Unit 3/3 · ~13 phút · +300 điểm

Làm sạch và chống trùng dữ liệu

Mục tiêu học tập

Sau khi hoàn thành bài này, bạn có thể:

  • Nhận diện các dạng dữ liệu bẩn và bản ghi trùng thường gặp trong CRM B2B
  • Áp dụng quy tắc chuẩn hóa và khóa đối chiếu để phát hiện bản ghi trùng
  • Thiết lập quy trình chống trùng ngay tại điểm nhập và lịch làm sạch định kỳ

Bạn đã dựng được mô hình dữ liệu và vòng đời khách hàng. Nhưng một CRM chứa ba bản ghi cho cùng một người sẽ làm hỏng mọi thứ phía sau: chấm điểm bị chia nhỏ, email gửi trùng, sales giẫm chân nhau, báo cáo phễu đếm sai. Bài này là bài “vệ sinh” của chặng, không hào nhoáng nhưng là nền móng cho mọi automation bạn sẽ dựng.

Dữ liệu bẩn trông như thế nào?

Trùng

Một người hoặc một công ty có nhiều bản ghi

Thiếu

Không có ngành, quy mô, nguồn lead

Lệch định dạng

“TP.HCM”, “HCM”, “Sài Gòn” cùng một nghĩa

Lỗi thời

Người đã nghỉ việc, email không còn nhận thư

Trong bối cảnh Việt Nam, có vài nguyên nhân rất đặc thù: cùng một người dùng cả số Viettel lẫn số Vina, điền email cá nhân lúc này và email công ty lúc khác; tên công ty có “Công ty TNHH”, “Cty”, “CT” đứng trước; tên người có hoặc không dấu. Mỗi kiểu khác biệt nhỏ như vậy là một bản ghi trùng tiềm năng.

Chuẩn hóa: bước đầu tiên của chống trùng

Hệ thống chỉ nhận ra hai bản ghi trùng khi giá trị giống nhau. Vì vậy, trước khi so khớp, phải đưa dữ liệu về một định dạng chuẩn:

TrườngQuy tắc chuẩn hóa gợi ýVí dụ
EmailViết thường, bỏ khoảng trắng đầu cuối“ Mai.Tran@MinhLong.vn ” → “mai.tran@minhlong.vn”
Số điện thoạiBỏ dấu cách, dấu chấm; thống nhất một dạng, ví dụ +84“0903.123.456” → “+84903123456”
Tên công tyTách loại hình doanh nghiệp ra trường riêng hoặc bỏ khi so khớp“Cty TNHH Minh Long” → so khớp theo “minh long”
Tỉnh/thànhDùng danh sách chọn thay vì ô nhập tự do“HCM”, “Sài Gòn” → “TP. Hồ Chí Minh”
Ngành, quy môDanh sách chọn cố định, quy mô theo khoảng“50–199 nhân sự”

Góc martech

Cách rẻ nhất để chuẩn hóa là ngay ở form: dùng trường email có kiểm tra định dạng, trường điện thoại có mặt nạ nhập, và danh sách chọn cho tỉnh, ngành, quy mô. Mỗi ô nhập tự do bạn bỏ được là một nguồn rác bớt đi.

Khóa đối chiếu: dựa vào đâu để biết là trùng?

Bạn cần chọn khóa đối chiếu (matching key) cho từng đối tượng, theo thứ tự ưu tiên:

  • Liên hệ: email đã chuẩn hóa là khóa mạnh nhất. Tiếp theo là số điện thoại đã chuẩn hóa. Họ tên chỉ dùng để gợi ý, không dùng để tự gộp, vì “Nguyễn Văn Hùng” có rất nhiều người.
  • Công ty: mã số thuế là khóa tốt nhất nếu bạn thu được. Tiếp theo là tên miền website hoặc tên miền email công ty (minhlong.vn). Tên công ty chỉ là khóa yếu.

Lưu ý tên miền email miễn phí như gmail.com hay yahoo.com không dùng được để ghép công ty. Nhiều chủ doanh nghiệp nhỏ ở Việt Nam dùng Gmail cho công việc, nên với họ, bạn cần dựa vào số điện thoại hoặc mã số thuế.

