La perception des données est en pleine évolution dans les entreprises. Elles ne sont plus désormais vues comme un simple élément secondaire.
Les informations contenues dans une base de données constituent un facteur crucial pour la prise de décision, l'interaction avec les clients et la livraison des services.
93 % des entreprises sont convaincues que les données sont essentielles pour leur réussite. Et vous ?
Restez dans la course et découvrez les chiffres clés de notre étude ainsi que des conseils sur l’optimisation de la stratégie qualité des données de votre entreprise vous inscrivant à notre séminaire en ligne.
Les offres EMS,
Un enchainement pertinent de solutions integrées
Consumer Data: Enrichissement de données Mosaic; ConcumerView
Customer Segmentation: Contacts segmentation (RFM: R=recency; F=frequency; M=monetary value), customer value. Lifetime value.
Measure & Insight: reporting and consultancy
Predictive analytics/msg optimization: customer’s product preference; next product puchased potential,
We help our clients realize the benefits of integrated marketing through a breadth data and technology across consumer insight, data management and digital marketing the offer unparalleled ability to:
CONNECT their customers more completely
ENGAGE customers as individuals
EMPOWER clients to make smarter decisions
A compete focus on her….what we call customer obsession. Understanding her lifestyle, her behaviors, how and when she should be communicated with. It requires understanding all the data trails that she leaves behind with…..
3)However, disparate marketing platforms have previously forced us to interact with customers from within individual channels, often times delivering disjointed and uncoordinated messages across channels. This disconnect is not only confusing and frustrating to customers, its expensive and cumbersome for brands.
a.To be truly effective today, marketers need to ask themselves…
i.Are you delivering offers through the preferred channel?
ii.Can you recognize them across campaigns?
iii.Can you recognize them across channels?
iv.Can you tailor future messages based upon past interactions
4)To effectively engage these customers with intelligent interactions across channels, WE must align our businesses around the customer – not the channel. Most brands today, still have a very silo’d marketing approach. Yes, they can optimize in a single channel like email or mobile, but when they optimize in that channel, that doesn’t mean they are going to get the best results from Dana – since she’s engaging not as an email channel or an SMS channel, she’s engaging with the brand.
5)So we start to think about approaching Dana in a different way, specifically designing programs around her, rather than the channel. From there, then thinking, what content do I have, what offer, what message would be optimal to send Dana, at what time…. And THEN finally, what channel can I deliver or render that message in?
6)Our new cross-channel marketing platform allows marketers to do just this – put the customer, YOUR Dana’s, at the center, and deliver truly seamless interactions with each and every customer, every time. It allows you to move from single channel campaign execution to integrated campaign management across all channels.
Then he could continue with…
And to engage YOUR “Dana” effectively, you need lots of data about who they are, what they do and what’s most important to them.
By integrating behavioral and attitude data, we provide a more vivid and complete understanding of how consumers think and what they do in a multichannel, multicultural world. Linking this intelligence with marketers’ target consumer segments, we create actionable insights resulting in smarter decisions for marketers to confidently design, plan and deliver superior brand experiences that maximize profits and marketing ROI.
Et grâce à notre organisation et l’alignement de nos offres nous vous suivons tout au long de ce parcours avec toujours en tête la maximisation de ROI
l'utilisation de la connaissance clients et de l’analyse prédictive afin de cibler et d'engager les consommateur à travers les médias traditionnels et numériques. C'est la réalisation ultime de ce que les marketers du marketing direct ont tenté de faire depuis des années, tout en étendant cette méthode à tous types de communication client.Notre capacité à vous aider à identifier votre meilleur client, à regarder l’ensemble de votre base de consommateurs et de trouver dans cette base d'autres comme eux, et de les engager dans les canaux qu'ils préfèrent
Tout ceci est réalisable grâce à la combinaison de nos données consommateur et à notre expertise en analyse, ce qui nous permet d'offrir un profilage des clients encore plus riche
Identifier et caractériser votre meilleur client
Qualité des données souvent pauvres
Définition imprécise du client
Qu'est-ce qu'un "meilleur" client
En trouver plus
Comment les reperer?
Où les trouver?
Comment les engager?
