认清真正重要的数据

    一旦你确认了准备竭力提高数据质量的数据元素，明白数据元素显得很关键的商业情境、明白什么时候不很关键就很重要。比方说，电话号码一定要准确。但“免费试用客户”的电话号码与你最大那个客户的采购员的电话号码同样重要吗？让数据分析员确认数据的“尾部”，比如涉及下列方面的数据：

    •客户大小、所在行业、所在地区或情况简介
    •订单数额、频率或最近一次订单
    •产品线
    •互动类型（比如上网访问与当面会见）

    让数据分析员制定一套业务规则或过滤器标准，明确什么时候值得将数据元素的质量一直跟踪到统计数据的尾部，什么时候不值得。确保这些特点详细记录在你的CRM数据字典中，那样每个人都知道你决定提高数据元素质量的依据何在。
六西格玛意味着高昂费用

    好了，现在再来说说困难的部分。在CRM系统中，数据质量提高一个级别，费用就会急剧增加。如果说让68%的记录拥有可靠的数据质量需要花费X美元，那么让85%的记录拥有可靠的数据质量恐怕需要花费2X美元（这是一个西格玛和两个西格玛之间的区别），而让89%的记录拥有可靠的数据质量更要花费4X美元。

    幸好对你的预算来说，数据具有的商业价值也不是绝对的。对许多公司的业务需要而言，数据保留三年应当足以满足要求，但数据的商业价值在三年之后很可能急剧下跌。保留时间在七年以上的数据没有理由需要非常准确――就连国内收入署（IRS）也不需要将记录保存七年以上。

    使用上述这些方法，你就可以分析数字，做出合理的取舍――只有确实有明显的回报，才有必要大力投资于提高数据质量。