Kundenbereich · Manager

HubSpot-Analyse

HubSpot-Portal „Acme France“ · fiktive Daten, pseudonymisierte Mitarbeiter
DEMODATEN
Nur lesend: CRM Field Guard verändert keinen HubSpot-Datensatz. Die folgenden Scores sind Beispiele, berechnet mit derselben Engine wie Ihre eigene Analyse (480 fiktive Datensätze).
Gesamtscore
B Solide

Berechnet auf 3/3 Säulen (Vollständigkeit, Konsistenz, Aktualität). Nicht lesbare Daten werden bei der Aktualität ausgeklammert.

Was zuerst zu korrigieren ist

Wenn Sie korrigieren
97 / 100 · Stufe A · unverbindliche Schätzung, wenn alle betroffenen Datensätze korrigiert werden
  1. 1Datensätze ohne Aktivität seit über 90 Tagen215 Datensätze≈ +11 Pkt.

    Ein Datensatz ohne aktuelle Aktivität wurde womöglich aufgegeben, oder die Arbeit wird nicht in HubSpot erfasst.

    1. Sortieren Sie diese Datensätze nach Inhaber und nach Potenzial.
    2. Entscheiden Sie für jeden: nachfassen, qualifizieren oder archivieren.
    3. Erinnern Sie an die Teamregel: Jeder Vertriebskontakt wird in HubSpot festgehalten.
  2. 2Telefonnummern zu normalisieren (+49)167 Datensätze

    Das internationale Format verhindert Fehler beim Anrufen und beim SMS-Versand und erleichtert die Duplikaterkennung.

    1. Mit Data Hub (früher Operations Hub): Verwenden Sie in einem Workflow die Aktion „Daten formatieren“ (Data ops).
    2. Ohne Data Hub: Exportieren Sie, wandeln Sie in Ihrer Tabellenkalkulation auf +49 um und importieren Sie erneut, wobei die bestehenden Kontakte aktualisiert werden.
    3. Bitten Sie Ihre Teams, die Landesvorwahl mit anzugeben.
  3. 3Telefonnummer: fehlende Werte51 Datensätze

    Unvollständige Datensätze verfälschen Ihre Listen, Berichte und Automatisierungen.

    1. Speichern Sie eine Ansicht der Datensätze, in denen dieses Feld leer ist.
    2. Verteilen Sie die Korrektur auf die Inhaber, mit einer kurzen Frist.
    3. Machen Sie das Feld, wenn sinnvoll, in Ihren Formularen und in den Eigenschaftseinstellungen (Einstellungen > Eigenschaften) zum Pflichtfeld, damit die Lücke nicht wiederkehrt.
    4. Exportieren Sie in 30 Tagen erneut und starten Sie die Analyse noch einmal, um die Verbesserung zu messen.
  4. 4Nachname: fehlende Werte24 Datensätze

    Unvollständige Datensätze verfälschen Ihre Listen, Berichte und Automatisierungen.

    1. Speichern Sie eine Ansicht der Datensätze, in denen dieses Feld leer ist.
    2. Verteilen Sie die Korrektur auf die Inhaber, mit einer kurzen Frist.
    3. Machen Sie das Feld, wenn sinnvoll, in Ihren Formularen und in den Eigenschaftseinstellungen (Einstellungen > Eigenschaften) zum Pflichtfeld, damit die Lücke nicht wiederkehrt.
    4. Exportieren Sie in 30 Tagen erneut und starten Sie die Analyse noch einmal, um die Verbesserung zu messen.
  5. 5Vorname: fehlende Werte17 Datensätze

    Unvollständige Datensätze verfälschen Ihre Listen, Berichte und Automatisierungen.

    1. Speichern Sie eine Ansicht der Datensätze, in denen dieses Feld leer ist.
    2. Verteilen Sie die Korrektur auf die Inhaber, mit einer kurzen Frist.
    3. Machen Sie das Feld, wenn sinnvoll, in Ihren Formularen und in den Eigenschaftseinstellungen (Einstellungen > Eigenschaften) zum Pflichtfeld, damit die Lücke nicht wiederkehrt.
    4. Exportieren Sie in 30 Tagen erneut und starten Sie die Analyse noch einmal, um die Verbesserung zu messen.

Wir verändern nie etwas in Ihrem HubSpot: Sie klicken, wir führen Sie. Die Zugewinne überschneiden sich: Sie sind Richtwerte und nicht additiv.

Vollständigkeit
93.2%
8 Felder geprüft
Konsistenz
95.6%
12 ungültige E-Mails · 0 Duplikate · 0 ungültige Telefonnummern · 167 nicht normalisiert (+49 …)
Aktualität
55.2%
Datensätze mit Aktivität in den letzten 90 Tagen
Nutzung
5/8
Mitarbeiter mit mindestens 30 % aktiven Datensätzen (90 T)

Unternehmensduplikate: nur in einem Unternehmensexport geprüft (mehrere Personen oder Deals desselben Unternehmens sind normal).

Füllgrad pro Feld
E-Mail98.8%
Telefonnummer89.4%
Inhaber100%
Unternehmen89.2%
Position82.5%
Lebenszyklusphase94.2%
Vorname96.5%
Nachname95%
Datensätze ohne Aktivität
215Datensätze ohne Aktivität seit 90 Tagen (davon 72 nie aktiv)

Zum Unterstützen, nicht zum Sanktionieren

Aktivität und Qualität der Datensätze, die jedem Mitarbeiter zugewiesen sind
MitarbeiterDatensätzeAktiv (90 T)DatensatzqualitätSignal
Mitarbeiter A9090%94 · Vollständigkeit 92.2 % · Auffälligkeiten 4.4 %Auf Kurs
Mitarbeiter B8077.5%95 · Vollständigkeit 91.6 % · Auffälligkeiten 0 %Auf Kurs
Mitarbeiter C7065.7%96 · Vollständigkeit 93.1 % · Auffälligkeiten 0 %Auf Kurs
Mitarbeiter D6051.7%95 · Vollständigkeit 92.6 % · Auffälligkeiten 1.7 %Im Auge behalten
Mitarbeiter E5540%94 · Vollständigkeit 90.9 % · Auffälligkeiten 1.8 %Im Auge behalten
Mitarbeiter F5028%94 · Vollständigkeit 91.7 % · Auffälligkeiten 2 %Unterstützung nötig
Mitarbeiter G4515.6%91 · Vollständigkeit 92.7 % · Auffälligkeiten 11.1 %Unterstützung nötig
Mitarbeiter H306.7%96 · Vollständigkeit 93.3 % · Auffälligkeiten 0 %Unterstützung nötig

Qualität = 60 % Vollständigkeit + 40 % Datensätze ohne Auffälligkeiten, berechnet ab mindestens 5 Datensätzen und anhand der Spalten Ihres Exports: Sie ist nur innerhalb derselben Datei vergleichbar.

Kennzahl zu Aktivität und Qualität der Datensätze, die jedem Mitarbeiter zugewiesen sind (der Inhaber des Datensatzes, nicht unbedingt die Person, die die Daten erfasst hat), keine Leistungsbeurteilung. Wenig erfasste Aktivität beweist nicht, dass jemand nicht arbeitet: Es ist ein Signal zur Unterstützung. Ein Wert von 0 % kann von einem Inhaberwechsel im Export herrühren: Prüfen Sie das, bevor Sie es ansprechen.

Super-Admin-Demo ansehen →