Engager les à travers leur canal de prédilection:
Comment rester consistent
Rester pertinet
Adopter votre offre au moment opportun
Benefices:
Augmentation de votre CA
Une fidelité client accrue
Créer évangélisation de la marque
Nous travaillons avec les plus grandes marques du monde.Nos clients sont des marques leader dans leur secteur respectif.
Retail, Tourisme, Services financiers, des médias et des biens de consommationQu'il s'agisse d'aider Crate & Barrel à améliorer leurs programmes d'acquisition ou d'aider Microsoft X-Box à entretenir sa relation clients dans 36 pays différents ou d'aider la Radio Satellite XM à améliorer la fidélisation de sa clientèle, nos clients reconnaissent en Experian Marketing Services notre capacité à être un partenaire stratégique
Nous comprenons les principaux enjeux de ses entreprises et nous engageons à mettre en place toutes nos ressources pour les aider à prendre les meilleures décisions marketing pour obtenir les résultats espérés.
Les
secteurs industriels représentés dans le panel sont l’enseignement, la finance, la
fonction publique, la distribution, l'industrie, et les services collectifs. L'échantillon était
composé de directeurs exécutifs et financiers, de vice-présidents, de membres de conseil
d’administration, de responsables et de personnels administratifs associés à la gestion
des données, dans des fonctions diverses
La qualité des données continue à constituer un challenge pour bien des entreprises
lorsqu'elles cherchent à améliorer leur efficacité et leurs interactions avec les
clients à travers les données. 91 % des entreprises souffrent d'erreurs de données
courantes. Les erreurs de données les plus fréquentes concernent les données
incomplètes ou manquantes, les informations dépassées et les données inexactes.
La qualité des données continue à constituer un challenge pour bien des entreprises
lorsqu'elles cherchent à améliorer leur efficacité et leurs interactions avec les
clients à travers les données. 91 % des entreprises souffrent d'erreurs de données
courantes. Les erreurs de données les plus fréquentes concernent les données
incomplètes ou manquantes, les informations dépassées et les données inexactes
À cause de la fréquence de ce type d’erreurs, la grande majorité des entreprises
doute de la qualité de leurs données Contact.
Le niveau d’inexactitude des données est stupéfiant lorsque l'on observe à quel
point les entreprises se fient aux informations de contacts pour la définition de leur
stratégie et l’amélioration de leurs interactions clients.
L’erreur humaine demeure la principale cause d’inexactitude des données, tout
comme elle l’était lors des deux études précédentes.
La saisie manuelle des informations par les salariés lors de la collecte explique
la fréquence des erreurs humaines constatées. 78 % des entreprises déclarent
rencontrer des problèmes avec la qualité des données qu'elles collectent au travers
des différents canaux. Sur un plan international, les centres d'appel produisent la
qualité de données la plus médiocre, suivis par les sites web. Cependant, en France,
cet ordre est différent : la saisie en magasin apparaît en première position, suivie par
les données émanant des applications mobiles, puis celles du site Internet.
L’absence de stratégie coordonnée de gestion de la qualité des données dans
l’entreprise est souvent à l’origine des problématiques d’inexactitude des données.
La qualité des données continue à constituer un challenge pour bien des entreprises
lorsqu'elles cherchent à améliorer leur efficacité et leurs interactions avec les
clients à travers les données. 91 % des entreprises souffrent d'erreurs de données
courantes. Les erreurs de données les plus fréquentes concernent les données
incomplètes ou manquantes, les informations dépassées et les données inexactes.
Avec 19 % des informations que l'on pense être inexactes dans les
entreprises françaises, les entreprises s’exposent à de nombreuses
difficultés en exploitant des données inexactes.
Celles-ci affectent tout d’abord les résultats de l'entreprise. 77 % des
entreprises pensent que leurs résultats sont affectés par des données
Contact inexactes et incomplètes, et en moyenne, les personnes interrogées
pensent que 12 % de leur chiffre d'affaires respectifs sont perdus. Malgré
une sensibilisation croissante aux enjeux de qualité des données et aux
avantages d'exploiter des technologies adéquates, le pourcentage moyen du
chiffre d'affaires perdu demeure inchangé dans cette étude depuis 2007.
