Pulire i dati Zoho CRM prima dell'AI: duplicati, campi e regole da sistemare

Pulire i dati Zoho CRM prima dell'AI significa eliminare i duplicati e completare o rimuovere i campi vuoti. Significa anche uniformare i valori incoerenti e controllare le regole automatiche. Tutto questo va fatto prima di permettere a Claude di leggere e aggiornare i record. Un assistente AI risponde con i dati che trova: se il CRM è disordinato, lo saranno anche le risposte.

La pulizia dei dati è il lavoro di verifica e correzione che rende ogni record univoco, completo nei campi che contano e scritto nello stesso formato degli altri. Non è un progetto di migrazione né una riprogettazione del CRM. È una revisione mirata dei moduli che l'assistente userà davvero, di solito aziende, contatti e trattative.

L'ordine conta, perché ogni passaggio facilita il successivo:

1. Duplicati: prima si decide quale record è quello valido.
2. Campi vuoti: poi si stabilisce quali campi servono e quali no.
3. Valori incoerenti: poi si uniformano formati ed elenchi.
4. Regole e automazioni: infine si verifica cosa succede quando Claude scrive un dato.

Questa guida segue lo stesso ordine. Ogni sezione spiega come si presenta il problema, che effetto ha su Claude e come correggerlo. In fondo trova un esempio completo, una tabella di controllo e i passi successivi.

Claude ripete gli errori del CRM perché, su clienti e trattative, il CRM è la sua unica fonte. Quando l'assistente è collegato a Zoho CRM, usa il tool use. Il tool use è la capacità del modello di chiamare funzioni esterne, per esempio una ricerca di record o un aggiornamento di campo. Secondo la panoramica dei modelli di Anthropic, tutti i modelli Claude attuali supportano il tool use.

Il modello sa ragionare, ma non può sapere che due aziende con nomi simili sono la stessa. Non può nemmeno sapere che un campo vuoto significa "non rilevato" e non "no". Una finestra di contesto ampia non risolve il problema. Anche il modello più capace legge soltanto ciò che c'è.

Anche chi vende strumenti di automazione lo riconosce. Un articolo di MyClaw.ai sugli strumenti per automatizzare le vendite descrive i CRM come il sistema di riferimento. Lo stesso articolo indica come primo errore comune "automatizzare dati di scarsa qualità".

Prima di collegare Claude a un CRM, in Svennis facciamo leggere all'assistente un campione di record reali e annotiamo ogni risposta sbagliata. Quasi sempre la causa è un duplicato o un campo compilato in modi diversi, non il modello.

I duplicati sono il primo problema da risolvere, perché dividono la storia di un cliente in due record. Un duplicato è un secondo record che rappresenta la stessa azienda o la stessa persona. Nasce da importazioni ripetute, da moduli web e da commerciali che creano un contatto senza cercarlo prima.

Per Claude l'effetto è concreto. Se chiede le trattative aperte di un cliente, trova quelle collegate a uno solo dei due record. La risposta sembra completa, ma ne manca metà. Se poi aggiorna un campo, può aggiornare il record sbagliato.

Come trovarli

Cerchi i duplicati sui dati che identificano davvero un soggetto, non sul nome:

• la partita IVA o il codice fiscale per le aziende;
• l'indirizzo email per i contatti;
• il dominio del sito web, utile quando la ragione sociale è scritta in modi diversi;
• il numero di telefono, dopo averlo scritto in un formato unico.

Come unirli

Per ogni coppia scelga un record principale, di solito il più completo o quello con più attività collegate. Poi unisca l'altro nel principale, conservando note, email e trattative. Infine renda obbligatorio il campo che identifica il soggetto, così il duplicato successivo emerge subito.

I campi vuoti vanno divisi in tre gruppi: quelli che servono, quelli facoltativi e quelli da eliminare. Molti CRM accumulano negli anni campi creati per un report o per un collega che non c'è più. Nessuno li compila, ma restano visibili a tutti, Claude compreso.

