Половина данных в CRM неверна: кто в неё пишет и почему AI там работает только под присмотром

20 октября Salesforce объявила о покупке Braze за сумму около 5,66 млрд долларов, SaaStr вынес в заголовок, что половина данных в вашей CRM неверна, а HubSpot и MarTech выпустили руководства по выбору CRM и сегментации базы. Для владельца сервисной компании или проката все эти новости сводятся к одному вопросу: кто пишет в CRM и можно ли этим данным верить. В компании в сфере PDR в США каждый звонок попадает в CRM без рук продавца, и ниже я объясню, почему это важнее выбора платформы.

Сделка и что в ней для обычной компании

MarTech 20 октября разобрал, зачем Salesforce покупает Braze: за скорость между сигналом от клиента и действием. Salesforce платит 47,50 доллара за акцию, на 58 % выше предыдущего закрытия в 30,04. У Braze около 2770 клиентов и квартальная выручка 227,2 млн долларов. Вопросы автор задаёт практические: где будет жить профиль клиента и получат ли команды один профиль или ещё одну задачу синхронизации.

SaaStr в тот же день посчитал мультипликаторы: Salesforce платит 6,8 выручки за последние 12 месяцев при 834 млн долларов, а накануне Braze торговалась за 3,7. Из пяти наблюдений мне интересно одно. Выручка Braze от услуг внедрения за год выросла с 8,3 до 19,6 млн долларов: автор объясняет это тем, что AI-сценарии требуют ручной настройки данных, и клиенты за неё платят.

Половина данных неверна

SaaStr 25 октября пересказал сессию Aurasell на AI Day. В заголовке половина неверных данных и 49 % текучки руководителей, а внутри история про аквариум: агент для поиска клиентов написал письмо, в котором спросил, как поживает домашний аквариум адресата. Агент нашёл его в расшифровке встречи годичной давности в собственной CRM компании. Мне в этой истории важен шаг с проверкой: перед отправкой каждый план по контакту видит продавец, может поправить агента и подтверждает отправку.

HubSpot 19 октября в гиде по AI-CRM перечислил, что считать управлением AI: доступ к функциям AI по ролям, проверка и подтверждение перед тем, как результат уйдёт клиенту, журнал изменений, сделанных AI, и правила для персональных данных. Второй текст HubSpot того же дня про выбор CRM: собирайте таблицу критериев до первой демонстрации, иначе комитет подгонит веса под того, кто понравился. Главный вопрос вендору про модель данных и интеграции: что ломается после первых десяти приложений.

MarTech 20 октября про сегментацию к праздникам: делите базу по давности покупки на четыре группы, самым давним шлите не больше трёх писем и маленькими партиями. Старые адреса отскакивают, среди них спам-ловушки, и письма лучшим клиентам могут уйти в спам. Повторные покупки дают от 5 до 30 % продаж бренда.

Пример: прокат и три номера одного клиента

Возьмём прокат. Клиент бронировал машину в 2024 году через сайт, в 2025-м позвонил с другого номера, а в этом году написал в WhatsApp с третьего. Если контакт заводит менеджер, в CRM будет три карточки, и сегментация по давности покажет этого человека как нового. Если звонок и сообщение попадают в CRM через интеграцию с телефонией и сайтом, система ищет совпадение по номеру и email и склеивает карточки до того, как менеджер их увидит. Данные в CRM портятся там, где их вводит человек, поэтому я сначала меняю способ ввода.

У нас каждый звонок в CRM

В компании в сфере PDR в США я с 2021 года делаю сервер, телефонию и связку с CRM. После входящего звонка на IVR система сама создаёт лид в GoHighLevel и прикрепляет к нему запись и AI-разбор: кто звонил, лид, действующий клиент или страховая, и как ответил сотрудник. Продавец ничего не вводит руками, поэтому карточка появляется с тем номером, с которого звонили. Раньше в компании работало 20 человек, сегодня больше 30, каждый настоящий лид проходит воронку до конца, конверсия в продажу выросла на 30 %.

Правило про AI под присмотром у меня из парсеров документов той же компании: после распознавания данные проверяют AI-валидаторы на сервисах Anthropic, OpenAI и Gemini, а итог подтверждает сотрудник. Около 99,9 % документов проходят без ручной правки, и это освобождает около 60 часов в неделю. Агента, который сам пишет клиентам, я бы запускал только с тем же шагом подтверждения, что показала Aurasell.

CRM я подключаю разные: AmoCRM, Bitrix24, HubSpot, Pipedrive, GoHighLevel и 1С. У проката в ЮАР в октябре 2024 года всё началось с AmoCRM и Google Таблиц, и там стало видно, как данные расходятся, когда рядом с CRM появляется своё приложение: пришлось заранее решить, где выполняются правила. Платформа вторична, первично то, кто в неё пишет.

Что я бы сделал

Посчитайте, какая доля контактов за последний месяц создана руками, а какая интеграцией. Ручные переводите на интеграцию по одному каналу: сначала телефония, потом сайт.

Дубли по номеру и email ловите на входе. Отчёт раз в квартал их не исправит.

Перед сегментацией уберите из рассылки адреса без единого ответа за год или шлите им маленькими партиями, как советует MarTech.

Любому AI в CRM дайте роль с ограниченными правами и журнал: что он изменил, когда и по какому входу.

Про дубли, пропущенные данные и место AI в связке я писал в статье как надёжно соединить документы, CRM и задачи. Направления: CRM, которая связана с работой команды и бизнес как единая система. Проекты целиком: сервисная команда подняла конверсию на 30 % и прокат в ЮАР с AmoCRM. Соседние обзоры: кто звонил и зачем: AI-разбор звонков и метрики, которые учат команду плохим решениям. Раньше я писал про то, кто отвечает за контекст компании в AI для CRM. Если продавцы заводят контакты руками, а отчёты расходятся с реальностью, расскажите, откуда приходят обращения. Обсудить задачу.