Toutefois, des changements dans les pratiques commerciales ont entraîné
de nouvelles conséquences. Certaines portent sur l'engagement des
clients et les programmes de fidélité qui ont déferlé ces dernières années.
84 % des entreprises ont un programme de fidélité ou d'engagement du
client. Malheureusement, 74 % des personnes interrogées déclarent avoir
rencontré des problèmes avec ces programmes. Leurs dysfonctionnements
relèvent principalement de l’inexactitude des informations consommateur,
de leur volume insuffisant mais également de l’incapacité des entreprises à
analyser les informations client. Tous ces problèmes sont liés à la fiabilité et
l'accessibilité des données.
Une autre tendance est le développement de la BI (Business Intelligence) et
de l'analytics, souvent liés à ce que l'on appelle aujourd'hui les « big data ».
89 % des entreprises passent aujourd’hui par l’analytics et la BI pour
conférer à leurs données une portée stratégique. Il est à noter que les États-
Unis se distinguent par le fait que leurs entreprises sont plus nombreuses à
réaliser de la BI et de l’analytics sur leurs données que celles du Royaume-
Uni et de la France.
La mauvaise qualité des données s’oppose là encore comme un obstacle
à ces analyses. Lorsqu'elles essaient de générer une BI pertinente, 81 %
des entreprises rencontrent des problèmes, principalement dus à des
données inexactes. Parmi les autres problèmes, on peut citer un manque
d'information, un manque de données et systèmes flexibles, suivi d'une
incapacité à regrouper les données des différents canaux
Enfin, les professionnels du marketing continuent à communiquer par email.
Pourtant, 67 % des entreprises déclarent avoir rencontré des problèmes
de délivrabilité d'emails sur les 12 derniers mois. Ces difficultés ont des
conséquences sur la qualité du service client, la capacité de l’entreprise à
communiquer avec ses abonnés et engendrent des frais inutiles.
La qualité des données continue à constituer un challenge pour bien des entreprises
lorsqu'elles cherchent à améliorer leur efficacité et leurs interactions avec les
clients à travers les données. 91 % des entreprises souffrent d'erreurs de données
courantes. Les erreurs de données les plus fréquentes concernent les données
incomplètes ou manquantes, les informations dépassées et les données inexactes.
Les entreprises, d'une manière conceptuelle, comprennent l'avantage d'avoir des
données fiables. Les principales motivations à initier une stratégie de qualité
des données sont notamment l'augmentation de l'efficacité, l'amélioration de la
satisfaction client et une prise de décision mieux informée. Les raisons invoquées
par les entreprises des différents pays ne varient pas significativement. D’un point
de vue secteurs d’activité, les personnes interrogées travaillant dans l'industrie,
la finance et les services publics, s’attachent davantage à dire que ces facteurs
permettent d'avoir une stratégie pour maintenir des données de contact de grande
qualité que les répondants issues de l'éducation et du secteur public.
Il est intéressant de noter que l'objectif de réduction de coûts continue à être un
facteur de motivation important pour implémenter une stratégie de qualité des
données, ce qui reflète l’état d’esprit actuel selon lequel les données doivent
contribuer à une stratégie business globale plutôt que d’être perçues comme
servant simplement un objectif opérationnel.
Aujourd'hui, seulement 30 % des entreprises gèrent leur stratégie de qualité des
données de manière centralisée, via un responsable unique. 66 % des entreprises
manquent d’une approche cohérente et centralisée sur la gestion de la qualité des
données. Étant donné le nombre de canaux et de services qui interagissent avec
les données, il est difficile de posséder des informations de qualité lorsque chaque
service a des normes et des méthodes différentes de gestion des données.
Certaines entreprises tirent avantage de solutions automatisées. Une entreprise
sur trois utilise un logiciel dédié au point d'entrée pour vérifier les informations
lors de leur saisie. En outre, une entreprise sur trois utilise également un logiciel
pour nettoyer les données après leur validation. L’automatisation est un indicateur
important du perfectionnement des méthodes de gestion des données. Les
entreprises qui utilisent des méthodes de gestion de données automatisées sont
plus susceptibles d'avoir une gestion centralisée de leur stratégie de données, par
un responsable unique.
