Comment optimiser la qualité des données

Les données clients sont perçues comme le nouvel or noir. Mais leur valeur réelle en matière de marketing dépend de leur qualité. Si l’on y prête pas suffisamment attention, elles peuvent rapidement présenter des lacunes, des défauts et des incohérences. Grâce à ces conseils, vous garantissez à tous les coups une qualité des données élevée et durable.

Miser sur les données dans le domaine du marketing présente plusieurs avantages: des processus plus efficaces, des décisions plus sûres, un impact publicitaire plus large et une meilleure expérience client. Toutefois, ce n’est pas tant la quantité de données qui importe, mais plutôt leur qualité.

Pour mesurer cette dernière, il convient d’évaluer la performance de vos données par rapport à plusieurs critères. Leur pondération varie néanmoins en fonction de l’utilisation prévue. Par exemple, pour les données d’adresse que vous utilisez pour envoyer un publipostage, l’exactitude est un critère déterminant. Si, en revanche, vous utilisez des données provenant de différentes sources pour déterminer un customer journey, il faut également veiller à leur cohérence. En d’autres termes, la qualité des données dépend de l’utilisation que vous en faites.

L’utilisation de données de haute qualité dans le marketing repose sur trois piliers: la culture des données, la stratégie des données et la gouvernance des données.

Pilier 1: culture des données

Outre les processus et les systèmes, vous devez avant tout compter sur le comportement du personnel pour établir et assurer une qualité de données élevée. Une culture d’entreprise qui accueille favorablement les données et reconnaît leur valeur est déterminante.

Conseil 1: sensibilisez votre personnel à l’importance d’une qualité élevée des données. Montrez à votre personnel

• à quel point les données influencent le succès de votre stratégie marketing,
• comment votre entreprise les utilise,
• que la qualité détermine l’utilité des données et
• ce qu’il peut faire au quotidien pour améliorer la qualité des données.

Cette sensibilisation doit émaner directement de la direction. De plus, les responsables de conduite doivent montrer l’exemple en matière de gestion correcte des données.

Pilier 2: stratégie des données

La stratégie en matière de données définit dans les grandes lignes comment utiliser les données pour atteindre vos objectifs marketing.

Conseil 2: répondez aux questions les plus importantes. Votre stratégie en matière de données doit notamment répondre aux questions suivantes:

• À quelles fins utilisez-vous les données?
• Quels objectifs poursuivez-vous?
• Comment hiérarchisez-vous les champs d’application?
• Quelles données sont nécessaires pour cela?
• À partir de quelles sources internes et externes accédez-vous à ces données?
• Quelles équipes s’occupent de la saisie, du traitement et de l’analyse des données?
• Quelles mesures prenez-vous pour permettre au personnel des équipes impliquées d’accomplir ces tâches?
• Qui assume la responsabilité stratégique de l’utilisation des données dans le marketing (par opposition à la responsabilité opérationnelle en matière de qualité des données, voir «Responsabilités liées aux données»)?
• Quelles tâches, compétences et responsabilités assume cette personne?
• Comment l’utilisation des données dans le marketing est-elle synchronisée avec la stratégie globale de l’entreprise en matière de données?
• Où est centralisée la gestion des données de base (Master Data Management, MDM) – sans doute les données les plus importantes de l’entreprise –, comment se déroule-t-elle et quel rôle joue l’équipe de marketing à cet égard?
• Comment mesurez-vous le succès de l’utilisation des données?

Conseil 3: constituez un catalogue de données. «En tant qu’inventaire centralisé de toutes les données, le catalogue de données est un atout majeur pour les entreprises et constitue la base de la stratégie en matière de données», affirme Alexander Rieder, responsable Gestion des produits Données relatives au client chez Swiss Post Advertising. «Le catalogue de données établit en toute transparence la nature des données, leur provenance, leur qualité, qui est responsable de quels ensembles de données et qui peut utiliser quelles données. Il est indispensable pour pouvoir travailler de manière efficace et responsable avec les données.»

