- Os dados de clientes se deterioram com o tempo: limpá-los com regularidade faz parte de qualquer estratégia de Data Quality Management.
- Antes de começar, defina os objetivos da base e uma chave única de identificação, por exemplo o e-mail ou o número da conta do cliente.
- Faça uma cópia da base para poder voltar atrás.
- Para os duplicados, defina uma regra de priorização entre fontes antes de mesclar os registros.
- Ferramentas como Octolis, DQE Software ou Winpure, ou um fornecedor como a Amabis, automatizam boa parte do trabalho.
A qualidade da sua base de clientes está caindo, você sabe que precisa limpá-la, mas ainda não fez isso? Ou herdou uma base de clientes mal mantida? Não sabe por onde começar, como proceder, quais ferramentas usar, que plano de ação colocar em prática?
Neste guia completo, vamos detalhar como fazer a limpeza da sua base de clientes com sucesso.
Quais são os problemas da sua base de clientes?
Se você não limpar sua base de clientes, a qualidade dela vai necessariamente se degradar. Os dados de clientes são matéria viva: têm um ciclo de vida e se deterioram com o tempo. Você não consegue bons resultados com suas ações de marketing e CRM se trabalha com uma base de clientes de má qualidade: a qualidade das suas campanhas, das ações dos seus vendedores e do seu atendimento ao cliente depende dela. Limpar sua base de clientes (e, sejamos claros, com regularidade) é, portanto, um assunto crucial. A limpeza dos dados de clientes está no centro de qualquer estratégia de Data Quality Management.
Leia tambémConheça nosso guia completíssimo sobre Data Quality.
O que é uma base de clientes de má qualidade? É uma base que contém os seguintes elementos:
Duplicados
Um duplicado é um cliente ou contato que aparece várias vezes (pelo menos duas) em uma base de clientes/contatos. Como explicar a existência de duplicados? Há vários motivos possíveis:
- As diferenças de sintaxe e ortografia, muitas vezes ligadas a erros humanos na digitação dos dados ou à falta de padronização (NomeSobrenome vs SobrenomeNome vs nomesobrenome, etc.)
- O fato de os departamentos / fontes nem sempre usarem o mesmo identificador. Para o atendimento ao cliente é o número da conta, para o marketing é o e-mail, etc. Isso dificulta o cruzamento dos dados (na falta de um identificador único que funcione como chave de cruzamento).
- O fato de um mesmo cliente poder dar informações diferentes de uma fonte de coleta para outra. Por exemplo, usar um e-mail A para preencher o formulário e passar um e-mail B ao atendimento. Se o e-mail é a chave de cruzamento, duplicados são criados.
Quando há duplicados, é preciso identificar o contato de origem (o dado de referência) e mesclar os dados (merging), tomando cuidado (o exercício às vezes é delicado) para não mesclar por engano contatos distintos.
Dados errados
Isso afeta principalmente o e-mail. Exemplo: o contato digitou errado o endereço de e-mail no formulário ou soletrou errado para o atendente: estamos diante de dados errados. Sobrenome, nome, tratamento, data de nascimento, cidade, telefone, etc. Qualquer dado pode ter erros de digitação.
Os erros de digitação são o principal motivo da existência de dados errados. Outro motivo está ligado a problemas de incompatibilidade de formato entre a fonte de coleta e a base. Por exemplo, a transformação de Gérard em Gérard.
Dados incompletos
As bases de dados costumam ter campos não preenchidos. Algumas bases parecem um queijo suíço, com uma parte nada desprezível (às vezes a maioria) dos campos vazia.
Dados não padronizados
Entre “Av.” e “Avenida”, é preciso escolher. Entre “75” e “Paris”, é preciso escolher. Entre Sr. e Sr, é preciso escolher. Uma informação (idade, tratamento, endereço postal, etc.) deve ser apresentada da mesma forma para todos os contatos. Em linguagem técnica: os dados devem estar corretamente formatados. Aqui também, a existência de várias fontes de coleta é a principal causa dos dados não padronizados.
Leia tambémConheça nosso comparativo de softwares de validação de endereços postais (RNVP).
Dados desatualizados
Como dissemos acima, os dados de clientes são matéria viva. Alguns dados que eram verdadeiros no instante t se tornam falsos no instante t+1. As pessoas se mudam, trocam de número de telefone, mudam de profissão, etc. A maioria dos dados é perecível, mesmo que haja algumas exceções: nome, tratamento…
A desatualização dos dados é um problema especialmente importante no B2B.
Como limpar sua base de clientes?
Agora vamos dar dicas para você fazer a limpeza dos seus dados com sucesso. Primeiro veremos como definir um plano de ação, antes de apresentar algumas ferramentas/soluções.