Chặn trùng tại cửa và dọn trùng định kỳ

Có hai lớp phòng thủ, và bạn cần cả hai.

Lớp 1: chặn tại điểm nhập

  • Bật quy tắc chống trùng của CRM (thường nằm trong phần cài đặt dữ liệu hoặc quy tắc trùng lặp; tên menu có thể khác tùy phiên bản): khi email đã tồn tại, cập nhật bản ghi cũ thay vì tạo mới.
  • Với form web và tích hợp, cấu hình hành vi “tìm và cập nhật” theo email. Bản ghi cũ được thêm hoạt động mới, giữ nguyên lịch sử.
  • Khi nhập file, luôn chạy đối chiếu trước. Nhiều CRM có tùy chọn “bỏ qua” hoặc “cập nhật” dòng trùng trong trình nhập.

Lớp 2: dọn định kỳ

  • Mỗi tháng chạy báo cáo các bản ghi trùng theo email, số điện thoại, tên miền công ty.
  • Gộp (merge) theo quy tắc chọn giá trị đã thống nhất, xem bảng dưới.
  • Đánh dấu email bị trả về (bounce) và người đã nghỉ việc để loại khỏi danh sách gửi.

Quy tắc gộp: giữ giá trị nào?

Khi gộp hai bản ghi, bạn phải quyết định giữ giá trị nào cho mỗi trường. Hãy viết sẵn quy tắc để không phải nghĩ lại mỗi lần:

Loại trườngGiữ giá trịLý do
Nguồn lead, chiến dịch đầu tiên, ngày tạoSớm nhấtĐo điểm chạm đầu tiên
Số điện thoại, chức danh, địa chỉMới nhấtThông tin liên lạc thay đổi theo thời gian
Điểm hành vi, hoạt độngCộng dồnKhông mất tín hiệu quan tâm
Trạng thái đồng ý nhận tinTheo bản ghi có thời điểm cập nhật gần nhất, ưu tiên lựa chọn từ chối nếu không rõTôn trọng quyền của chủ thể dữ liệu

Lưu ý

Dọn dữ liệu cũng là xử lý dữ liệu cá nhân. Nguyên tắc chung theo Nghị định 13/2023/NĐ-CP và Luật Bảo vệ dữ liệu cá nhân năm 2025 là chỉ giữ dữ liệu cần cho mục đích đã nêu, đảm bảo chính xác và tôn trọng yêu cầu xóa, rút lại đồng ý của người đó. Đây không phải tư vấn pháp lý; hãy hỏi bộ phận pháp chế về thời hạn lưu trữ và cách xử lý yêu cầu xóa.

Cùng ôn lại

  • Dữ liệu bẩn gồm trùng, thiếu, lệch định dạng và lỗi thời; mỗi loại làm hỏng chấm điểm và automation theo một cách.
  • Chuẩn hóa trước, so khớp sau: email viết thường, số điện thoại một định dạng, danh sách chọn thay ô nhập tự do.
  • Khóa đối chiếu: email và số điện thoại cho liên hệ; mã số thuế và tên miền cho công ty.
  • Chặn trùng tại cửa và dọn trùng định kỳ theo quy tắc gộp đã viết sẵn.

Dữ liệu đã sạch, giờ là lúc làm cho nó biết nói. Module tiếp theo bắt đầu với chấm điểm lead theo hồ sơ và hành vi.

Kiểm tra kiến thức

Trả lời đúng ngay lần đầu được 100 điểm mỗi câu, lần thứ hai 50, từ lần thứ ba 25.

Bạn đang học với tư cách khách: quiz vẫn chấm nhưng điểm không được lưu. Đăng nhập hoặc tạo tài khoản để tích điểm và nhận huy hiệu.

  1. Chị Ngọc ở Công ty Logistics Tân Cảng Xanh thấy cùng một khách có hai bản ghi: một số “0903 123 456”, một số “+84903123456”. Điều gì giúp ngăn chuyện này lặp lại?

  2. Khi gộp hai bản ghi liên hệ trùng, anh Tuấn nên làm gì với trường “nguồn lead” đang khác nhau giữa hai bản ghi?

  3. Đội marketing một công ty phần mềm sắp nhập 3.000 danh bạ thu ở triển lãm. Bước nào nên làm trước khi nhập?