Conseil 4: mettez l’accent sur l’utilité. «Les entreprises doivent être au clair quant à l’objectif principal qu’elles visent avec leurs données», explique Christoph Weber, lead consultant chez ipt, une société de conseil en informatique. «Veulent-elles gagner en efficacité ou bien conquérir une nouvelle clientèle? Cela fait une grande différence en ce qui concerne la stratégie en matière de données.» Shkumbin Sadriu, gestionnaire de produits Data & Analytics chez Swiss Post Advertising, partage cet avis: «Le principe suivant fait foi: le business d’abord, les données ensuite. Les entreprises doivent partir de leurs objectifs, puis se demander de quelles données elles ont besoin pour les atteindre.»

Conseil 5: commencez petit. «Si les entreprises élaborent dès le départ une stratégie globale en matière de données, celle-ci risque fort de se montrer inefficace», prévient Alexander Rieder. «Les entreprises ont plutôt intérêt à commencer avec un cas d’application concret, d’acquérir de l’expérience et, à partir de là, d’élargir progressivement leur stratégie.»

Conseil 6: évitez les solutions isolées. «Une entreprise devrait toujours avoir une stratégie unique en matière de données, qui s’applique à tous les services et s’inscrit dans la stratégie globale d’entreprise», prétend Christoph Weber. «Lors du développement de la stratégie en matière de données, chaque unité spécialisée apporte ses propres exigences.»

Pilier 3: gouvernance des données

Dans le cadre de la stratégie en matière de données, vous avez défini à quoi serviront les données et comment vous les utiliserez. Avec la gouvernance des données, vous fixez désormais les lignes directrices permettant d’atteindre et de maintenir une qualité élevée des données. Elle décrit les normes, les technologies, les tâches et les processus ainsi que les responsabilités.

Normes en matière de données

Grâce aux normes en matière de données, vous influez sur la qualité des données à un moment crucial: lorsqu’elles sont saisies par votre personnel, votre clientèle ou les personnes intéressées. Corriger et améliorer les données a posteriori demande en effet un effort conséquent.

Conseil 7: fixez des normes contraignantes pour la saisie des données. Définissez comment et dans quel format les données usuelles – par exemple le prénom et nom de famille, les adresses, les numéros de téléphone, les montants – doivent être saisies. Au lieu d’écrire les noms des pays en toutes lettres, utilisez plutôt les codes pays. Pour la saisie des données, privilégiez dans la mesure du possible les listes déroulantes, les cases à cocher et les champs de date plutôt que les champs de texte sujets aux erreurs. Indiquez les champs à remplir impérativement.

Conseil 8: automatisez le contrôle des données saisies. En dépit des normes susmentionnées, des erreurs peuvent tout de même survenir lors de la saisie. Une validation automatique des données vous aide à les repérer immédiatement. Les masques de saisie intelligents vérifient en temps réel le format, les lacunes, la plausibilité, la cohérence, les doublons et d’autres critères relatifs aux données saisies. Vous pouvez ainsi définir des règles que les données doivent respecter afin d’être acceptées et transférées vers le système concerné. Votre système devrait par exemple rejeter les adresses e-mail ne comportant pas de @, de domaine ou d’extension connue.

Conseil 9: assurez-vous de pouvoir utiliser les données personnelles à des fins marketing. L’exploitabilité est l’un des aspects les plus importants de la qualité des données. Aujourd’hui, toute utilisation de données personnelles nécessite le consentement explicite des personnes concernées. Par conséquent, dans le cadre de l’e-commerce, du marketing par e-mail ou sur d’autres canaux numériques, demandez l’accord explicite des clientes et des clients concernant l’utilisation de leurs données au moyen d’un opt-in.