Definir um plano de ação
Ninguém se lança de cabeça em um projeto de limpeza de base de clientes. Antes mesmo de começar e executar as grandes etapas do plano de ação, você precisa identificar bem os objetivos da sua base, os casos de uso dela. Esses objetivos e casos de uso vão servir de referência na hora de tomar decisões. Chegue a um acordo sobre o que se entende por cliente e escolha uma chave única de identificação dos contatos/clientes: o e-mail, o número da conta do cliente, etc. Você pode usar uma chave construída com a combinação de vários campos, por exemplo e-mail + sobrenome. Estas são as etapas que recomendamos seguir para limpar sua base de clientes.
Leia tambémConheça nosso guia completo sobre enriquecimento de e-mails (casos de uso e funcionamento).
Etapa 1: Envolva todos os usuários da base de clientes
Marketing, Vendas, Jurídico, Contabilidade, Atendimento ao cliente: envolva todas as pessoas que usam ou vão usar a base de clientes. Isso vai permitir:
- Conscientizar todas as pessoas que manipulam a base de clientes sobre a importância de manter a qualidade da base.
- Ouvir as expectativas de quem usa a base no dia a dia e formular casos de uso-alvo.
- Identificar os campos de que elas precisam e, ao contrário, os que existem na base atual mas não têm nenhuma utilidade.
Etapa 2: Faça uma cópia da base de clientes
Para poder voltar atrás em caso de uma decisão ruim ou de qualquer problema durante a limpeza, faça uma cópia da base de clientes. É uma medida de segurança.
Etapa 3: Repense os campos da sua base de clientes
Você precisa excluir os campos de dados que não servem para nada, que não têm nenhuma utilidade para sua equipe de marketing, seus vendedores ou o atendimento ao cliente. Não adianta absolutamente nada manter campos que nunca serão preenchidos pelos usuários finais.
Ao contrário, acrescente os campos que hoje não são usados mas que têm um valor agregado real e vão ajudar você a atingir seus objetivos ou a criar novos casos de uso.
Etapa 4: Exclua os contatos inativos
Clientes ou contatos inativos há muito tempo devem ser considerados contatos perdidos e, portanto, retirados da base. Você pode tentar reativá-los se achar que são contatos/clientes recuperáveis, mas, de qualquer forma, uma base de clientes deve ter uma proporção mínima de clientes inativos.
Basta analisar a data da última interação (compra, contato por telefone, visita ao site, etc.) para identificar os inativos.
Etapa 5: Trate os dados errados
Sua base de clientes certamente contém dados errados. Recomendamos corrigir os dados quando for possível, usando ferramentas de Data Quality (vamos apresentar algumas daqui a pouco). Quando um dado errado não puder ser atualizado, exclua-o.
Etapa 6: Use a chave de cruzamento para identificar e excluir os duplicados
Você decidiu usar o e-mail como chave de identificação? Aplique essa chave à sua base para identificar os duplicados, ou seja, os campos que estão preenchidos várias vezes. Depois defina uma regra de priorização para decidir, em caso de duplicados, qual dado manter. Por exemplo, você pode decidir priorizar o dado vindo da fonte A em relação ao das outras fontes quando houver um conflito de dados. Depois de definir sua regra de priorização, mescle os registros duplicados.
Vale notar que alguns CRMs oferecem sistemas de identificação de duplicados e alertam os usuários quando um duplicado é gerado. Todas as ferramentas que vamos apresentar mais adiante oferecem módulos de deduplicação.
Etapa 7: Padronize os campos da base de clientes
CEP, tratamento, telefone, idade: todos os campos devem ser padronizados para garantir a uniformidade da sua base. Isso exige configurar corretamente suas ferramentas / fontes de coleta (para que essas ferramentas/fontes enviem os dados para a base de clientes no formato certo) e redigir regras de nomenclatura para os usuários que digitam dados manualmente.
Etapa 8: Enriqueça sua base de clientes
Recomendamos enriquecer sua base de clientes preenchendo ao máximo os campos vazios… para que ela deixe de parecer um queijo suíço. Como fazer? Há várias possibilidades:
- Consultar seus clientes criando campanhas de questionários.
- Importar os dados das suas outras bases & ferramentas.
- Usar ferramentas de enriquecimento de dados / fornecedores de dados.
Aqui vão duas dicas bônus para limpar sua base de clientes:
- Se a limpeza for em uma base de leads, exclua os endereços de e-mail esdrúxulos ou, pelo menos, claramente pouco sérios, do tipo “jsggjdqsdqs@gmail.com”, “blablablabla@hotmail.com”, etc. São leads falsos (normalmente pessoas que criaram um endereço para baixar materiais gratuitos sem precisar informar o e-mail verdadeiro).