Toutefois, de nombreuses entreprises s'appuient encore sur des méthodes de
nettoyage manuel de données : 53 % des entreprises interrogées déclarent ainsi
effectuer des tâches manuelles pour nettoyer leurs données. Parmi ces tâches, on
peut citer l'analyse manuelle des données dans Excel ou des corrections manuelles
en vue des campagnes ponctuelles. Bien que, globalement, le recours aux
méthodes manuelles soit en recul sur les dernières années, les entreprises doivent
encore sérieusement envisager d'exploiter des méthodes plus automatisées pour
éviter les erreurs humaines.
Enfin, il existe différentes méthodes de déploiement pour les stratégies de gestion
des données. Certaines entreprises choisissent de déployer des logiciels sur site
pour gérer la qualité des données. Toutefois, les déploiements de logiciels SaaS
(Software as a Service) continuent à gagner en popularité. La méconnaissance des
solutions SaaS pour la gestion de données a reculé de manière assez considérable
sur l’année écoulée, passant de 15 % l'année dernière à 9 % aujourd'hui.
Désormais, plus de la moitié des entreprises utilisent des solutions SaaS pour
gérer la qualité des données. 9 % seulement des entreprises ne prévoient pas de
mettre en oeuvre de solutions SaaS pour la qualité des données. Les États-Unis
et la France sont les pays dans lesquels le recours aux solutions SaaS est le plus
fréquent pour gérer la qualité des données. Les secteurs de l'industrie et de la
distribution sont les premiers secteurs ayant adopté cette technologie avec près
d'une entreprise sur cinq gérant toutes ses données Contact via une technologie
Il est fréquemment demandé à des tiers d'apporter des suggestions pour mettre
en place une stratégie de gestion des données. 64 % des entreprises ont eu ou ont
encore recours à des tiers pour leur stratégie de qualité des données. Le recours
aux tiers pour la gestion de données est très fréquent dans les secteurs de la
distribution et de l'industrie, par rapport aux autres secteurs d’activité. Lorsque
l’on s’intéresse aux variations des réponses en fonction des tailles d'entreprise, on
constate que les entreprises de tailles plus réduites ont davantage recours à des
tiers pour la gestion des données.
Cependant, étant donné la décentralisation des stratégies de gestion de données
en général, il est plus probable que l'intervention de ces tiers soit réservée à des
campagnes ponctuelles ou à des services particuliers de l’entreprise.
La qualité des données continue à constituer un challenge pour bien des entreprises
lorsqu'elles cherchent à améliorer leur efficacité et leurs interactions avec les
clients à travers les données. 91 % des entreprises souffrent d'erreurs de données
courantes. Les erreurs de données les plus fréquentes concernent les données
incomplètes ou manquantes, les informations dépassées et les données inexactes.
Tandis que les entreprises cherchent à tirer de la valeur de leurs données,
certains data sets tirent leur épingle du jeu, notamment pour le marketing. 93 %
des répondants déclarent que les données jouent un rôle essentiel dans
leur réussite marketing. Parmi les différents types de données utilisées, trois
types sont cités comme les plus importants pour la réussite marketing : les
informations de contact, suivies des données sur les ventes enregistrées, puis
des informations socio-démographiques.
Afin d'obtenir des informations qui peuvent ne pas figurer dans une base de
données existante, un grand nombre d'entreprises demandent à des tiers
d’enrichir leurs données internes tant pour des perspectives marketing que BI
ou analytics. 94 % des entreprises déclarent faire enrichir leurs données.
En moyenne, les entreprises ajoutent trois types de jeux de données
différents. Les trois data sets les plus cités par les répondants sont les
données commerciales, les données de géolocalisation et les données sociodémographiques.
Les entreprises américaines sont celles qui recourent
actuellement le plus à l'enrichissement de données sur les appétences de leurs
contacts pour optimiser les messages à leur adresser (39% vs 22% seulement
pour la France). En revanche, les entreprises françaises sont celles, parmi
celles du panel, qui ont le plus déclaré être intéressées par les données de
géolocalisation (25%).
