Marketing Glossar

2.413 Fachbegriffe aus 22 Bereichen des Online Marketings

CRM-Datenpflege

Definition: CRM-Datenpflege (auch: CRM Data Hygiene oder Data Stewardship) bezeichnet alle organisatorischen, prozessualen und technischen Maßnahmen, die sicherstellen, dass die im CRM-System gespeicherten Daten aktuell, vollständig, konsistent, korrekt und frei von Duplikaten sind. Sie umfasst die proaktive Gestaltung von Dateneingabeprozessen, die regelmäßige manuelle und automatisierte Bereinigung bestehender Datensätze, die Deduplizierung doppelter Kontakte und Accounts, die Anreicherung lückenhafter Profile mit Drittanbieter-Daten sowie die Archivierung oder Löschung veralteter Datensätze. Saubere CRM-Daten sind die unabdingbare Grundvoraussetzung für präzise Segmentierungen, effektive Marketing-Automation, aussagekräftige Reports und gesetzkonforme Kommunikation (DSGVO, CCPA). Schlechte Datenqualität in CRM-Systemen ist eines der am häufigsten dokumentierten Probleme in der CRM-Praxis: Gartner schätzte in einer Studie von 2020, dass schlechte Datenqualität US-amerikanische Unternehmen jährlich durchschnittlich 12,9 Millionen US-Dollar kostet. IBM bezifferte die jährlichen wirtschaftlichen Kosten schlechter Datenqualität für die US-Wirtschaft auf 3,1 Billionen US-Dollar (IBM Big Data & Analytics Hub, 2016). Eine Analyse von Salesforce aus 2022 ergab, dass CRM-Daten im Durchschnitt mit einer Rate von 30 Prozent pro Jahr veralten, da Kontakte Unternehmen wechseln, Jobbezeichnungen ändern oder E-Mail-Adressen aufgeben – was bedeutet, dass in einem CRM ohne aktive Datenpflege nach drei Jahren potenziell 65 Prozent der Kontaktdaten ungenau oder veraltet sind.

Erläuterung

Die wissenschaftliche Beschäftigung mit Datenqualität in Unternehmenssystemen begann in den frühen 1990er Jahren parallel zur Verbreitung relationaler Datenbanken. Richard Wang und Diane Strong vom MIT Sloan School of Management veröffentlichten 1996 den wegweisenden Aufsatz „Beyond Accuracy: What Data Quality Means to Data Consumers" im Journal of Management Information Systems, in dem sie vier Dimensionen der Datenqualität definierten: Inhaltliche Qualität (accuracy, completeness), kontextuelle Qualität (relevancy, timeliness), repräsentative Qualität (consistency, interpretability) und Zugriffsqualität (accessibility, security). Dieses Framework bildet bis heute die Grundlage für CRM-Datenpflege-Programme. In der Praxis unterscheidet man zwischen drei Ebenen der CRM-Datenpflege: Präventive Datenpflege (Data Prevention) umfasst Maßnahmen bei der Dateneingabe, die schlechte Daten von vornherein verhindern: Pflichtfelder, Dropdown-Validierung statt Freitextfelder für standardisierbare Attribute (z. B. Bundesland, Branche), E-Mail-Validierung bei der Formulareingabe durch Dienste wie ZeroBounce oder NeverBounce sowie klare Richtlinien für Namenskonventionen und Feld-Befüllungsstandards. Reaktive Datenpflege (Data Cleansing) ist die nachgelagerte Bereinigung bereits vorhandener Datensätze durch periodische Audits, manuelle Überprüfung und automatisierte Tools. Korrektive Datenpflege (Data Enrichment) ergänzt lückenhafte CRM-Profile mit Daten aus Drittanbieterquellen: Clearbit (2015 gegründet, 2023 von HubSpot übernommen), ZoomInfo (gegründet 2007 von Henry Schuck und Kirk Brown in Waltham, Massachusetts, IPO Juni 2020 an der NASDAQ, Marktkapitalisierung zum IPO-Zeitpunkt: 8,9 Milliarden US-Dollar) und Lusha (gegründet 2016 in Tel Aviv) sind führende Anbieter von B2B-Datenanreicherungs-APIs, die CRM-Profile automatisch mit Firmendaten (Mitarbeiterzahl, Umsatz, Tech-Stack, LinkedIn-Profil) vervollständigen. DSGVO-Compliance ist ein wesentlicher Aspekt der CRM-Datenpflege in Europa: Seit dem Inkrafttreten der DSGVO am 25. Mai 2018 sind Unternehmen verpflichtet, personenbezogene Daten nur so lange zu speichern, wie dies für den definierten Verarbeitungszweck notwendig ist (Datensparsamkeit, Art. 5 Abs. 1 lit. e DSGVO). Dies macht die Archivierung inaktiver Kontakte nach definierten Fristen (z. B. kein Kontakt seit 24 Monaten) und den dokumentierten Löschprozess zu einem rechtlich relevanten Teil der CRM-Datenpflege.

Häufige CRM-Datenqualitätsprobleme

Automatisierte Datenpflege-Workflows

Praxistipp: Führen Sie mindestens quartalsweise einen strukturierten CRM-Datenaudit durch, der vier Kategorien prüft: Duplikate (automatische Erkennung und Merge-Vorschläge), E-Mail-Validität (Bounce-Rate und ungültige Domains), Pflichtfeld-Vollständigkeit (Anteil der Kontakte mit allen Kernfeldern befüllt) und Aktualität (Kontakte ohne Interaktion seit über 18 Monaten). Definieren Sie für jede Kategorie einen Mindeststandard (z. B. Duplikat-Rate unter 3 Prozent, Pflichtfeld-Vollständigkeit über 90 Prozent) und kommunizieren Sie diese Standards als verbindliche CRM-Hygiene-KPIs im Team-Dashboard.