HubSpot Datenhygiene: Dubletten, leere Felder und die Reinigungsroutine

HubSpot Datenhygiene: Dubletten, leere Felder und die Reinigungsroutine

Die Datenqualität in HubSpot verschlechtert sich dadurch, dass die am Einrichtungstag getroffenen Entscheidungen mit der Zeit erodieren. Niemand sagt: „Lasst uns heute das CRM verschmutzen.“ Formulare füllen sich mit Freemail-Adressen, ein Vertriebsmitarbeiter legt in der Eile einen zweiten Firmendatensatz an, eine Marketingkampagne bringt Hunderte Kontakte ohne Domain, das Exportteam schreibt Telefonnummern in einem eigenen Format. Sechs Monate später wird der Pipeline-Bericht im Meeting hinterfragt, und die Diskussion verlässt die Frage, was die Zahlen bedeuten, und sinkt auf die Frage ab: „Stimmen diese Daten überhaupt?“

Dieser Beitrag behandelt diesen Verfall nicht als Aufräumprojekt, sondern als laufende Routine. Datenhygiene ist keine einmalige Operation, sondern eine Betriebsaufgabe mit wöchentlichem, monatlichem und quartalsweisem Rhythmus und einer klar benannten verantwortlichen Person. Im Folgenden werden der Reihe nach behandelt: wie Dubletten entstehen und nach welcher Regel sie zusammengeführt werden, warum leere Felder nicht ausgefüllt werden und wann eine Pflichtfeld-Regelung die richtige Lösung ist, wie Formatstandards fixiert werden, wie Verantwortlichkeiten verteilt werden und wie ein Prüfrhythmus aufgebaut wird.

Eine Anmerkung: Die dauerhafte Lösung für Datenhygiene steckt zu einem großen Teil in den Entscheidungen der Einrichtungsphase. Wenn Objektdefinitionen, die Liste der Pflichtfelder und die Dublettenpolitik nicht von Anfang an festgeschrieben sind, löscht die Reinigungsroutine ständig dasselbe Feuer. Wie diese Entscheidungen geplant werden, haben wir im Leitfaden zur Planung einer HubSpot-Einführung ausführlich behandelt; die Routine hier sollte als Fortsetzung dieses Plans im laufenden System verstanden werden.

Was Datenhygiene umfasst und was nicht

Wenn von Datenhygiene die Rede ist, denken die meisten Teams nur an das Bereinigen von Dubletten. In der Praxis ist der Bereich, um den man sich kümmern muss, breiter und lässt sich in vier miteinander verbundenen Themen zusammenfassen.

Eindeutigkeit: Mit wie vielen Datensätzen steht dieselbe Person oder Firma im System? Wenn die Eindeutigkeit verloren geht, wird nicht nur die Liste länger; die Aktivitätshistorie wird zweigeteilt, ein Deal hängt an der falschen Firma, dieselbe Person erhält zwei getrennte E-Mails.

Befüllungsgrad: Sind die im Reporting genutzten Felder tatsächlich gefüllt? Ein leeres Feld „Quelle“ verfälscht den Kanalbericht lautlos. Ein leeres Feld „Verlustgrund“ macht es am Quartalsende unmöglich, darüber zu diskutieren, warum Sie verloren haben.

Konsistenz: Wird dieselbe Information in derselben Form geschrieben? „München“, „münchen“, „MÜNCHEN“ und „Muenchen“ erzeugen vier verschiedene Segmente. Freitextfelder sind die Hauptquelle dieses Problems.

Aktualität: Spiegelt der Datensatz noch die Realität wider? Eine Person, die das Unternehmen verlassen hat, ein offener Deal, dessen Abschlussdatum sechs Monate zurückliegt, eine Liste, die seit zwei Jahren nicht angefasst wurde. Das sind technisch „korrekte“ Daten, aber sie führen zu keiner Entscheidung.

Auch das, was Datenhygiene nicht umfasst, sollte klargestellt werden: Eine Hygieneroutine rettet kein schlecht definiertes Datenmodell. Wenn es im Team keine gemeinsame Antwort auf die Frage gibt, „in welchem Moment ein Deal eröffnet wird“, muss die aufräumende Person jede Woche dieselbe Entscheidung neu treffen, und ihre Entscheidung widerspricht der einer anderen Person. Erst die Definition, dann die Routine.

Die vier Dimensionen der Datenhygiene: Eindeutigkeit, Befüllungsgrad, Konsistenz und Aktualität als zusammenhängende Säulen der Datenqualität.

Dubletten: woher sie kommen, wie sie zusammengeführt werden

Die Standard-Deduplizierungslogik von HubSpot und ihre Lücken

HubSpot dedupliziert Kontakte anhand der E-Mail-Adresse; bei Unternehmen ist die Domain das grundlegende Unterscheidungsmerkmal. Damit bleibt ein großer Teil des täglichen Flusses automatisch geschützt. Eine Person, die ein zweites Mal mit derselben Unternehmens-E-Mail ein Formular ausfüllt, erzeugt keinen neuen Datensatz, sondern aktualisiert den bestehenden. (HubSpot Knowledge Base: Deduplicate records in HubSpot)

Das Problem beginnt bei den Einträgen, die außerhalb dieses Mechanismus liegen:

  • Formulare mit Freemail-Adressen. Eine Person, die mit einer Gmail- oder Outlook-Adresse kommt, wird nicht automatisch mit ihrem Arbeitgeber verknüpft. Drei Gmail-Adressen von drei verschiedenen Personen können dasselbe Interessentenunternehmen repräsentieren, stehen im System aber als drei unverbundene Datensätze.
  • Firmendatensätze ohne Domain. Wenn ein Vertriebsmitarbeiter ein auf einer Messe kennengelerntes Unternehmen manuell anlegt und das Domain-Feld leer lässt, entsteht ein zweiter Datensatz, sobald dasselbe Unternehmen einen Monat später über das Webformular kommt. Beide sehen „korrekt“ aus.
  • Die zweite E-Mail-Adresse derselben Person. Personen, die den Job wechseln oder sowohl vorname.nachname@ als auch eine abgekürzte Adresse haben. Weil die E-Mail abweicht, zählt HubSpot sie als zwei Personen.
  • Massenimporte. Aus Excel hochgeladene Listen sind der schnellste Dublettenerzeuger, wenn das Abgleichsfeld nicht richtig gewählt wurde.
  • Integrationen. Synchronisationen aus Buchhaltungs-, Support- oder Eventsystemen arbeiten mit eigenen Identitätsfeldern und kennen die Deduplizierungsregel von HubSpot nicht.

Die Regel, die im Einrichtungsplan stehen sollte, lautet: „Es wird kein Firmendatensatz ohne Domain angelegt; ein Formularkontakt mit Freemail-Adresse wird manuell einer Firma zugeordnet und wöchentlich kontrolliert.“ Dieser eine Satz schließt zwei der oben genannten fünf Quellen unmittelbar. Wenn Sie bereits live sind, lässt sich dieselbe Regel auch als rückwirkendes Bereinigungskriterium nutzen: Sie listen die Firmendatensätze mit leerer Domain auf und entscheiden sie einzeln.

Drei Dinge, die vor dem Zusammenführen entschieden sein müssen

Das Zusammenführen (Merge) erzeugt in HubSpot Ergebnisse, die nicht rückgängig gemacht werden können. Deshalb müssen vor dem Start der Routine drei vom Team abgestimmte Regeln schriftlich vorliegen.

Welcher Datensatz wird der primäre Datensatz? Der Standardreflex lautet „der ältere“, aber das stimmt nicht immer. Ein praktischer Vorschlag zur Reihenfolge: Zuerst wird der Datensatz mit mehr verknüpften Deals und Aktivitäten gewählt, bei Gleichstand der mit den besser befüllten Pflichtfeldern, und wenn auch das gleich ist, der ältere. Beim Zusammenführen bleiben die Feldwerte des primären Datensatzes erhalten; deshalb ist die Frage, welcher Datensatz überlebt, eine Frage des Datenverlusts.

Welche Felder erfordern eine manuelle Kontrolle? Zuständigkeit (Owner), Lebenszyklusphase (Lifecycle Stage) und der Marketing-Einwilligungsstatus liefern beim Zusammenführen nicht zwangsläufig automatisch das richtige Ergebnis. Diese drei Felder sollten nach dem Merge visuell geprüft werden. Besonders wichtig ist der Einwilligungsstatus: Wenn ein Datensatz, dessen Einwilligung nicht bestätigt ist, mit einem Datensatz mit Einwilligung verschmolzen wird, entsteht in Bezug auf die Kommunikationserlaubnis eine riskante Situation. Bei kommerziellen elektronischen Nachrichten, die unter die einschlägigen Einwilligungsvorgaben fallen, darf diese Kontrolle nicht übersprungen werden; in Zweifelsfällen ist es richtig, vor dem Zusammenführen die Rechts- oder Compliance-Seite zu fragen.

Welche Fälle werden nicht zusammengeführt? Nicht jede Ähnlichkeit ist eine Dublette. Zwei getrennte juristische Personen unter derselben Domain, Konzerngesellschaften in einer Holdingstruktur, gleichnamige Händler in verschiedenen Städten. Hier kommt eine kritische Einrichtungsentscheidung ins Spiel: dass eine Person mit mehreren Unternehmen verknüpft werden kann. In Berater-, Händler- oder Konzernstrukturen kommt das tatsächlich vor. Wenn Sie in einer solchen Struktur arbeiten, erzeugt die Regel „zwei gleichnamige Firmendatensätze werden immer zusammengeführt“ ein falsches Ergebnis; zuerst muss geprüft werden, was die Struktur tatsächlich ist.

Wie der wöchentliche Dublettenscan abläuft

Die konkrete Form der Routine lässt sich so gestalten. Dies ist eine vorgeschlagene Arbeitsweise, keine Plattformvorgabe:

  1. Scan. Das Dublettenverwaltungstool von HubSpot listet mögliche Übereinstimmungen für Kontakte und Unternehmen auf. Zusätzlich sind zwei selbst erstellte Prüflisten nützlich: Unternehmen mit leerem Domain-Feld und Kontakte mit Freemail-Anbieter, die keiner Firma zugeordnet sind.
  2. Sortierung. Jede Zeile der Liste fällt in einen von drei Töpfen: eindeutige Dublette (zusammenführen), eindeutig verschieden (markieren und dafür sorgen, dass sie nicht erneut vorgeschlagen wird), unklar (den Vertriebsverantwortlichen fragen).
  3. Zusammenführen. Es wird nach der oben genannten Primärdatensatz-Regel vorgegangen, Zuständigkeit und Einwilligungsfeld werden geprüft.
  4. Notiz. Was im Topf „unklar“ bleibt, wird irgendwo festgehalten. Wenn dasselbe Dilemma zwei Wochen hintereinander auftaucht, ist das eine fehlende Regel und keine Einzelfallentscheidung.