La qualité des données continue à constituer un challenge pour bien des entreprises
lorsqu'elles cherchent à améliorer leur efficacité et leurs interactions avec les
clients à travers les données. 91 % des entreprises souffrent d'erreurs de données
courantes. Les erreurs de données les plus fréquentes concernent les données
incomplètes ou manquantes, les informations dépassées et les données inexactes.
Les entreprises interagissent avec les consommateurs d'innombrables manières.
En moyenne, elles utilisent plus de 3 canaux pour collecter des données Contact
(clients ou prospects). Les entreprises multinationales utilisent davantage de
canaux que les entreprises qui exercent leurs activités dans un seul pays. Le canal
le plus courant pour interagir avec les clients est le site web de l'entreprise, suivi
des contacts via l’équipe commerciale puis du centre d'appel.
Le nombre de canaux est resté stable d'une année sur l'autre. Et même si les sites
web sont sans aucun doute le canal le plus prisé ces dernières années, le mobile
gagne du terrain. Aujourd'hui, la moitié des entreprises obtiennent les données
Contact client par le biais d’applications mobiles.
Ces adresses sont collectées en moyenne par trois canaux, les plus populaires étant le site web
de l'entreprise et le centre d'appel. Les organisations américaines interrogées sont
celles qui ont déclaré collecter les adresses emails via le plus large nombre de
canaux.
Les entreprises commencent à se pencher davantage sur le marketing cross-canal.
Le marketing cross-canal est la coordination des différents canaux pour fournir
au client une expérience plus cohérente qu'une approche multi-canal, plus
segmentée. Alors que 87 % des entreprises s'investissent désormais dans le
marketing cross-canal, 83 % d'entre elles déclarent rencontrer des difficultés à le
faire.
De nombreux obstacles associés au marketing cross-canal sont liés aux données.
Avoir des informations exactes et en quantité suffisante sur le consommateur
sont les deux principales difficultés susceptibles d'empêcher une communication
cohérente entre les canaux. Les personnes interrogées aux États-Unis, en
Allemagne et en Espagne font face à des difficultés plus variées lorsqu'elles
s'investissent dans le marketing cross-canal que les personnes interrogées au
Royaume-Uni, en France et aux Pays-Bas. Les entreprises multinationales font
également face à un plus grand nombre de difficultés liées au marketing crosscanal
que les entreprises locales.
Ces difficultés liées au marketing cross-canal sont en corrélation directe avec
l'état de la qualité des données à travers le monde.
La qualité des données continue à constituer un challenge pour bien des entreprises
lorsqu'elles cherchent à améliorer leur efficacité et leurs interactions avec les
clients à travers les données. 91 % des entreprises souffrent d'erreurs de données
courantes. Les erreurs de données les plus fréquentes concernent les données
incomplètes ou manquantes, les informations dépassées et les données inexactes.
En regardant ces cinq dernières années d'étude Experian Marketing Services,
qu'est-ce qui a changé sur notre perception, notre utilisation et nos motivations en
matière de qualité des données ?
D'abord, la perception des données inexactes augmente. Sur un plan international,
le nombre moyen des données inexactes est passé de 17 à 22 %, en seulement
12 mois. Cette hausse est dûe aux volumes de données en augmentation, et en
provenance de sources multiples. Les entreprises reconnaissent généralement
que la prolifération des canaux numériques et de la technologie mobile a apporté
plus d'informations que jamais auparavant. Même si certaines de ces données sont
des données non structurées difficiles à exploiter, on assiste à une augmentation
générale des informations globales des clients et des prospects.
Outre l'augmentation considérable des volumes, la qualité des données est passée
d'une fonction principalement opérationnelle qui était associée à l'efficacité et aux
économies de coûts, à une fonction stratégique alignée avec les connaissances des
consommateurs et la Business Intelligence globale.
L'augmentation des données a également fait émerger le concept de « big data »,
apparu il y a quelques années, et dont chacun de nous a déjà dû entendre parler.
Même si nous sommes beaucoup à avoir rencontré ce terme, il n’existe pas encore
de définition unique et cohérente sur le marché. Dans l'étude de cette année, les
personnes interrogées ont été invitées à analyser plusieurs définitions du terme
« big data » et aucune réponse ne s’est réellement dégagée.
