在财务或ERP系统中，大多数的数据必须是正确无误的。如果发票、应收账款、库存、产品数量、ECAD文件是“估计数”，那么有人就会因此失去工作，CIO会坐立不安。而CRM系统数据质量的要求是有所差别的。在CRM系统中，存在着取决于具体数据元素的、允许的(甚至预期的)数据质量范围。

　　CRM系统的一些数据必须完美无缺。例如唯一的密钥、内部安全信息、订单报价、订单历史，以及任何必须进行审计(例如PCI、HIPAA、FERPA或其他遵从性标准)的信息。但另外一些数据可以是近似值，甚至可以完全没有。比方说，客户去年的客服呼叫历史必须完美地呈现在你的CRM系统中吗?这可不太可能。那么，您该如何决定在何处进行你的CRM数据质量投资呢?

判定数据的重要性

　　第一步是让分析人员提取CRM数据字典(或者建立数据字典)，并把数据元素分为以下的三个类别：

用于防止外部系统出现问题或错误表示业务，必须存在且必须正确的数据。

支撑CRM系统运行、且必须正确的数据。

人们在更好地完成营销、销售和客户支持工作时需要的数据。

　　有趣事情出现在下一步，即对三类数据中的每一类数据元素进行快速地数据质量分析。通过回答以下的问题，给数据质量评分。

这个数据元素有无异议的所有者吗?它是由团队成员作为关系业务流程中自然的步骤进行更新的吗?或者，几乎所有人都可以随时更新它吗?

这个数据元素有没有经过防止干扰输入的内部确认?它具有支持问题排查的审计记录吗?

多少百分比的CRM记录存在缺失的数据元素、明显不正确或重复?

　　根据最后的得分，分析人员可能需要重新分析一些数据元素的分类。之后您或许会发现，最昂贵的数据是你实际上不需要的数据。

　　CRM系统中的每一个数据元素之所以存在，是因为有人要求得到它。但是，请求只是想法和良好的意愿，与现实是不同的。数据分析将在40%、60%或90%的时间发现缺失或错误的数据元素。仔细检查这些数据元素，它们可能没有太大的业务价值(请注意只适用于您的前5名客户，但却提供给所有50位客户的例外数据元素。)

真正必须拥有的，但缺少的数据种类是：

客户的购买意愿

竞争信息

输/赢分析

客户忠诚度调查

　　在大多数情况下，你不可能把很多的钱花在这些数据的质量上。首先，采用这类数据非常困难，并且存在太多造成数据含意被误译或错误表示的情况。当你建议从系统中删除某个数据元素时，如果请求这类数据的部门抗议，你可以借用CFO的常用伎俩，即告诉他们，你很愿意使这个数据变得完美无缺，只要做这项工作的所有费用从他们部门的预算中支付。这种后续讨论将很快分出胜负。

数据的长尾?

　　一旦你确定将进行数据质量投资的数据元素，重要的是了解数据元素何时重要、何时不重要的业务情况。例如，电话号码必须是正确的。可是，“免费试用客户”的电话号码与大客户购买代理的电话号码是同样重要吗?让分析员确定数据的“尾巴”，以及以下的界线：

客户规模、行业、位置或情况

订单规模、频率或新近程度

产品线

互动的类型(即Web访问还是直接会面)

　　让分析员建立一套判别何时需要、何时不需要沿着统计学长尾追求数据元素质量的业务规则或过滤标准。确保这些区别被记录在您的CRM数据字典中，让每个人都了解你的数据质量投资决定的基础。

费用的问题

　　好的，现在到了CRM系统中最困难的一部分，也就是改进数据质量的高昂费用。如果在68%的记录中取得高数据质量的费用是X美元，在接下来的17%的记录中取得高数据质量的费用可能是2X美元，而让再接下来的4%的记录取得高数据质量的费用是4X美元。

　　对您的预算而言，幸运的是，数据的业务价值也不是绝对的。为了很多业务目的，过去3年内的数据应该保持良好的状态，但数据的业务价值在此之后会迅速下降。想不出历史超过7年的数据有什么理由必须非常准确，美国税务局也不需要超过这一时间长度的记录。

　　因此，企业应该控制数字实现适当的折衷，只在有回报时才下大力气投资数据质量改进。