Conseil 10: déterminez la durée de conservation des données. Dans le marketing, la qualité des données prime sur la quantité: stocker de grandes quantités de données qui finiront par devenir obsolètes ne fait que surcharger votre système informatique. Il vaut mieux définir, pour chaque type de données, la durée de conservation et les modalités de suppression.

Architecture des données

L’architecture des données décrit les technologies et les systèmes nécessaires pour mettre en œuvre la stratégie et les normes en matière de données.

Conseil 11: intégrez les exigences marketing dans l’architecture des données. L’architecture des données relève des spécialistes IT de votre entreprise. Souvent, l’équipe de marketing n’est pas directement impliquée. Veillez toutefois à ce que les exigences marketing soient dûment prises en compte. «Les points importants sont notamment les données auxquelles l’équipe marketing a accès, la manière dont cet accès s’effectue et les fonctions offertes par les systèmes et les plateformes pour le traitement et l’utilisation des données», explique Shkumbin Sadriu. Un autre aspect est primordial: clarifiez avec l’équipe IT quels cas d’application concrets existent actuellement – et lesquels pourraient s’ajouter à moyen et long terme. De cette façon, l’architecture des données peut être structurée de manière suffisamment flexible pour tenir compte des futures exigences.

Gestion des données

Conseil 12: évaluez la qualité de vos données. Faites régulièrement le point sur vos données: quel est leur état actuel? Où des améliorations systématiques sont-elles nécessaires? Vous devez analyser dans quelle mesure les données existantes s’écartent des normes définies et comment elles se situent dans les dimensions pertinentes relatives à la qualité des données.

Lors de ce «data profiling», vous relevez notamment les données manquantes, obsolètes ou en double, ainsi que les incohérences et les contradictions. Voici comment procéder:

• Sélectionnez un échantillon de données. Vous pouvez examiner les données provenant de toutes les sources ou uniquement celles que vous jugez sujettes à erreurs. Vous pouvez également choisir de n’examiner que les données nouvelles ou celles particulièrement anciennes.
• Définissez les critères de vérification des données. Pour votre premier data profiling, limitez-vous à des dimensions individuelles.
• Identifiez les chiffres clés que vous souhaitez calculer dans le cadre du data profiling. Exemple: proportion de doublons, de valeurs manquantes, de valeurs dont le format est incorrect, d’adresses obsolètes. Vous pourrez ainsi mesurer l’évolution des chiffres clés lors du prochain profiling, et par là même la qualité générale des données.
• Décidez du mode d’analyse des données d’échantillon: quels outils utiliser – services en ligne de prestataires comme la Poste, logiciel spécialisé, fonctionnalités CRM ou autres solutions? Christoph Weber recommande de choisir un outil qui se rapproche de l’environnement systèmes existant: «Si une entreprise travaille avec SAP, elle a tout intérêt à opter pour une solution comme SAP Information Steward.»
• Effectuez l’analyse de données. Documentez toutes les lacunes et évaluez leur niveau de gravité. Lors de l’analyse, déterminez également les chiffres clés préalablement définis.
• Éliminez les lacunes relevées dans les données d’échantillon. Des outils spécialisés dans la mise à jour des données automatisent ce processus de nettoyage en fonction des types d’erreurs.
• Tirez des enseignements et des mesures pour améliorer systématiquement la qualité des données – y compris pour les données restantes. Faut-il par exemple renforcer les normes en matière de données, notamment par le biais d’une validation étendue des données lors de la saisie?

Conseil 13: assurez-vous que vos modèles de profilage sont conformes à la législation. Les modèles qui analysent ou relient des données ne peuvent être utilisés que dans le respect des droits d’utilisation et des dispositions légales en matière de protection des données. «Il est important que les profilages cadrent avec les conditions d’utilisation et les conditions générales», souligne Shkumbin Sadriu. «Autrement, les données risquent d’être combinées ou interprétées d’une manière non conforme à la loi.»

Conseil 14: appliquez les normes en matière de données. Grâce à ces normes, de nombreuses lignes directrices encadrent votre gestion des données. Appliquez ces normes si nécessaire et définissez les processus de mise en œuvre.

