Ogni volta che un’azienda adotta un nuovo CRM, una piattaforma di Business Intelligence o un gestionale, arriva la stessa richiesta: «portiamoci dentro tutto lo storico». È un istinto comprensibile — quei dati sono anni di lavoro — ma è anche uno dei modi più rapidi per far partire il progetto con il piede sbagliato. La domanda giusta non è «quanto storico importiamo?», ma «quali dati ci serviranno davvero, e in che stato sono?».
La trappola del «portiamo dentro tutto»
Il primo errore è impostare la scelta come un aut-aut: o si migra l’intero archivio, o si riparte da zero. Nessuna delle due è la risposta. La maggior parte degli archivi accumulati negli anni è, nei fatti, in gran parte peso morto: contatti non più attivi, schede duplicate, aziende scritte in dieci modi diversi, campi liberi riempiti senza criterio. Riversare tutto questo in un sistema nuovo significa ereditarne subito i difetti.
Il rischio vero non è tecnico: è la fiducia
Un progetto CRM o BI non fallisce quasi mai per la tecnologia. Fallisce quando le persone smettono di fidarsi dei dati. Basta che un commerciale apra il nuovo strumento, trovi tre schede dello stesso cliente e un totale che non torna: da quel momento continuerà a tenere i suoi dati «veri» in un foglio Excel personale. Il sistema, per quanto moderno, è già stato abbandonato.
Non è un timore astratto. Secondo Gartner, la scarsa qualità dei dati costa alle organizzazioni in media 12,9 milioni di dollari l’anno. E tra le cause ricorrenti di fallimento dei progetti CRM, la qualità dei dati e la mancata adozione da parte degli utenti pesano più della tecnologia stessa.
Ma «riparto da zero» non è la scorciatoia che sembra
All’estremo opposto c’è chi propone di sacrificare tutto e ripartire con dati puliti. Anche qui serve attenzione: buttare via lo storico ha costi reali e spesso irreversibili.
- Perdi la storia della relazione con il cliente: contesto, contratti passati, comunicazioni. Non si ricompra.
- La Business Intelligence ha bisogno di serie storiche. Senza una base storica non misuri trend, stagionalità, abbandono dei clienti. Una BI senza passato è una BI cieca.
- Alcuni dati vanno conservati per legge (obblighi fiscali e contrattuali): non è una scelta.
E c’è un punto che spesso si dimentica: se non si corregge il processo che ha sporcato i dati, il sistema nuovo si risporca da solo in pochi mesi. Ripartire puliti senza introdurre regole di validazione in ingresso significa soltanto rimandare il disordine.
Il criterio giusto: migra ciò che userai, pulisci al confine
La strada sensata non sta agli estremi. Si classificano i dati per valore d’uso e si puliscono nel momento del passaggio, mai dopo:
- Dati operativi e attivi (clienti vivi, trattative aperte): si migrano e si bonificano — deduplica, normalizzazione, validazione.
- Dati storici e di riferimento (serve la storia, ma non ci si lavora ogni giorno): non vanno nel CRM operativo, ma in un archivio o in un data warehouse consultabile. Così la BI mantiene la sua profondità storica e il sistema di lavoro resta pulito.
- Dati morti: archiviazione fredda, oppure si lasciano indietro.
Tre domande per ogni insieme di dati
Prima di decidere se un dato entra nel sistema nuovo, tre domande:
- Qualcuno lo userà davvero nei prossimi dodici mesi?
- È obbligatorio conservarlo per legge?
- Il costo per pulirlo è giustificato dal valore che porta?
Si migra solo dove le risposte lo giustificano, e si procede per fasi con verifica, mai in un unico trasferimento «big bang». La migrazione, in fondo, è l’occasione migliore per fare ordine: sprecarla ricopiando la spazzatura è il vero spreco.
Come lo affrontiamo in BIT
Quando accompagniamo un’azienda su un nuovo CRM o una nuova soluzione di analisi dati, non ci limitiamo a spostare tabelle. Analizziamo lo stato dei dati esistenti, definiamo cosa migrare e cosa archiviare, bonifichiamo ciò che entra e introduciamo regole di validazione perché il sistema resti pulito nel tempo. L’obiettivo non è partire con «tutto», ma partire con un nucleo affidabile su cui costruire, senza perdere la storia che conta davvero.