45 % des personnes interrogées pensent que ce terme se rapporte à une base
de données large et unifiée, alimentée par une source unique. Même si cette
réponse a obtenu le plus grand pourcentage, les définitions évoquant les sources
de données multiples et l'analyse prédictive n'étaient pas loin derrière. La France
est le pays qui a le plus opté pour la définition de données non structurées (29%).
Par ailleurs, la plupart des personnes interrogées qui occupent des postes à
responsabilité ont sélectionné plusieurs de ces interprétations possibles de ce que
peut signifier le terme « big data », tandis que 40 % du personnel moins qualifié
admettaient qu'ils ne savaient pas ce que ce terme signifiait.
Enfin, nous avons assisté à l'explosion du SaaS. Il y a cinq ans, quelques entreprises
mettaient en oeuvre des solutions dans le cloud ou des solutions hébergées.
Aujourd'hui, avec l'explosion des plateformes SaaS, de nombreuses entreprises
cherchent à utiliser cette méthode de déploiement pour leur logiciel de gestion de
la qualité des données, afin de réduire le temps de mise en oeuvre et de s'assurer
d'une technologie régulièrement mise à jour. Toutefois, comme nous l'avons vu ces
dernières années, la sécurité reste encore une préoccupation concernant le SaaS,
que les grandes entreprises se doivent d'approfondir.
Étant donné l'importance des actions orientées data, le niveau d’inexactitude des données doit
diminuer pour que les entreprises gagnent en connaissances client exploitables. Une meilleure
qualité des données rend possible de meilleures interactions avec les consommateurs et des
décisions commerciales mieux informées.
En se basant sur les résultats de l'étude, les entreprises doivent chercher à tendre vers une approche
centralisée de la gestion des données. Les projets ad hoc exceptionnels du passé ne suffisent plus,
étant donné le volume des données et la vitesse à laquelle elles doivent être accessibles.
Au vu du nombre de canaux permettant de saisir des données, les entreprises doivent chercher à
créer une stratégie centralisée pour la gestion des données. Une approche centrale garantit une
cohérence entre les services, un accès à de nombreuses sources de données pour les informations
client et une amélioration des bonnes pratiques liées à la gestion des données.
Afin de créer une approche centralisée, les entreprises doivent se pencher sur trois domaines
principaux.
Créer
La gestion de données n'est pas la responsabilité d'un seul service dans
l’organisation. Un grand nombre de services apportent et exploitent des données
pour leurs activités quotidiennes. Les informations sont saisies via des sites web,
des centres d'appel, des commerciaux, etc. Par la suite, les services tels que
la facturation, le service client, le traitement des commandes et le marketing
exploitent les informations pour communiquer avec les clients ou leur fournir des
biens ou des services.
Afin de gérer la qualité des données, et comme celle-ci est liée à toutes ces
différentes activités, un groupe de travail central doit être créé. Il doit être
idéalement composé de façon homogène d’individus qui feront ensuite appliquer
les stratégies à travers l’entreprise.
Les parties prenantes doivent englober des membres des différents services
présentant une responsabilité dans la qualité des données. Ces collaborateurs
pourront fournir des détails sur la façon dont les informations sont collectées et
exploitées. À partir de là, il convient de créer une cartographie des données pour
mettre en évidence tous les flux de l'entreprise. Cela aidera à comprendre quels
outils ou processus devraient être mis en oeuvre, ainsi qu’à prioriser la structure de
hiérarchisation à avoir pour ces projets.
Le service informatique doit également être impliqué dans la mise en oeuvre des
priorités et le choix de la technologie adaptée pour mettre en place et maintenir une
gestion de la qualité des données. Le service informatique peut également fournir
des informations quant aux ressources techniques disponibles, compte-tenu des
autres priorités business.
Pendant le processus de mise en oeuvre des nouvelles solutions, il peut être
nécessaire de réaliser des évaluations et une surveillance de la progression. Le
groupe peut se rencontrer régulièrement pour analyser les dernières statistiques et
les processus établis, et identifier si la qualité des informations s'améliore pour tous
les services.