Un campo vuoto crea due rischi per l'assistente. Il primo è l'interpretazione sbagliata: Claude può ignorare un campo "Consenso marketing" vuoto, mentre senza un consenso registrato e documentabile il contatto va sempre trattato come non consenziente. Il secondo è la risposta incompleta: se il settore manca in metà delle aziende, ogni analisi per settore è falsata.

Come decidere

Parta dalle domande che vuole porre a Claude. Se l'assistente deve preparare il riepilogo di un cliente, servono responsabile, settore, fase della trattativa e data dell'ultimo contatto. Questi campi diventano obbligatori e vanno completati sui record esistenti. I campi che nessuna domanda usa possono restare facoltativi. I campi che nessuno compila e nessuno legge si nascondono o si eliminano, dopo averne esportato il contenuto.

Per i casi incerti, introduca un valore esplicito come "Non rilevato"; per il consenso marketing, però, solo un consenso documentato vale come sì. Un valore esplicito dice a Claude che il dato è stato cercato e non trovato. Un campo vuoto non dice nulla.

I valori incoerenti sono lo stesso dato scritto in modi diversi, e confondono Claude quanto i duplicati. "Lombardia", "LOMBARDIA" e "Lomb." indicano la stessa regione. Un filtro però li tratta come tre valori distinti, e l'assistente conta tre gruppi invece di uno.

La correzione principale è trasformare il testo libero in elenchi a scelta. Un elenco a scelta, o picklist, è un campo in cui l'utente seleziona un valore da una lista predefinita invece di scriverlo. Regione, settore, origine del contatto e motivo di perdita sono buoni candidati.

Formati da uniformare

• Numeri di telefono, sempre con lo stesso prefisso internazionale.
• Ragioni sociali, con una sola grafia della forma giuridica.
• Date, nello stesso formato in tutti i campi personalizzati.
• Importi, con la valuta indicata in un campo dedicato.

Fasi della pipeline

Le fasi della pipeline meritano attenzione particolare. Una sequenza tipica è lead, qualificazione, proposta, negoziazione e chiusura. Se un team usa "Offerta inviata" e un altro "Proposta" per lo stesso momento, Claude non può confrontarli. Concordi una definizione scritta per ogni fase. Poi riporti le trattative aperte sulle fasi concordate.

Le regole automatiche vanno controllate prima di concedere a Claude permessi di scrittura. Un aggiornamento fatto dall'assistente attiva le stesse automazioni di un aggiornamento manuale. Se una regola invia un'email al cliente quando la fase cambia, anche Claude farà partire quell'email.

Elenchi tutte le automazioni dei moduli che l'assistente userà. Per ognuna annoti cosa la attiva, quali campi modifica e se produce un'azione rivolta al cliente. Cerchi in particolare le regole che sovrascrivono un campo: possono annullare una correzione appena fatta da Claude, o viceversa.

L'articolo di MyClaw.ai già citato descrive un modello di automazione assistita. In questo modello l'AI prepara il lavoro e le azioni rivolte al cliente restano soggette ad approvazione. Applicato al CRM, significa che Claude propone l'aggiornamento e una persona lo conferma quando l'effetto arriva al cliente.

I permessi completano il quadro. Assegni a Claude un profilo che vede solo i moduli necessari e scrive solo nei campi previsti. Come impostare profili e controlli è spiegato nella guida su come collegare Claude a Zoho CRM con MCP.

Questo esempio illustrativo mostra come una sola domanda rivela tutti i problemi descritti finora. Un responsabile commerciale chiede a Claude: "Quali trattative aperte ha Ferramenta Bianchi e quando l'abbiamo sentita l'ultima volta?".

Prima della pulizia

Nel CRM esistono due aziende, "Ferramenta Bianchi S.r.l." e "FERRAMENTA BIANCHI SRL". La prima ha l'email del titolare, la seconda una trattativa aperta. La trattativa è nella fase "Offerta inviata", che il resto del team chiama "Proposta". Il campo della data dell'ultimo contatto è vuoto in entrambe.