- Analise o desempenho das suas campanhas de marketing (principalmente das suas campanhas de e-mail) para identificar os endereços de e-mail errados, assim como as pessoas inativas ou que não querem mais receber suas comunicações (opt-out, marcação como spam…).
Agora vamos apresentar 4 ferramentas / soluções / fornecedores para ajudar você a limpar sua base de clientes.
Quais soluções / fornecedores podem me ajudar a limpar minha base de clientes?
Selecionamos 4 ferramentas para você: Octolis, DQE Software, Winpure e Amabis.
Octolis

A Octolis é uma Customer Data Platform leve, criada para conectar suas diferentes fontes de dados, preparar seus dados para casos de uso de negócio e sincronizar os dados preparados (segmentos, scores, agregados) nas suas ferramentas de Vendas e Marketing. A Octolis oferece funcionalidades avançadas para limpar, deduplicar, mesclar, unificar, enriquecer, pontuar e segmentar os dados de clientes.
Uma das grandes vantagens da Octolis é sua cobertura funcional muito ampla. Mais do que uma ferramenta de Data Quality, a Octolis se apresenta como uma Customer Data Platform de nova geração, independente da sua base de dados, sobre a qual você mantém controle total.
Leia tambémConheça mais de 15 ferramentas para montar uma lista de prospecção.
DQE Software

A DQE Software é uma desenvolvedora de software especializada em Data Quality. A empresa, criada em 2008, oferece várias ferramentas para verificar e padronizar endereços postais, endereços de e-mail, números de telefone, gênero, cidade, etc. A DQE também desenvolveu o produto “Unify” para deduplicar suas bases de dados de clientes. Todos os softwares estão disponíveis por licença ou em modo SaaS (nuvem). A DQE é um player em forte crescimento no mercado de Data Quality.
Winpure

O Winpure é uma das ferramentas de Data Cleaning mais populares do mercado (no mundo todo), se não a mais popular. Ele permite automatizar boa parte das operações de limpeza: deduplicação, correção de dados errados, padronização dos dados, verificação de e-mails/telefones, etc.
O Winpure pode ser usado para limpar seu CRM, suas planilhas do Excel ou seus bancos de dados SQL Server, Access ou Dbase. Ele também trabalha com arquivos de texto (.txt). O Winpure oferece ainda uma API. É uma solução relativamente acessível.
Ou então fornecedores como a Amabis

Fundada em 1996, a Amabis é uma prestadora de serviços e desenvolvedora de software especializada em Data Quality e na gestão terceirizada de bases de CRM/Marketing. Padronização postal, deduplicação, validação de e-mails/telefones: a Amabis oferece várias soluções de ótima qualidade para apoiar você na limpeza da sua base de clientes e, de forma mais ampla, na sua estratégia de Data Quality. Todas as ferramentas da Amabis estão disponíveis por licença ou em modo SaaS.
A Amabis também oferece serviços de acompanhamento operacional. Vale notar que a Amabis oferece um CRM (AmaCRM, voltado para micro e pequenas empresas) que gerencia a Data Quality de forma nativa.
Leia tambémPara conhecer outras ferramentas, veja nosso top 10 de ferramentas para limpar listas de e-mails.
Chegamos ao fim deste artigo. Esperamos que ele tenha sido útil. Quer receber orientações sobre sua estratégia de Data Quality ou sobre a escolha de ferramentas/soluções? Não hesite em entrar em contato! Vamos ter prazer em conversar sobre seus desafios.
As perguntas que nos fazem sem parar.
O que é uma base de clientes de má qualidade?
É uma base que contém duplicados, dados errados, dados incompletos, dados não padronizados e dados desatualizados.
De onde vêm os duplicados em uma base de clientes?
De diferenças de sintaxe ou ortografia ligadas a erros de digitação ou à falta de padronização, do fato de os departamentos nem sempre usarem o mesmo identificador, e do fato de um mesmo cliente poder dar informações diferentes de uma fonte de coleta para outra.
Quais são as etapas para limpar uma base de clientes?
Envolver todos os usuários da base, fazer uma cópia dela, repensar seus campos, excluir os contatos inativos, tratar os dados errados, identificar e excluir os duplicados com a chave de cruzamento, padronizar os campos e, por fim, enriquecer a base.
Como identificar os contatos inativos?
Basta analisar a data da última interação: compra, contato por telefone, visita ao site, etc.
Como enriquecer uma base de clientes?
Consultando seus clientes com campanhas de questionários, importando os dados das suas outras bases e ferramentas, ou usando ferramentas de enriquecimento de dados e fornecedores de dados.
O que a comunidade diz.