Der vierte Schritt ist der Schritt, der die Routine in ein lernendes System verwandelt. Ein Team, das die wöchentliche Bereinigung durchführt, aber nichts notiert, produziert im sechsten Monat immer noch dieselbe Anzahl an Dubletten.

Leere Felder: Pflicht ist keine Lösung, es braucht eine Diagnose

Die schnellste Antwort auf das Problem leerer Felder ist, das Feld zur Pflicht zu machen, und das ist meistens die schädlichste Antwort. Im Einrichtungsleitfaden wird diese Logik so beschrieben: Wenn ein Feld leer bleibt, schaut man zuerst, warum es leer bleibt.

Gehen wir das dortige Beispiel durch. Nehmen wir an, bei einem großen Teil der offenen Deals ist das Feld „nächster Schritt“ leer. Im Gespräch mit den Mitarbeitenden kommt der Grund heraus: Das Feld ist nicht verpflichtend und wird in der Pipeline-Ansicht nicht angezeigt, also füllt es niemand aus. Die Maßnahme, die aus diesem Befund folgt, ist nicht, das Feld zur Pflicht zu machen. Richtiger ist, das Feld zuerst in der Pipeline-Kartenansicht sichtbar zu machen, zwei weitere Wochen zu beobachten und erst dann über eine Pflichtregelung zu diskutieren, wenn es immer noch leer bleibt. Wenn ein Pflichtfeld eine Lösung ist, die das Verhalten nicht korrigiert, erzeugt es nur Datenmüll, der ausgefüllt aussieht.

Diese Art zu denken sollte im Zentrum der Datenhygiene stehen. Der Grund für ein leeres Feld ist in der Regel einer von vier:

Das Feld ist nicht sichtbar. Wenn ein Mitarbeiter das Feld beim Anlegen des Datensatzes gar nicht sieht, ist es unfair, das Nichtausfüllen als persönliches Disziplinproblem zu werten. Lösung: Anpassung von Formular- und Kartenansicht.

Es ist nicht bekannt, wozu das Feld dient. Wer nicht weiß, warum er das Feld „Branche“ ausfüllt, wählt einen beliebigen Wert. Lösung: Dem Team sagen, in welchem Bericht das Feld verwendet wird. Der Punkt der Einrichtungs-Checkliste „Wurde für jedes Pflichtfeld die Frage beantwortet, in welchem Bericht es verwendet wird?“ zielt genau darauf.

Die Information liegt in diesem Moment nicht vor. Beim Erstkontakt ist die Mitarbeiterzahl des Unternehmens womöglich wirklich nicht bekannt. Dieses Feld beim Anlegen des Datensatzes verpflichtend zu machen, zwingt den Mitarbeiter zum Raten. Lösung: Die Pflicht aufheben und das Feld an eine spätere Phase der Pipeline binden.

Das Feld ist überflüssig. Manche Felder wurden bei der Einrichtung mit dem Gedanken „könnte nützlich sein“ angelegt und in keinem Bericht verwendet. Lösung: Das Feld archivieren. Ein nicht genutztes Feld zu löschen ist ebenfalls Datenhygiene und mindestens so wertvoll wie das Aufräumen.

Wann eine Pflichtregelung die richtige Entscheidung ist

Der Fall, in dem es vertretbar ist, ein Feld verpflichtend zu machen, ist eng: Das Feld ist in diesem Moment tatsächlich bekannt, es fließt direkt in eine Entscheidung oder einen Bericht ein, und der Befüllungsgrad ist trotz korrigierter Sichtbarkeit nicht gestiegen. Der Verlustgrund ist dafür das typische Beispiel. Beim Abschluss eines Deals kennt der Mitarbeiter den Grund, die Liste ist festgelegt, und ohne diese Daten lässt sich keine Verlustanalyse durchführen. Auch die Einrichtungs-Checkliste fragt: „Wurde die Liste der Verlustgründe fixiert und beim Abschluss verpflichtend gemacht?“

Beim Übergang zur Pflicht werden zwei Absicherungen empfohlen. Erstens: Wenn die Auswahlliste „Sonstiges“ enthält, sollte daneben eine Freitexterläuterung verlangt werden, sonst wählen alle „Sonstiges“. Zweitens: Zwei Wochen nach Einführung der Pflicht die Verteilung der Auswahlmöglichkeiten prüfen. Wenn eine einzelne Option unverhältnismäßig hervorsticht, zeigt das nicht, dass das Feld nicht ausgefüllt, sondern dass es umgangen wird.

Ein einfacher Rahmen zur Messung des Befüllungsgrads

Die Verfolgung des Befüllungsgrads muss mit Zahlen und nicht mit Bauchgefühl erfolgen. Der Ansatz aus dem Einrichtungsleitfaden empfiehlt, die Kontrolle von „Datensätzen ohne Zuständigen, leeren Pflichtfeldern, Deals mit überschrittenem Abschlussdatum, doppelten Firmendatensätzen“ im ersten Monat wöchentlich durchzuführen und diese Kontrolle an eine Person zu binden. Nach dem ersten Monat kann dieselbe Kontrolle ausgedünnt werden, sie sollte aber nicht aufgegeben werden.

