiate anche il modo in cui i dati vengono inseriti: campi obbligatori, elenchi a scelta e aggiornamenti preparati dall'AI dopo le chiamate.
- Misurate la quota di record nel perimetro che superano i vostri controlli, prima e dopo.
#Perché i dati del CRM diventano così disordinati?
Ogni team commerciale ha la stessa storia. Il CRM è stato configurato anni fa in Salesforce, HubSpot, Zoho o Odoo. I commerciali registrano ciò che serve per ricevere le provvigioni, e poco altro. I nomi delle aziende compaiono in tre modi diversi, in arabo e in inglese. I contatti hanno cambiato lavoro. Metà delle trattative aperte ha una data di chiusura già passata. Il marketing ha importato un elenco da una fiera che nessuno ha deduplicato.
La maggior parte dei team pensa che la situazione sia migliore di quanto sia. In un sondaggio di Validity, febbraio 2022 tra utenti di CRM, il 76% giudicava buona o molto buona la qualità dei dati del proprio CRM, eppure il 44% stimava che la propria azienda perdesse oltre il 10% del fatturato annuo a causa della scarsa qualità dei dati.
#I dati scadenti del CRM fermano davvero i progetti di AI?
È uno dei motivi più comuni per cui si arenano. Gartner, luglio 2024 prevedeva che il 30% dei progetti di AI generativa sarebbe stato abbandonato dopo il proof of concept entro la fine del 2025, e indicava la scarsa qualità dei dati come prima causa. Un'AI che prepara follow-up o note di previsione partendo da contatti sbagliati e fasi superate sbaglierà con sicurezza.
La risposta non è aspettare dati perfetti. È rendere i dati abbastanza buoni per un flusso di lavoro, e impedire che peggiorino.
#Un playbook di pulizia limitato a un solo flusso di lavoro
- Indicate il primo flusso di lavoro AI, per esempio la preparazione della revisione della pipeline o i follow-up sulle trattative ferme.
- Elencate i campi che legge: fase, data di chiusura, prossimo passo, contatto principale, azienda, titolare, ultima attività.
- Scrivete una regola semplice per ogni campo: che cosa conta come valido, mancante o superato.
- Eseguite un controllo su tutti i record nel perimetro e contate gli errori per campo e per titolare.
- Lasciate che l'AI proponga correzioni a blocchi: unire questi duplicati, chiudere queste trattative morte, uniformare questi nomi di aziende.
- Inviate ogni blocco al titolare del record o al sales ops perché lo approvi, lo modifichi o lo respinga, e registrate ogni modifica.
- Aggiungete regole di inserimento perché il problema non si ripresenti: campi obbligatori, elenchi a scelta e aggiornamenti preparati dall'AI dopo le chiamate e confermati dal commerciale.
#Che cosa può correggere l'AI e che cosa richiede una persona?
L'AI è brava ad abbinare e a leggere. Può capire che due account sono la stessa azienda scritta in arabo e in inglese, trovare i contatti la cui email è tornata indietro, leggere le ultime email di una trattativa per suggerire se è ancora viva e ricavare un settore o una regione mancanti dal sito web dell'azienda.
Tutto ciò che ha conseguenze lo decidono le persone. Chiudere una trattativa, unire due account con titolari diversi, cambiare a chi va il merito o cancellare un contatto richiedono tutti l'approvazione del titolare del record o del sales ops. Il NIST AI Risk Management Framework, gennaio 2023 considera la supervisione umana e una responsabilità chiara parte della gestione del rischio AI, e i record del CRM alimentano provvigioni e previsioni.
#Quando bastano gli strumenti del vostro CRM?
Se i vostri problemi sono soprattutto duplicati esatti e campi obbligatori mancanti, partite dalle regole di deduplicazione e validazione integrate nel CRM, o da un componente aggiuntivo dedicato alla qualità dei dati. Una persona di sales ops con una checklist chiara può ripulire un CRM piccolo senza alcuna AI.
L'AI si giustifica quando il disordine riguarda il significato e non il formato: nomi di aziende in più lingue, note in testo libero che nascondono la fase reale, o migliaia di trattative su cui serve un giudizio sul fatto che siano ancora vive.
#Qual è il ruolo di Stennir?
Stennir parte da un audit di consulenza AI. L'audit indica il primo flusso di lavoro che vale la pena costruire, e quindi definisce quali dati devono essere puliti. Ricevete cinque flussi di lavoro classificati, ciascuno con un costo e un caso di ritorno dell'investimento, e un progetto raccomandato con il relativo perimetro e la regione di hosting. Il report resta vostro, che costruiate o meno con Stennir.
La pulizia mirata diventa poi il primo passo dell'implementazione AI, con il sales ops che approva ogni blocco, ogni modifica registrata e i dati conservati nei vostri account. La formazione AI insegna AI commerciali le nuove abitudini di inserimento.
We are
Stennir pulisce i dati del CRM necessari a un flusso di lavoro, con il vostro sales ops che approva ogni blocco, e poi costruisce quel flusso di lavoro su quei dati.
We aren't
Stennir non è un servizio di bonifica dati che riscrive l'intero CRM, e non modifica record senza approvazione.
#Che cosa dovrebbe fare adesso un responsabile vendite o revops?
Scegliete il flusso di lavoro su cui più vorreste l'aiuto dell'AI e contate quanti dei suoi record non superano un controllo semplice. Quel numero indica quanto è grande la pulizia. Consultate AI per le vendite, leggete degli aggiornamenti del CRM dopo le chiamate commerciali e dell'igiene della pipeline, poi fate la valutazione di prontezza gratuita oppure prenotate una call di 30 minuti.
#Domande frequenti
Che cosa vi serve da parte nostra per iniziare?
A Stennir servono l'accesso in lettura al CRM in un ambiente di test o un export, la persona di sales ops o revops titolare delle regole sui dati e il nome del flusso di lavoro su cui più volete il supporto dell'AI. Da qui scriviamo le regole per i campi ed eseguiamo il primo controllo prima di proporre qualsiasi modifica.
L'AI modificherà i record da sola?
No. Propone modifiche a blocchi, con la motivazione di ciascuna. Il titolare del record o il sales ops le approva, le modifica o le respinge, e ogni modifica applicata viene registrata con il nome di chi l'ha approvata. Potete annullare un blocco, e gli account e l'interruttore di spegnimento restano a voi.
Gestisce nomi di aziende in arabo e in inglese?
Sì. Abbinare la stessa azienda scritta in arabo, in inglese e in traslitterazione è una delle parti più utili. Stennir supporta pienamente arabo e inglese e testa prima l'abbinamento sui vostri record, perché le abitudini di denominazione cambiano molto tra settori e team.
Che cosa potrebbe andare storto?
I rischi principali sono l'unione errata di due aziende diverse, la chiusura di una trattativa che in realtà era ancora viva o una correzione che rompe un report su cui fa affidamento la finanza. Per questo le modifiche procedono in blocchi verificabili, i titolari approvano, tutto viene registrato e un blocco può essere annullato.
