Når fem systemer har hver sin sandhed om kunden

Automatisering kræver ikke perfekte data, men man skal vide hvilken kilde der bestemmer

Du behøver ikke vente på fejlfrie data for at komme i gang med automatisering. Det vigtigste er, at du vælger hvilket system der har det sidste ord, når oplysninger om den samme kunde eller det samme produkt ligger på tværs af flere platforme.

I en typisk dansk B2B virksomhed deler fem systemer data med hinanden: CRM, webshop, kundeserviceværktøj, marketing automation og ERP/økonomisystem. Når automatiseringsflowet skal hente en kundes mailadresse, firmainfo eller ordrehistorik, går det galt, hvis hvert system trækker i sin egen retning.

Derfor skal du definere en fælles kundeid, som binder systemerne sammen, så du ved hvor dataene kommer fra. Minimum Viable Data, eller MVD, er det mindste sammenhængende datagrundlag, der kan drive konkrete AI anvendelser. Det betyder, at du starter med de data du allerede har, og bygger automatiseringen op omkring dem.

CRM systemet bruges typisk som master for kontaktdata, mens de øvrige systemer synkroniserer derfra. Det lyder simpelt, men mange virksomheder har aldrig taget det valg tydeligt. Så opdaterer kundeservice måske en adresse i ét system, mens marketing sender kampagner ud fra en anden udgave af samme kontakt.

Datakvalitet er en løbende disciplin, ikke et engangsprojekt. Automatiserede regler for dubletter og ufuldstændige felter holder dataene brugbare over tid, uden at du skal gennemgå tusindvis af rækker manuelt hver måned.

Lynpadden hjalp en B2B SaaS virksomhed med at automatisere lead research og personlige mails, så de gik fra langsom manuel research til første svar på få minutter pr. lead. Det var ikke fordi alle data var perfekte fra starten, men fordi virksomheden vidste hvilken kilde der bestemte hvilke oplysninger. Du kan læse mere om hvordan flowet blev bygget i casen om lead research og personlig mail til B2B SaaS.

CRM, regnskab, webshop, support og nyhedsbrev

I en typisk dansk B2B virksomhed er det ofte fem systemer, der deler data om den samme kunde. CRM platformen indeholder relationen og historikken. Webshoppen håndterer ordrer og lager. Kundeserviceværktøjet gemmer sager og henvendelser. Systemet til nyhedsbreve styrer kommunikationen. ERP systemet tager sig af regnskab, fakturering og økonomisk styring.

Uden en fælles struktur ender hvert system med sin egen version af sandheden. Når systemerne samles om samme kundenummer, slipper man for at taste den samme information ind flere gange, og det bliver lettere at se hvilken oplysning der er den nyeste.

Med hjælp til n8n automatisering har vi eksempelvis hjulpet en webshop med at få 24 nye produkter om dagen automatisk fra leverandørdata til færdigt produkt i WooCommerce. I stedet for manuel overførsel mellem systemer kører produktdata nu direkte ind i webshoppen med korrekte priser, beskrivelser og lagerstatus.

Det behøver ikke være mere avanceret end nødvendigt. Vælg hvilket system der ejer hvilken datatype, og lad de andre systemer hente fra den samme kilde.

Forklar master data på dansk

Master data er de grundlæggende oplysninger om kunder, produkter og leverandører, som alle systemer i virksomheden kan bruge som samme sandhed. I en typisk dansk B2B virksomhed er det ofte CRM, webshop, kundeserviceværktøj, marketing automation og ERP systemet, der deler de oplysninger.

CRM systemet fungerer typisk som master for kontaktdata, mens de øvrige systemer synkroniserer derfra. Det kræver en fælles kundeid, som binder systemerne sammen, så den samme virksomhed ikke pludselig optræder som tre forskellige poster med forskellige adresser.

Automatisering kræver ikke perfekte data fra dag ét. Det kræver et Minimum Viable Data grundlag, som er det mindste sammenhængende datasæt, der kan drive konkrete AI anvendelser. Når den fælles kundeid er på plads, kan du bygge videre.