Die folgende Tabelle ist ein Vorschlag dazu, welches Feld bei welchem Objekt wann sinnvollerweise gemessen wird. Ihre Feldliste wird anders aussehen; wichtig ist, dass jede Zeile an einen Bericht gebunden ist.

Feld Objekt Wann es gefüllt sein sollte Was eine Lücke kaputt macht
Domain Unternehmen Beim Anlegen des Datensatzes Deduplizierung, Firma-Kontakt-Zuordnung
Quelle (automatisch) Kontakt Beim Anlegen des Datensatzes, automatisch Kanal-Performance-Bericht
Quelle (Selbstauskunft) Kontakt Beim ersten qualifizierten Kontakt Verifizierung der automatischen Quelle
Datensatzinhaber Kontakt, Unternehmen, Deal Am Tag nach der Übergabe Verantwortung, Nachverfolgung, Kapazitätsübersicht
Nächster Schritt Deal Nach jeder Aktivität Pipeline-Gesundheit, verwaiste Deals
Abschlussdatum Deal Beim Anlegen des Deals, geschätzt Quartalsprognose
Verlustgrund Deal Beim Abschluss, verpflichtend Verlustanalyse, Produkt-Feedback

Im Einrichtungsplan wird empfohlen, für die Quelle zwei Felder zu führen: eines automatisch, eines auf Selbstauskunft beruhend. Der praktische Nutzen daraus ist aus Sicht der Datenhygiene folgender: Die beiden Felder kontrollieren einander. Wenn die automatische Quelle „organische Suche“ sagt, das Selbstauskunftsfeld aber „ein Bekannter hat es empfohlen“, sehen Sie, welchen Anteil Ihres Kanalberichts Sie tatsächlich erklären können. Eine Situation, in der sich beide Felder systematisch widersprechen, beweist für sich allein nicht, dass der Bericht falsch ist, sagt Ihnen aber, wo Sie hinschauen müssen.

Diagnose vor Pflicht: Warum bleibt ein Feld leer? Ursache prüfen, Sichtbarkeit korrigieren, beobachten und erst dann über eine Pflichtregelung entscheiden.

Formatstandards: wo Freitext gestoppt werden sollte

Inkonsistente Formate sind das heimtückischste Datenqualitätsproblem, weil kein Feld leer aussieht. Der Bericht läuft, die Grafik wird gezeichnet, die Zahlen sind falsch.

In der Praxis gehen vier Feldgruppen ständig kaputt:

Firmenname. „ABC Technologie GmbH“, „ABC Technologie G.m.b.H.“, „ABC Technologie“ und „ABC Technologie Gesellschaft mit beschränkter Haftung“. Im Dublettenscan erzeugen diese vier unterschiedliche Ähnlichkeitswerte. Legen Sie eine einzige Schreibregel fest und schreiben Sie sie in das Einrichtungsdokument: zum Beispiel, dass Rechtsformzusätze nicht geschrieben werden und nur der Markenname verwendet wird. Wenn die juristische Firmierung benötigt wird, wird sie in einem separaten Feld geführt.

Telefon. Das internationale Format mit Ländervorwahl ist die einzig richtige Wahl. Call-Integration, SMS-Versand und Auslandsvertrieb hängen alle an diesem Format. Die gemischten Schreibweisen in bestehenden Datensätzen müssen per Massenbearbeitung in einem Zug angeglichen und dann die Eingangspunkte (Formular, Import, Integration) an den Standard gebunden werden. Wenn Sie die Reihenfolge umdrehen, werden die alten Datensätze nie korrigiert.

Land, Stadt, Branche. Diese drei bleiben nie sauber, solange sie Freitext sind. Eine Dropdown-Liste ist zwingend. Beim Entwurf der Liste gilt dieses Kriterium: Die Anzahl der Optionen sollte der Anzahl der Gruppen entsprechen, die Sie im Bericht unterscheiden wollen. Eine Branchenliste mit vierzig Optionen treibt den Mitarbeiter zu einer zufälligen Auswahl, und im Bericht müssen Sie am Ende doch wieder einzeln prüfen.

Titel und Rolle. Im B2B für die Analyse des Entscheidungsgremiums nötig, kommt aber als Freitext herein. Die pragmatische Lösung hier ist, den Freitext-Titel so zu speichern, wie er ist, und daneben ein Feld „Rolle“ mit fester Liste hinzuzufügen: Entscheider, Beeinflusser, Anwender, technischer Freigeber. Statt den Freitext bereinigen zu wollen, legen Sie eine auswertbare Schicht darüber.

Schreiben Sie den Formatstandard an eine einzige Stelle, und diese Stelle sollte das Einrichtungsdokument sein. In einem System mit verstreuten Felddefinitionen erfindet jeder neue Mitarbeitende seine eigene Regel.

Verantwortung: Inhaber des Datensatzes, Inhaber des Systems, Inhaber des Prozesses

Die Stelle, an der die Datenhygieneroutine am häufigsten zusammenbricht, ist die Verantwortlichkeit. Der Satz „Jeder ist für seine eigenen Datensätze verantwortlich“ klingt fair, bedeutet in der Praxis aber, dass niemand verantwortlich ist.

