Bot Dataset

盯着数千甚至数百万个数据点，意识到在开始潜在客户开发活动之前可能需要验证/增强这些数据点，这可能会让人望而生畏。为了理解采取验证/增强这一步骤的重要性，重要的是要充分了解未能清理数据所带来的成本。

在经济层面，IBM 的一份信息图表显示，使用不良数据的成本是惊人的，损失总额约为 3.1 万亿美元，剩余资金足以购买苹果和谷歌。

大数据的四个 V
很难将这种数 RCS 数据美国 字放在具体背景下考虑，但看看糟糕的数据如何影响一家公司可能会提供一些清晰的认识。

公司亏损
英国皇家邮政的一份报告估计，一家公司每年约有 6% 的收入因使用不良数据而损失。Gartner 的另一项研究报告称，使用不良数据的组织每年平均损失约 970 万美元。

公司没有意识到收入损失和不良数据之间的联系。皇家邮政的报告称，34% 的营销人员没有意识到不良数据对其利润的影响。

不良数据的流失
这些数字说明了与不良数据相关的总体成本，但可能很难想象如此巨大的金额是如何因无效的电话号码或错误的联系人姓名而产生的。以下是不良数据在员工层面对公司的影响：

错误的数据可能会导致营销部门做出不明智的决策、扭曲营销活动结果或生成不可靠的报告。
泄露的数据会阻止公司获得对最佳客户的完整分析，这也使得确定类似的潜在客户开发目标变得具有挑战性。
客户可能会对不良数据做出负面反应，取消订阅与其工作无关的电子邮件简讯，或者拒绝接听来电（如果呼叫者的服务与他们的需求不相关）。
使用直邮的公司浪费金钱将诸如目录之类的物品邮寄给永远不会从他们那里购买的消费者，并错过了其他可能从其产品中受益的消费者。
错误电子邮件比例过高会导致电子邮件被阻止和标记，从而对接触目标受众的能力产生负面影响。
提供错误数据的销售团队会浪费时间追逐错误的潜在客户，或者错失与他们所关注的目标公司类型建立联系的机会。
不良数据会导致公司在营销方面投入大量预算，而不是进行能够带来合格潜在客户的有针对性的营销活动。
不良数据对销售团队的士气产生了负面影响，导致绩效下降，因为他们不再信任数据或营销团队。
最终，不良数据可能会损害品牌。它会导致销售团队失去专业形象，即使潜在客户可以从他们的产品或服务中受益，他们也会避开该品牌。
数据清理/增强绝不是“一次性”活动。不仅任何特定公司的数据都不是静态的，而且数据流也在快速变化，并且来自多个渠道。