Datakvalitet er en løbende disciplin. Automatiske regler for dubletter og ufuldstændige felter hjælper med at holde master data brugbare. I vores arbejde med B2B virksomheder ser vi, at et CRM der opdaterer sig selv, kan spare tid i hverdagen. Du kan se, hvordan du holder data rent uden manuelt arbejde i vores guide til et CRM der opdaterer sig selv.

For webshops gælder det samme princip om produktdata. Når produktdata er master i ét system og flyder ensartet videre, slipper du for at rette priser og beskrivelser flere steder.

Slut med en enkel oprydningsplan

Data skal ikke være perfekte for at kunne bruges til automatisering. De skal bare være forbundne på en måde, der er til at forstå.

Et Minimum Viable Data grundlag er det mindste sammenhængende datagrundlag, der kan drive konkrete AI anvendelser. Lad CRM systemet være master for kontaktdata, og sørg for at de øvrige systemer synkroniserer derfra. Når den fælles kundeid sidder på plads, kan du begynde at automatisere de processer, der gør mest forskel.

Start med at kortlægge hvilke felter der rent faktisk bruges i de fem systemer. Mange virksomheder opdager, at de indsamler data de aldrig aktiverer, mens vigtige felter som virksomhedsnavn eller telefonnummer findes i tre forskellige versioner. Vælg ét system som master for hver datatype, og lad de øvrige systemer hente derfra.

Når data flyder automatisk mellem systemerne, behøver du ikke rydde op i alle historiske poster først. Automatiseringen kan rense og standardisere kundedata løbende, mens de bevæger sig fra system til system. Det lyder småt, men det er tit her, fejlene forsvinder fra hverdagen.

Sæt en fast regel op for hvordan nye kunder skal ind i systemet fra starten. Ét format på telefonnumre, én måde at skrive firmanavne på, og én kilde til adressedata. Når reglerne kører automatisk, slipper du for at rette de samme fejl igen og igen i flere systemer.

Hold oprydningen levende ved at tjekke datakvaliteten månedligt i de systemer der taler sammen. Kig på hvor mange dubletter der er opstået, og om felter stadig matches korrekt mellem systemerne. Små justeringer undervejs holder dataene brugbare og ajour.

Ofte stillede spørgsmål

Hvilke systemer har typisk hver sin version af kundedata i en dansk B2B virksomhed?

Det er ofte CRM, webshop, kundeservice, nyhedsbrev og økonomisystem. Hvert system har sin egen rolle, men uden en fælles kundeid kan de hurtigt ende med hver sin version af den samme kunde.

Hvad betyder Minimum Viable Data?

Minimum Viable Data betyder, at man definerer et begrænset, brugbart datasæt i stedet for at rydde op i alt på én gang. Det gør det muligt at teste automatisering hurtigt uden at vente på en fuldstændig datarevision.

Skal data være helt rene, før man kan automatisere?

Nej. Automatisering kræver ikke perfekte data, men du skal definere en fælles kundeid, som binder systemerne sammen. Med ét identifikationsnummer eller en unik nøgle kan data synkroniseres på tværs af platforme, selvom felterne ikke er 100 % rene fra starten.

Hvilket system bør være ‘master’ for kontaktdata?

CRM systemet bruges typisk som ‘master’ for kontaktdata, mens de andre systemer synkroniserer derfra. Når CRM er den centrale kilde, ved salg og drift hvor de finder den nyeste kontaktinformation. De øvrige systemer opdateres derefter løbende fra denne masterkilde.

Hvordan holder man datakvaliteten oppe over tid?

Datakvalitet er en løbende disciplin, ikke et engangsprojekt. Sæt automatiserede regler op for dubletter og ufuldstændige felter, så data renses løbende. Ellers vokser forskellene hurtigt, og du ender med flere versioner af sandheden igen.

Hvilke systemer er kernen i kunderejsen for B2B?

For en B2B virksomhed er CRM, webshop og kundeservice ofte kernen i kunderejsen. De dækker flere af de vigtige faser fra opmærksomhed til loyalitet. Når de tre systemer deler den samme kundeid, har du et solidt fundament til at samle kundedata i flere systemer.

Vil du se hvordan det kan se ud i praksis, kan du læse casen om personlig mail til nye leads på minutter.