Die Einrichtungs-Checkliste zieht diese Trennung klar: Datensatz-Zuständigkeit, Systemberechtigung und Prozessverantwortung müssen getrennt festgehalten werden. Aus Sicht der Datenhygiene entsprechen die drei Folgendem:

Der Datensatzinhaber (in der Regel Vertriebsmitarbeiter oder Marketing-Spezialist) ist für den Befüllungsgrad und die Aktualität der Datensätze in seinem Portfolio verantwortlich. Den nächsten Schritt zu schreiben, das Abschlussdatum zu aktualisieren, den Verlustgrund einzutragen, ist seine Aufgabe. Ihm sollte ein messbares Ziel gegeben werden: zum Beispiel, dass bei seinen offenen Deals das Feld „nächster Schritt“ gefüllt ist.

Der Systemverantwortliche (HubSpot-Admin oder Marketing Ops) führt Felddefinitionen, Dropdown-Listen, Automatisierungen und Merge-Vorgänge aus. Es wird empfohlen, die Berechtigung zum Zusammenführen von Dubletten nicht allen zu öffnen; einen nicht umkehrbaren Vorgang zu verteilen, erzeugt Risiko.

Der Prozessverantwortliche überwacht, dass die Routine läuft. Er ist die Person, die prüft, ob die wöchentliche Kontrolle durchgeführt wurde, ob unklar gebliebene Fälle zu Regeln geworden sind und ob der Befüllungsgrad die Richtung gewechselt hat. Der Rat aus dem Einrichtungsleitfaden, „binden Sie diese Kontrolle an eine Person“, meint genau diese Rolle.

In kleinen Teams können Systemverantwortlicher und Prozessverantwortlicher dieselbe Person sein. Dass Datensatzinhaber und Prozessverantwortlicher dieselbe Person sind, ist dagegen problematisch: Wer seine eigenen Daten prüft, sieht den blinden Fleck seiner eigenen Gewohnheiten nicht.

Das Problem der Datensätze ohne Zuständigen

Ein Datensatz ohne Zuständigen ist in der Datenhygiene eine eigene Kategorie. Technisch ist es ein fehlendes Feld, aber die Folge wiegt deutlich schwerer: Niemand verfolgt ihn, niemand räumt ihn auf, er taucht im Bericht auf und führt zu keiner Maßnahme.

Datensätze ohne Zuständigen kommen aus drei Richtungen: Massenimporte, das Ausscheiden eines Benutzers mit Zuständigkeiten aus dem System und Fälle, die die automatische Zuweisungsregel nicht abdeckt. Der dritte wird am häufigsten vernachlässigt. Wenn die Zuweisungsregel sagt „Unternehmen in Deutschland an Team A“, geht ein Datensatz, dessen Land leer ist, nirgendwohin.

Empfohlene Regel: Datensätze ohne Zuständigen sollten der erste Punkt der wöchentlichen Prüfliste sein, und jeder dieser Datensätze bekommt entweder einen Zuständigen oder wird bewusst einem „Pool“-Inhaber zugewiesen. Die Pool-Zuständigkeit schafft den Unterschied zwischen „niemand schaut hin“ und „jemand wird hinschauen“.

Die Reinigungsroutine: wöchentlich, monatlich, quartalsweise

Die Routine sollte aus drei Rhythmen bestehen, die sich nicht vermischen. Die folgende Aufteilung ist ein vorgeschlagener Ausgangspunkt; Teamgröße, Datensatzvolumen und die Anzahl der Dateneingangspunkte verändern sie. Ein Team, dem die wöchentliche Last zu schwer ist, sollte zuerst die Eingangspunkte korrigieren und dann den Rhythmus ausdünnen.

Rhythmus Was getan wird Wer es tut Ergebnis
Wöchentlich Datensätze ohne Zuständigen, leere Pflichtfelder, Deals mit überschrittenem Abschlussdatum, doppelte Firmendatensätze Systemverantwortlicher, Prozessverantwortlicher kontrolliert Korrigierte Datensätze, Notiz zu unklaren Fällen
Monatlich Trend der Befüllungsgrade, Formatabweichungen, von der Zuweisungsregel nicht erfasste Fälle, fehlerhafte Datensätze aus Integrationen Prozessverantwortlicher Liste der Grundursachen, Anpassung von Feld oder Formular
Quartalsweise Feldinventar, Archivierung ungenutzter Felder, Überprüfung der Dropdown-Optionen, Lebenszyklusstatus alter Datensätze Prozessverantwortlicher, Marketing und Vertrieb gemeinsam Aktualisiertes Einrichtungsdokument

Der Einrichtungsleitfaden empfiehlt für den ersten Monat eine wöchentliche Kontrolle. Im ersten Monat nach Go-live wird die Frequenz hoch gehalten, weil jeder in dieser Phase gefundene Fehler ein Einrichtungsfehler ist und seine Behebung günstig ist. Derselbe Fehler, im sechsten Monat gefunden, erfasst auch die Tausenden dazwischen entstandenen Datensätze.