Claude trova il primo record e risponde che non ci sono trattative aperte. Non sbaglia nel ragionamento: legge correttamente un record incompleto.

Dopo la pulizia

Le due aziende sono unite in un unico record con la partita IVA, ora obbligatoria. La fase della trattativa è riportata su "Proposta". La data dell'ultimo contatto è ricostruita dalle email collegate. Alla stessa domanda Claude elenca la trattativa, la fase e la data corretta.

A questo punto l'assistente può anche preparare una bozza di follow-up. Il commerciale la legge e la approva prima dell'invio. Su una base così ordinata si possono costruire flussi più ampi, come un generatore di preventivi con Claude su Zoho CRM.

La tabella riassume i quattro controlli di questa guida. Per ognuno indica che errore produce in Claude, come trovarlo e come correggerlo. Può usarla come lista di verifica, modulo per modulo, prima di attivare il collegamento.

Un controllo superato una volta non resta superato per sempre. Ripeta la verifica dei duplicati e dei valori distinti a intervalli regolari, perché nuovi record entrano ogni giorno.

Per un'azienda italiana la pulizia del CRM è anche una questione di conformità, perché nomi, email e telefoni dei referenti sono dati personali. La gestione di questi dati deve rispettare il GDPR. Eliminare contatti obsoleti e duplicati riduce i dati personali conservati e quelli che l'assistente può leggere. Il quadro delle norme applicabili all'AI è raccolto nella pagina sul quadro normativo AI in Italia.

Serve poi una persona responsabile. Jobiri descrive il CRM operations manager come responsabile del corretto funzionamento quotidiano dei sistemi CRM. Tra le certificazioni riconosciute dal mercato cita la Zoho CRM Administrator Certification. In una PMI questo ruolo spesso non esiste a tempo pieno, ma qualcuno deve avere la responsabilità della qualità dei dati.

Il costo di questo ruolo aiuta a dimensionare il lavoro. Secondo la guida di Jobiri sul CRM manager, un profilo junior con 0-2 anni di esperienza ha una retribuzione annua lorda tra 28.000€ e 35.000€; il costo per l'azienda è più alto. Con 3-5 anni la retribuzione sale a 35.000€-50.000€ annui lordi. La stessa guida indica che nel Nord Italia il premio rispetto alla media nazionale può arrivare fino al 15-20%.

Anche il modello lavora in proporzione a quanto legge. Record duplicati e campi inutili fanno leggere all'assistente più testo del necessario a ogni domanda.

Il primo passo concreto è scegliere un modulo e cinque domande reali da porre a Claude. Parta dal modulo che il team usa di più, spesso le aziende o le trattative. Le domande Le dicono quali campi contano e quali problemi cercare per primi.

Poi proceda in questo ordine:

1. Esporti il modulo e cerchi i duplicati sui campi identificativi.
2. Unisca i duplicati e renda obbligatorio il campo identificativo.
3. Classifichi i campi in obbligatori, facoltativi e da eliminare.
4. Trasformi in elenchi a scelta i campi a testo libero più usati.
5. Faccia l'inventario delle automazioni e segni quelle rivolte al cliente.
6. Prima del collegamento, verifichi che il contratto con il fornitore del modello includa un accordo sul trattamento dei dati ai sensi dell'art. 28 del GDPR. Controlli anche come sono gestiti eventuali trasferimenti di dati fuori dall'UE.
7. Colleghi Claude in sola lettura e verifichi le risposte su un campione di record.

Per il modello, Anthropic suggerisce di partire da Claude Opus 5.5 se non si è sicuri di quale usare. Claude Sonnet 5.5 è descritto come la migliore combinazione di velocità e intelligenza. Per l'uso quotidiano sul CRM è spesso un buon punto di confronto.

Se vuole capire da dove partire nella Sua azienda, la valutazione di prontezza all'AI indica dove sono le lacune più urgenti. Quando i dati sono pronti, può organizzare il lavoro commerciale come descritto nella guida a un team vendite nativo AI con Claude su Zoho CRM.