Der Audit erkennt Lead-Daten-, Consent-, SLA- und Attributionslücken (Duplikate, fehlende/ungültige Pflichtfelder, fehlenden/verneinten/ abgelaufenen Consent, ungültige Stages/Länder, veraltete Leads, fehlende Source, Score-/Owner-/Referenzauffälligkeiten) datei- und zeilengenau.
Produkt crm-lead-quality-audit · Version 0.1.0
CRM Lead Quality Audit (synthetic export)
Standardisierter, deterministischer Qualitätsaudit für CRM-Lead-Exporte. Das Produkt prüft einen synthetischen CSV/JSON-Export gegen ein dokumentiertes CRM-Schema und Pipeline-Modell: Pflichtfelder, E-Mail-/Telefon-Validität, Duplikate (E-Mail/Telefon/Account-Domain), Marketing-Consent (fehlend/verneint/abgelaufen, technische Heuristik), Lifecycle-/ Pipeline-Konsistenz, Ländercodes, Lead-Aktualität, Source-Attribution, Score-Bereich und Score-vs-Aktivitäts-Plausibilität, Owner-Zuordnung/ -Aktivität/-Last, Bounced E-Mails, Follow-up-SLA, Orphan-Referenzen und zukünftige Aktivitäten. Es liefert datei- und zeilengenaue Befunde mit konkreten Fix-Anweisungen sowie einen transparenten Lead-Quality-Score und Datenqualitäts-KPIs (Completeness/Consent-Coverage). Jeder Lauf wird unabhängig re-validiert und ist über einen hash-verketteten Evidence-Record reproduzierbar; Claims werden nur mit verifizierter Evidenz veröffentlicht. Keine Rechtsberatung, keine DSGVO-/Konformitätsaussage.
Zielkunde (ICP)
Sales-/Marketing-Ops-Verantwortliche und CRM-Manager in mittelständischen B2B-Unternehmen (5–500 Mitarbeitende), die vor Kampagnen, Migrationen oder regelmäßigen Pipeline-Reviews die Datenqualität ihrer Lead-Exporte schnell, reproduzierbar und ohne Cloud-Upload von Kundendaten prüfen müssen.
Problem
Lead-Datenqualität verfällt schleichend: Duplikate durch Importe, fehlende Pflichtfelder, ungültige Kontaktdaten, fehlende oder abgelaufene Consents, falsche Pipeline-Stages, veraltete Leads ohne Follow-up und überlastete oder inaktive Owner. Manuelle Excel-Checks sind langsam, inkonsistent und nicht reproduzierbar; CRM-interne Reports prüfen selten Schema-, Consent- und Referenzkonsistenz gemeinsam. Teams benötigen eine deterministische, lokal laufende Prüfung mit datei-/zeilengenauen Fix-Aufträgen und klaren KPIs – ohne rechtliche oder Konformitätsversprechen.
Liefermodelle
- Audit as a Service
Service-Level (SLA)
| Feld | Wert |
|---|---|
delivery_time_hours | 48 |
max_findings_per_audit | 200 |
max_runtime_seconds | 120 |
Grenzen des Produkts
- Rein statischer Audit eines synthetischen CSV/JSON-Exports; kein Live-CRM-Zugriff, keine Synchronisation, kein Netzwerk.
- Keine Rechtsberatung und keine DSGVO-/Konformitätsaussage; die Consent-Prüfung ist eine technische Heuristik über deklarierte Felder und kein rechtlicher Nachweis.
- Duplikaterkennung ist exakt (normalisierte E-Mail/Telefon, Account-Domain); fuzzy Namens-/Firmen-Matching ist nicht enthalten.
- Score-/Aktivitäts-Plausibilisierung ist eine Heuristik; echte Scoring-Modelle können abweichen.
- Die aktuelle Evidenz basiert ausschließlich auf dem synthetischen Lab-Target synthetic-crm-export, nicht auf echten CRM-Daten.
- Alle Namen, E-Mails, Telefonnummern und Firmen sind fiktiv; keine echten Personen- oder Kundendaten.
- Lead-Quality-Score und KPIs sind technische Signale und keine Konformitäts- oder Datenqualitätsgarantie.
- Rein statischer Audit eines synthetischen CSV/JSON-Exports; kein Live-CRM-Zugriff, keine Synchronisation, kein Netzwerk.
- Keine Rechtsberatung und keine DSGVO-/Konformitätsaussage; die Consent-Prüfung ist eine technische Heuristik über deklarierte Felder.
- Duplikaterkennung ist exakt (normalisierte E-Mail/Telefon, Account-Domain); fuzzy Namens-/Firmen-Matching ist nicht enthalten.
- Score-/Aktivitäts-Plausibilisierung ist eine Heuristik; echte Scoring-Modelle können abweichen.
- Die aktuelle Evidenz basiert ausschließlich auf dem synthetischen Lab-Target synthetic-crm-export, nicht auf echten CRM-Daten.
- Alle Namen, E-Mails, Telefonnummern und Firmen sind fiktiv; keine echten Personen- oder Kundendaten.