Wie lange die wöchentliche Kontrolle dauert, bestimmt die Nachhaltigkeit der Routine. Wenn sie eine halbe Stunde überschreitet, liegt das Problem nicht in der Kontrolle selbst, sondern an den Eingangspunkten. In diesem Fall ist der richtige Zug nicht, die Kontrollzeit zu verlängern, sondern die Quelle zu finden, die die Wochenliste am stärksten füllt, und diese Quelle zu korrigieren. Wenn Firmendatensätze mit leerer Domain aus dem Formular jede Woche die Hälfte der Liste ausmachen, ist die Lösung, das Formularfeld anzupassen, und nicht, dieselben Datensätze jede Woche von Hand zu bereinigen.

Die Interpretation der von der Routine erzeugten Daten

Die Reinigungsroutine erzeugt Zahlen, und diese Zahlen sind anfällig für Fehlinterpretationen. Das folgende Beispiel ist ein vollständig zu Lehrzwecken erfundenes Szenario; es ist kein echtes Kundenergebnis und kein Branchendurchschnitt.

Nehmen wir an, die Anzahl der in der wöchentlichen Kontrolle gefundenen doppelten Firmendatensätze liegt über vier Wochen bei 18, 14, 11, 9. Die erste Lesart lautet: „Die Datenqualität verbessert sich.“ Wenn aber im selben Zeitraum die Anzahl der neu angelegten Firmendatensätze von 120 auf 60 gefallen ist, bedeutet das, dass die Dublettenquote konstant bei 15 % geblieben ist. Die absolute Zahl ist gesunken, der zugrunde liegende Produktionsfehler hat sich überhaupt nicht verändert. Die richtige Lesart ist: Die Quote ist ein aussagekräftigerer Indikator als die absolute Zahl, und man muss beide Zahlen gemeinsam verfolgen.

Auch der umgekehrte Fall ist möglich. Wenn die Zahl der Dubletten steigt, bedeutet das nicht zwangsläufig eine Verschlechterung. Wenn Sie das Scan-Kriterium gelockert, eine neue Integration angebunden oder nach einer Messe eine Liste massenhaft hochgeladen haben, ist der Anstieg ein erwartbares Ergebnis. In jeder Woche, in der sich die Zahl ändert, sollte die erste Frage „Was hat sich geändert?“ lauten und nicht „Wer hat einen Fehler gemacht?“.

Was man hieraus mitnehmen sollte, sind nicht die Zahlen, sondern die Denkweise: Beobachtung, Untersuchung der Ursache, Erprobung des kleinstmöglichen Eingriffs. Derselbe Ansatz gilt auch für die Quote leerer Felder, die Anzahl der Datensätze ohne Zuständigen und die Anzahl der Formatfehler.

Reinigungsroutine in drei Rhythmen: wöchentliche Kontrolle, monatliche Ursachenanalyse und quartalsweises Feldinventar bauen aufeinander auf.

Rückwirkende Bereinigung: wo man in einem bestehenden System anfängt

In einem neu eingerichteten System wird die Routine von Anfang an aufgebaut. In einem System, das bereits seit zwei Jahren läuft und verfallen ist, braucht es zunächst eine einmalige Aufräumaktion. Es ist richtig, dieses Aufräumen als Projekt zu planen und nicht mit der wöchentlichen Routine zu vermischen.

Die empfohlene Reihenfolge lautet:

  1. Bestandsaufnahme. Wie viele Kontakte, wie viele Unternehmen, wie viele offene Deals gibt es? Bei wie vielen davon ist die Domain leer, wie viele sind ohne Zuständigen, bei wie vielen wurde kein Verlustgrund eingetragen? Halten Sie diese Zahlen fest, bevor Sie mit dem Aufräumen beginnen; das ist der einzige Weg, den Fortschritt danach zu messen.
  2. Regeln festschreiben. Welcher Datensatz wird der primäre, welche Felder brauchen eine manuelle Kontrolle, welche Ähnlichkeiten werden nicht zusammengeführt. Ein Massen-Merge ohne festgeschriebene Regeln erzeugt nicht umkehrbare Fehler.
  3. Eingangspunkte schließen. Mit dem Aufräumen zu beginnen, bevor Formulare, Importvorlagen, Integrationen und automatische Zuweisungsregeln korrigiert sind, heißt, den Boden zu wischen, während der Wasserhahn läuft.
  4. Den Umfang eingrenzen. Es ist nicht nötig, jeden Datensatz zu bereinigen. Die Datenmigrationslogik aus dem Einrichtungsleitfaden funktioniert auch hier: Welche Datensätze werden übernommen, welche bewusst außen vor gelassen? Zum Beispiel können Datensätze mit Kontakt in den letzten 24 Monaten priorisiert und der Rest in den Archivstatus überführt werden. Jedes Feld aus dem alten System zu übernehmen, war der schnellste Weg, das neue System am Tag der Einrichtung zu verschmutzen; dieselbe Logik gilt auch bei der rückwirkenden Bereinigung.
  5. In kleinen Chargen vorgehen. Statt tausend Datensätze auf einmal zusammenzuführen, in Hunderterschritten voranzugehen und nach jeder Charge per Stichprobe zu kontrollieren, fängt Fehler früh ab.
  6. An die Routine übergeben. Wenn das Aufräumen abgeschlossen ist, tritt die wöchentliche Prüfliste in Kraft. Das Projekt endet, die Routine endet nicht.