Conseil 15: tenez à jour vos données d’adresses. Pour le marketing de dialogue et toutes les autres mesures postales de communication avec la clientèle, votre entreprise est tributaire d’adresses postales correctes. Pour la mise à jour régulière de vos adresses, misez par exemple sur les diverses solutions de la Poste. Les courtières et courtiers d’adresses proposent également ce genre de prestation. Cependant, ils obtiennent également leurs adresses mises à jour auprès de la Poste.

Conseil 16: traitez immédiatement les avis de déménagement et de changement de personnel. Définissez clairement les responsabilités afin que ces avis soient tout de suite traités. Veillez toutefois à ne perdre aucune information durant le processus. Vous devez pouvoir retracer l’historique des données, notamment afin d’éviter les doublons. Dans le secteur B2B, non seulement les sites changent, mais aussi, et plus souvent encore, les personnes de contact. Lors de tels changements, veillez à ne pas écraser les données personnelles existantes. Ajoutez plutôt les nouvelles personnes à la base de données sous forme d’enregistrements supplémentaires. Et enregistrez le nouvel employeur des prédécesseuses et des prédécesseurs, si vous en avez connaissance.

Conseil 17: traitez immédiatement les e-mails retournés. À chaque envoi d’e-mail, le système reconnaît les adresses électroniques auxquelles le mailing n’a pas pu être distribué. Définissez une procédure claire pour le traitement manuel ou automatique de ces e-mails retournés et le nettoyage consécutif de vos données de messagerie.

Conseil 18: enregistrez les numéros de téléphone mobile. Étant donné que de moins en moins de personnes sont raccordées au réseau fixe, les numéros fixes perdent de leur importance pour la communication avec la clientèle dans le secteur B2C. Dans le cadre d’une gestion continue des données, enregistrez au fur et à mesure les numéros de téléphone mobile du plus grand nombre possible de clientes et de clients. Vous améliorerez ainsi la qualité des données car vous pourrez joindre plus facilement ces personnes en cas de besoin. Avec la clientèle B2B, il est recommandé d’enregistrer à la fois les numéros de téléphone mobile et les numéros fixes.

Conseil 19: contrôlez en permanence la qualité des données. Le data profiling (conseil 12) implique des contrôles de qualité des données approfondis, mais aléatoires. Grâce à un monitoring des données supplémentaire, vous pouvez suivre vos données en continu et de manière automatisée, même si le niveau de détail est moindre. Les outils de monitoring spécialisés détectent principalement les lacunes et les anomalies dans les données. Ils vous alertent rapidement afin que vous évitiez d’utiliser de grandes quantités de données comportant des erreurs systématiques. Mais ce n’est pas tout: «Le monitoring permet également de vérifier si les objectifs de la stratégie en matière de données sont atteints et si la protection et la gouvernance des données sont respectées», explique Shkumbin Sadriu.

Christoph Weber recommande également de configurer une alerte dans votre système de monitoring des données afin de détecter tout changement dans les modèles. Cette alerte se déclenche lorsque de nouvelles données s’écartent trop des modèles précédents, par exemple au niveau de la pyramide des âges de la clientèle existante. «De tels écarts peuvent révéler des évolutions du marché et justifier une révision de la stratégie d’entreprise.»

Responsabilités liées aux données

Conseil 20: définissez les responsabilités en matière de qualité des données. Premièrement, identifiez la ou le data owner, c’est-à-dire la personne chargée de la responsabilité opérationnelle principale en matière de qualité des données, ainsi que ses compétences et son autorité. Deuxièmement, déterminez les rôles opérationnels nécessaires à la gestion des données – saisie, contrôle, nettoyage et entretien, par exemple. Pour chaque rôle, décrivez les tâches, les compétences et les responsabilités, ainsi que les accès requis aux systèmes et aux données.