Verträge: Eingabe und Ausgabe
Ein Claim erscheint nur, wenn die Evidenz zur exakten Version passt. Contract-Felder werden aus dem veröffentlichten Datenvertrag gerendert.
JSON-Schema (input_contract) aus dem veröffentlichten Datenvertrag. Der Runner validiert Ein- und Ausgaben gegen dieses Schema.
{
"properties": {
"repository_snapshot": {
"description": "Read-only synthetischer CRM-Export (leads.csv, accounts.csv, owners.csv, activities.csv, consent-log.csv, pipeline.json, crm-schema.json); keine echten Personen-/Kundendaten, keine Änderung am Zielsystem.",
"type": "object"
}
},
"required": [
"repository_snapshot"
],
"type": "object"
}| Feld | Typ | Pflicht | Beschreibung |
|---|---|---|---|
repository_snapshot | object | ja | Read-only synthetischer CRM-Export (leads.csv, accounts.csv, owners.csv, activities.csv, consent-log.csv, pipeline.json, crm-schema.json); keine echten Personen-/Kundendaten, keine Änderung am Zielsystem. |
JSON-Schema (output_contract) aus dem veröffentlichten Datenvertrag. Der Runner validiert Ein- und Ausgaben gegen dieses Schema.
{
"properties": {
"findings": {
"description": "Maschinenlesbare Findings als JSON inkl. Summary mit Severity-Zählern, Score-Formel, Datenqualitäts-KPIs und unterdrückten Decoy-Mustern.",
"type": "object"
},
"report": {
"description": "Kundenbericht (Markdown) mit Zusammenfassung, Methodik, priorisierten Lead-Qualitätsbefunden inkl. Datei, Zeile, Schweregrad, Fix-Anweisung, Lead-Quality-Score, KPIs und Grenzen.",
"type": "object"
}
},
"required": [
"report",
"findings"
],
"type": "object"
}| Feld | Typ | Pflicht | Beschreibung |
|---|---|---|---|
findings | object | ja | Maschinenlesbare Findings als JSON inkl. Summary mit Severity-Zählern, Score-Formel, Datenqualitäts-KPIs und unterdrückten Decoy-Mustern. |
report | object | ja | Kundenbericht (Markdown) mit Zusammenfassung, Methodik, priorisierten Lead-Qualitätsbefunden inkl. Datei, Zeile, Schweregrad, Fix-Anweisung, Lead-Quality-Score, KPIs und Grenzen. |
Veröffentlichte Claims (gate-geprüft)
Jeder folgende Claim ist an mindestens einen PASSED-Evidenz-Record gebunden. Die SHA-256-Hashwerte der Records sind direkt an jedem Claim sichtbar; nicht freigegebene Claims werden nicht gerendert.
Jeder Audit-Lauf ist deterministisch, wird unabhängig re-validiert und ist über einen hash-verketteten Evidence-Record mit Ed25519-Signaturen, Artefakt-Hashes und Contract-Digests reproduzierbar.
Jeder Befund ist datei- und zeilengenau mit Evidenz und konkreter Korrekturanweisung dokumentiert und enthält einen transparenten Lead-Quality-Score sowie Datenqualitäts-KPIs.
Es sind keine unterdrückten Claims für dieses Produkt im Gatekeeper-Status enthalten.
Workflow
Ausführungsschritte laut Manifest; jeder Schritt referenziert einen geprüften Skill.
| Schritt | Skill | Beschreibung | Abhängig von |
|---|---|---|---|
audit | crm_lead_quality_audit | CRM-Lead-Qualität statisch prüfen und Findings deterministisch mit dem Skill crm_lead_quality_audit erzeugen. | — |
Skills in diesem Produkt
Versionen, Schwellenwerte und Evidenzstand je Skill. Details in der Skill-Registry.
| Skill | Version | Reife | Recall / Precision | Evidenz | Letzte Evidenz |
|---|---|---|---|---|---|
| CRM Lead Quality Audit (synthetic export) | 0.1.0 | VALIDATED | 1,000 / 0,900 | 1 | 396e1203623d4d93bb0330d87ffc31d1 |
Evidenz für dieses Produkt
Ausschließlich verifizierte Records. Hashes und Artefaktpfade sind im Evidenz-Detail einsehbar.
record_sha256: b53723861165ca923ab3c70633d1b490c573ca3625babaafc99e31d03c5ee758
- Rein statischer Audit eines synthetischen CSV/JSON-Exports; kein Live-CRM-Zugriff, keine Synchronisation, kein Netzwerk.
- Keine Rechtsberatung und keine DSGVO-/Konformitätsaussage; die Consent-Prüfung ist eine technische Heuristik über deklarierte Felder und kein rechtlicher Nachweis.
- Duplikaterkennung ist exakt (normalisierte E-Mail/Telefon, Account-Domain); fuzzy Namens-/Firmen-Matching ist nicht enthalten.
- … 10 weitere
Bericht: evidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/report.md
Weitere Dokumentation
Kein Dokumentationspfad veröffentlicht.