Dans n'importe quelle stratégie centralisée, l'une des premières tâches à effectuer
est de consolider les données. Selon l'étude, une entreprise de taille normale a en
moyenne huit bases de données différentes. Il est probable que cette statistique
n'inclut pas les tableurs ou autres sources de données pouvant exister en dehors
d'une base de données classiques, et qui peuvent pourtant être nombreuses dans
de grandes entreprises.
Afin de créer une approche centralisée de la gestion de données, les entreprises
doivent consolider différentes sources d'informations. Cela permettra aux données
d'être plus facilement accessibles, mais également d'améliorer la cohérence dans
les processus de gestion et de normalisation de celles-ci.
Afin de consolider les données, les entreprises doivent suivre plusieurs étapes.
1. Identifier toutes les sources d'informations devant être consolidées et, qui est le
détenteur de chacune d’entre elles.
2. Identifier l'infrastructure des données. Possède-t-on une base de données
existante dans laquelle toutes les informations peuvent être stockées ou un
nouveau système est-il nécessaire pour mieux convenir à l’ensemble des services ?
Le groupe de travail sur la qualité des données peut aider à qualifier le besoin.
3. Nettoyer et normaliser autant d'informations existantes que possible. Les
données Contact sont des informations courantes, qui sont bien souvent contenues
dans chaque source. Ces informations peuvent être exploitées pour identifier
les doublons entre les différentes sources de données afin de regrouper les
informations pour chaque client dans une base centrale unique.
4. Recourir à un logiciel pour identifier les doublons et éliminer les éventuelles
erreurs humaines. Une fois les doublons potentiels trouvés, un enregistrement
principal peut être identifié et toutes les informations peuvent être regroupées dans
cet enregistrement.
La création d'une base centralisée peut prendre du temps. Toutefois, le bénéfice
d'accéder rapidement à des informations client de qualité et le renforcement des
capacités d’analyse BI seront inestimables. La centralisation doit être associée aux
bonnes pratiques sur les données afin de garantir la qualité des informations.
Implémenter
Une fois que les informations sont consolidées, les entreprises doivent chercher à
mettre en oeuvre des bonnes pratiques autour de la gestion des données au sein de
leur nouveau système. Pour que les services adoptent une nouvelle base centrale,
elle doit être facile à utiliser et contenir des informations de qualité. Sinon, les
employés reviendront aux anciennes bases de données qui répondaient mieux à
leurs besoins.
Une fois que les informations sont consolidées, les entreprises doivent chercher à
mettre en oeuvre des bonnes pratiques autour de la gestion des données au sein de
leur nouveau système. Pour que les services adoptent une nouvelle base centrale,
elle doit être facile à utiliser et contenir des informations de qualité. Sinon, les
employés reviendront aux anciennes bases de données qui répondaient mieux à
leurs besoins.
Comme pour n'importe quelle initiative engagée en entreprise, il est important
de suivre la progression afin de montrer que le temps et le budget associés à un
projet apportent un retour sur investissement. Le groupe de travail sur la qualité des
données doit chercher à faire des évaluations autour de l'exactitude des données
pour contribuer à afficher une amélioration, mais aussi pour déterminer quels
processus ou investissements doivent être poursuivis, ou signaler ce qui n'a pas
fonctionné comme prévu.
Des évaluations peuvent être facilement faites autour de la livraison des colis, du
courrier retourné, de la délivrabilité des emails ou des appels du service client. Les
entreprises peuvent également chercher à faire appel à des consultants tiers pour
comparer les segments d'une même base de données. Au fil du temps, ces mêmes
évaluations pourront être revues une fois que les processus et outils auront été mis
en oeuvre.
Aujourd'hui, la plupart des entreprises exploitent des informations dès leur saisie
pour des offres de fidélité, des actions marketing, le traitement des commandes
ou la facturation. Même si les informations ont toujours dû être exactes d'un point
de vue opérationnel, la communication entre les consommateurs est devenue
plus qu'un facteur étant donné la vitesse à laquelle les entreprises doivent suivre
les actions marketing concernées. Les données inexactes affectent quasiment
immédiatement l'interaction avec les clients. C'est pourquoi il est important de vérifier la validité des informations dès leur saisie.