E-Mail-Listen mit unklarem Einwilligungsstatus erfordern bei der rückwirkenden Bereinigung besondere Aufmerksamkeit. Diese Datensätze im Zuge der Bereinigung für die Marketingkommunikation zu öffnen, ist keine technische Datenoperation, sondern eine Compliance-Frage. Vor Versendungen, die unter die einschlägigen Einwilligungsvorgaben fallen, muss der Einwilligungsstatus geklärt und in Zweifelsfällen eine fachkundige Einschätzung eingeholt werden.

Platz und Grenze der Automatisierung

Ein Teil der Datenhygiene lässt sich automatisieren: Formatkorrekturen, Benachrichtigungen über fehlende Felder, Zuweisungsregeln für Datensätze ohne Zuständigen, Übergänge der Lebenszyklusphase. Aber die Automatisierung hat zwei Grenzen.

Erstens trifft die Automatisierung die Entscheidung nicht selbst. Welcher Datensatz beim Zusammenführen der primäre wird, ob zwei Unternehmen wirklich dieselbe juristische Person sind, wie der Einwilligungsstatus eines Datensatzes aussieht. Das sind Entscheidungen, die Kontext erfordern, und wenn sie falsch automatisiert werden, vervielfacht sich der Fehler beschleunigt.

Zweitens korrigiert Automatisierung keine schlechte Definition. Genau deshalb empfiehlt der Einrichtungsleitfaden, die Automatisierung beim Go-live ganz ans Ende zu stellen. Eine Automatisierung, die aufgebaut wird, bevor die Felddefinitionen geklärt sind, muss während der Klärung neu geschrieben werden, und die in der Zwischenzeit erzeugten Daten müssen ebenfalls bereinigt werden.

Die praktische Abgrenzung lautet: Automatisierung lässt sich auf der Erkennungs- und Benachrichtigungsseite problemlos einsetzen, auf der Entscheidungs- und Zusammenführungsseite muss die menschliche Kontrolle bleiben. „Wenn ein Firmendatensatz ohne Domain angelegt wird, geht eine Benachrichtigung an den Systemverantwortlichen“ ist eine gute Automatisierung. „Ein Firmendatensatz ohne Domain wird automatisch gelöscht“ ist es nicht.

Die Routine im Team verankern

Eine Datenhygieneroutine kann technisch aufgebaut sein und trotzdem nicht laufen. Ohne Akzeptanz gilt eine Einrichtung nicht als abgeschlossen; dasselbe gilt für die Routine.

Der Schulungsansatz aus dem Einrichtungsleitfaden lässt sich hier direkt anwenden: Die Schulung sollte nicht als Bildschirmtour, sondern anhand von Szenarien erfolgen. Das Format „Von diesem Kunden kam diese Anfrage, wie legen Sie den Datensatz an?“ lehrt schneller als eine Menüvorstellung. Für die Datenhygiene lässt sich das Szenario so bauen: „Sie haben auf einer Messe ein Unternehmen kennengelernt, auf der Visitenkarte steht eine Gmail-Adresse und Sie kennen die Website des Unternehmens nicht. Wie legen Sie den Datensatz an?“ Diese Frage aktiviert die Domain-Regel, die Zuordnungsregel für Freemail-Adressen und die Datensatz-Zuständigkeit in einem Zug.

Ein zweites Akzeptanzinstrument ist, die Feedbackschleife sichtbar zu machen. Wenn ein Mitarbeiter das Feld „Verlustgrund“ ausfüllt, aber nie sieht, was mit diesen Daten geschieht, hört er im vierten Monat auf, es auszufüllen. Die quartalsweise Verteilung der Verlustgründe im Vertriebsmeeting zu zeigen, ist ein wirksameres Mittel für den Befüllungsgrad, als das Feld verpflichtend zu machen.

Drittens darf die Bereinigung nicht zu einem Instrument individueller Schuldzuweisung werden. Im Wochenbericht eine Liste mit „dem Mitarbeiter mit den meisten unvollständigen Datensätzen“ zu veröffentlichen, erhöht kurzfristig den Befüllungsgrad und erzeugt langfristig nachlässig ausgefüllte Daten. Die Messung läuft gesünder, wenn sie als gemeinsamer Indikator des Teams präsentiert wird.

Wo man anfangen sollte

In diesem Beitrag stehen zahlreiche Regeln und Rhythmen. Zu versuchen, alles in derselben Woche aufzubauen, ist der häufigste Grund dafür, dass die Routine im zweiten Monat aufgegeben wird. Ein Start in drei Schritten reicht aus:

Messen Sie diese Woche nur den Status: Wie viele Datensätze ohne Zuständigen, wie viele Unternehmen mit leerer Domain, bei wie vielen offenen Deals fehlt der Verlustgrund oder der nächste Schritt. Schreiben Sie die Zahlen irgendwo auf.

Binden Sie in der zweiten Woche diese vier Kontrollen an eine einzige Person und setzen Sie sie in den Wochenkalender. Machen Sie noch kein Feld verpflichtend und starten Sie keinen Massen-Merge.

Finden Sie in der dritten Woche den Eingangspunkt, der die Liste am stärksten füllt, und korrigieren Sie nur diesen. Ist es das Formularfeld, die Importvorlage oder die Zuweisungsregel? Eine einzige Quelle zu korrigieren, verkürzt die Länge der Wochenliste in der Regel sichtbar und macht die Routine tragfähig.