Des outils logiciels peuvent être mis en place pour vérifier les informations client
structurées, comme l'adresse email, l'adresse postale et le numéro de téléphone
portable.
Ces informations normalisées et validées permettent aux entreprises de trouver
plus facilement des comptes existants et d'ajouter avec exactitude des données
tierces qui s'appuient sur des informations existantes du client. Dans un contexte
de marketing cross-canal, les processus de vérification au point d'entrée
contribuent à garantir l'exactitude des informations clients, mais également à la
prévention des doublons, qui entâchent la connaissance client des marketers.
En validant les données clients, les entreprises peuvent éviter d'avoir des données
inexactes et garantir non seulement le fait que les communications parviennent
bien jusqu'au consommateur, mais aussi que les techniques de personnalisation
sont plus fiables à travers les différents canaux.
ORATEUR : Benjamin
Questionnaires SC, Mosaïque Experian, Siretisation
Les informations d'une base de données expirent rapidement : en fait, on estime
que 2 % des données de contact expirent chaque mois, ce qui représente près
d'un quart de la base de données par an. Pour maintenir les informations des
consommateurs à jour, il est important de les valider avec eux aussi souvent que
possible.
Ceci n'implique pas forcément de contacter le consommateur. Les marketers
peuvent profiter des actions de communication sortantes pour surveiller des signes
montrant que des informations clients peuvent être inexactes.
Par exemple, les marketers peuvent observer les taux de distribution et les taux
d'ouverture des campagnes par email. Si un email n'est pas distribué ou que les
clients ne vérifient pas leurs emails fréquemment, il se peut que l'adresse email
ne soit plus active. Les marketers peuvent garder en tête ces adresses email pour
une mise à jour lors de la prochaine interaction client ou ils peuvent contacter
directement le client pour modifier ses préférences de communication.
Par ailleurs, lorsque les clients appellent un centre d'appel ou se rendent dans un
magasin, par exemple, les collaborateurs peuvent vérifier systématiquement les
informations existantes, afin de s'assurer que c'est toujours la méthode adéquate
pour interagir avec ce contact.
Les doublons posent des problèmes aux entreprises en disséminant l'historique des
comptes et en créant des enregistrements clients incomplets. Des doublons sont
souvent créés lorsque des informations récentes sont saisies et qu'elles ne peuvent
pas être rapprochées avec un enregistrement existant.
La plupart du temps, c'est parce que l'enregistrement ne peut pas être trouvé à
cause d'une légère différence, comme une abréviation du nom ou une adresse
email mal saisie.
La fonctionnalité de recherche élémentaire dans une base de données est souvent
mauvaise, nécessitant une correspondance exacte pour trouver un enregistrement
existant. Des recherches plus avancées peuvent être mises en place pour trouver
des correspondances potentielles et identifier plus de possibilités pour le compte
que seulement une correspondance exacte
Même avec des données validées et une recherche améliorée, des doublons seront
inévitablement créés suite à une erreur humaine. Les parties prenantes doivent
s'assurer de vérifier la base de données régulièrement pour garantir qu'aucun
doublon n'ait été créé et pour regrouper les informations lorsque c'est possible.
Les exigences en termes d'informations et de gestion de données changent
constamment dans une entreprise. Sur ces cinq dernières années, les techniques
de données ont considérablement changé, comme le prouvent les études.
Pour s'assurer que les données correspondent à leurs objectifs et peuvent être
utilisées comme le souhaite l'entreprise, le groupe de travail sur la qualité des
données doit chercher à passer en revue annuellement les pratiques de gestion de
données et à identifier de nouvelles manières d'exploiter ces informations ou ces
processus qui peuvent ne pas remplir leur objectif selon les données de référence.
En revoyant régulièrement les processus de gestion, les entreprises peuvent
s'assurer qu'elles sont en mesure d'utiliser leurs précieuses données au mieux.
La qualité des données continue à constituer un challenge pour bien des entreprises
lorsqu'elles cherchent à améliorer leur efficacité et leurs interactions avec les
clients à travers les données. 91 % des entreprises souffrent d'erreurs de données
courantes. Les erreurs de données les plus fréquentes concernent les données
incomplètes ou manquantes, les informations dépassées et les données inexactes.