Einen breiteren Rahmen dazu, wie Datenhygiene mit HubSpot-Einführung, Pipeline-Design und Reporting zusammenhängt, finden Sie in den weiteren Beiträgen zum Thema HubSpot.

Häufig gestellte Fragen

Verhindert HubSpot Dubletten automatisch?

Teilweise. HubSpot dedupliziert Kontakte anhand der E-Mail-Adresse, bei Unternehmen ist die Domain das grundlegende Unterscheidungsmerkmal. Dieser Mechanismus verhindert Wiederholungen mit derselben Unternehmens-E-Mail oder derselben Domain automatisch. Formulare mit Freemail-Adressen (Gmail, Outlook), Firmendatensätze ohne Domain, die zweite E-Mail-Adresse derselben Person, Massenimporte und Integrationen bleiben jedoch außerhalb dieses Mechanismus. Um diese Lücken zu schließen, braucht es eine schriftliche Richtlinie und regelmäßige Kontrolle.

Ist es die richtige Lösung, leer bleibende Felder verpflichtend zu machen?

In den meisten Fällen nein, zumindest nicht als erster Zug. Wenn ein Feld leer bleibt, sollte zuerst der Grund geprüft werden: Das Feld ist im Eingabebildschirm womöglich nicht sichtbar, es ist womöglich nicht bekannt, wozu es dient, die Information liegt in diesem Moment vielleicht wirklich nicht vor, oder das Feld ist schlicht überflüssig. Wenn es nach korrigierter Sichtbarkeit und zwei Wochen Beobachtung immer noch leer bleibt, kann über eine Pflichtregelung diskutiert werden. Wenn ein Pflichtfeld eine Lösung ist, die das Verhalten nicht korrigiert, erzeugt es nur Datenmüll, der ausgefüllt aussieht.

Wie oft sollte eine Datenbereinigung erfolgen?

Empfohlen werden drei verschiedene Rhythmen. Wöchentlich werden Datensätze ohne Zuständigen, leere Pflichtfelder, Deals mit überschrittenem Abschlussdatum und doppelte Firmendatensätze kontrolliert. Monatlich werden Trends im Befüllungsgrad, Formatabweichungen und Fehler aus Integrationen untersucht. Quartalsweise wird das Feldinventar überprüft und ungenutzte Felder werden archiviert. Im ersten Monat nach Go-live ist die wöchentliche Kontrolle besonders wichtig, weil die in dieser Phase gefundenen Fehler in der Regel Einrichtungsfehler sind und ihre Behebung günstiger ist.

Worauf sollte ich achten, bevor ich zwei Firmendatensätze zusammenführe?

Auf drei Dinge. Erstens darauf, welcher Datensatz der primäre wird: Bevorzugt werden kann der Datensatz mit mehr verknüpften Deals und Aktivitäten, bei Gleichstand der mit den besser befüllten Pflichtfeldern. Zweitens auf die Felder, die eine manuelle Kontrolle erfordern: Zuständigkeit, Lebenszyklusphase und besonders der Marketing-Einwilligungsstatus. Drittens auf die Fälle, die nicht zusammengeführt werden sollten: getrennte juristische Personen unter derselben Domain, Konzerngesellschaften in einer Holdingstruktur oder Händler in verschiedenen Städten sollten trotz Ähnlichkeit getrennt bleiben. In Berater- und Händlerstrukturen, in denen eine Person mit mehreren Unternehmen verknüpft sein kann, ist diese Unterscheidung besonders wichtig.

Wer sollte für die Datenhygiene verantwortlich sein?

Die Verantwortung sollte dreigeteilt werden. Der Datensatzinhaber ist für den Befüllungsgrad und die Aktualität der Datensätze in seinem Portfolio verantwortlich. Der Systemverantwortliche führt Felddefinitionen, Dropdown-Listen und Merge-Vorgänge aus; es wird empfohlen, die nicht umkehrbare Merge-Berechtigung nicht allen zu öffnen. Der Prozessverantwortliche überwacht, dass die Routine tatsächlich läuft. In kleinen Teams können Systemverantwortlicher und Prozessverantwortlicher dieselbe Person sein, aber wenn der Datensatzinhaber seine eigenen Daten prüft, entsteht ein blinder Fleck.

Wie bringe ich bereits verfallene HubSpot-Daten wieder in Ordnung?

Machen Sie zuerst eine Bestandsaufnahme und halten Sie die Zahlen fest, schreiben Sie dann die Merge-Regeln fest. Der dritte Schritt ist kritisch: Korrigieren Sie vor Beginn der Bereinigung die Eingangspunkte wie Formulare, Importvorlagen, Integrationen und Zuweisungsregeln, sonst wischen Sie den Boden, während der Wasserhahn läuft. Grenzen Sie den Umfang ein; es ist nicht nötig, jeden Datensatz zu bereinigen, zum Beispiel können Datensätze mit Kontakt in den letzten 24 Monaten priorisiert werden. Gehen Sie in kleinen Chargen vor und kontrollieren Sie nach jeder Charge per Stichprobe. Nehmen Sie E-Mail-Listen mit unklarem Einwilligungsstatus nicht in die Marketingkommunikation auf, bevor die Einwilligungskonformität geklärt ist.

Related Posts
Leave a Reply

Your email address will not be published.Required fields are marked *