Pourquoi mettre en place une stratégie de Data quality ?

27% des données des entreprises sont erronées. Capency vous dévoile les 4 étapes pour réussir votre stratégie de Data Quality.

La qualité d’une donnée se mesure à travers différentes caractéristiques, qu’elles soient internes ou externes à l’entreprise : la cohérence, la validité, l’actualité, l’intégrité, la clarté ou même la sécurité de cette donnée. 56% des entreprises sont confrontées à des problèmes de données et leur mauvaise gestion peut entraîner un coût de 11 millions de dollars*. 
Dans notre cas, nous allons nous concentrer sur les données des clients, que la collecte ait lieu en magasin ou sur les formulaires web. Ces conseils sont applicables à n’importe quelle entreprise qui serait soucieuse d’améliorer la gestion de ses données en base. 

Tout d’abord, la qualité des données peut être endommagée à deux niveaux : 
– Au moment de la collecte  (33%*) : mauvaise compréhension de la donnée lors de la saisie, mauvais champ(s) renseignés, fautes de frappe (4% d’erreurs*) 
– À cause de la donnée en elle-même : doublons, données obsolètes (la personne n’habite plus à l’adresse indiquée, etc)

Capency vous dévoile les bonnes pratiques pour assurer la qualité de ses données.

Comment apprécier la qualité d’une donnée ?

Pour réussir sa stratégie de qualité de données, il faut dans un premier temps identifier les erreurs à ne pas faire et les données qui pourraient être considérées comme erronée : 

On comptabilise parmi les données de mauvaises qualités, les données : 

  • Inexactes : informations manquantes sur une fiche clients, fautes de frappe, etc… 
  • Non-conformes : l’adresse postale n’est pas normalisée lors de son entrée en base, la donnée ne respecte pas les normes en vigueur (ex : RGPD) 
  • Non-contrôlées : les doublons 
  • Pas fiables : sans la mise en place de logiciels sécurisés 
  • Statiques : la donnée n’est pas actualisée, on appelle aussi cela une donnée dormante. 
    Exemple : un changement d’adresse ou de numéro de téléphone 

Seule une démarche organisationnelle peut améliorer la qualité des données, avec un processus très simple : prévention de la non-qualité de la donnée avant son entrée en base ; processus de nettoyage des données déjà en base et contrôle de l’intégrité des données.

Les étapes du processus de gestion de la qualité des données : 

  1. Définir les données à collecter et contrôler
  2. Évaluer la qualité des données
  3. Améliorer la qualité des données avec une meilleure collecte et une mise à jour des données
  4. Calculer les ROI

Ce travail de DQM constitue de nombreux avantages, encore faut-il utiliser ses données de la bonne façon. Elles sont nécessaires pour améliorer vos opérations commerciales et marketing et les rendre plus efficaces et rentables puisque 40%* des initiatives commerciales n’atteignent pas leur objectif si les données ne sont pas de qualité.

1) Améliorer les taux de délivrabilité de vos campagnes sur tous vos canaux :

MAILING : En normalisant les adresses postales et en respectant les standards attendus par la Poste, vous pourrez optimiser vos taux de délivrabilité et diminuer le nombre de PND. Un traitement des déménagés peut être aussi réalisé pour récupérer les nouvelles adresses de vos clients.

Résultats obtenus suite à l’implémentation de nos solutions de normalisation d’adresses : +30% d’adresses postales corrigées avec CAP ADDRESS

EMAILING : Les contacts considérés comme inactifs (donnée statique) ou les hardbounces (adresses emails n’existant plus ou erronées) vous pénalisent : l’email n’est pas délivré. De plus, les FAI conservent l’historique sur plusieurs mois ; une campagne email sur des contacts inactifs mettra du temps à être oubliée et vos prochaines campagnes seront impactées. En routant sur des emails valides, vous pourrez garantir le succès de vos campagnes et préserver la réputation de vos adresses IP.

Résultats obtenus suite à l’implémentation de nos solutions de validation d’emails : +20% d’emails corrigés avec CAP EMAIL

SMS : le SMS est le moyen le plus efficace pour communiquer pour 58%* des consommateurs. Avec une stratégie de DQM, vous diminuez le nombre de numéros erronés pour améliorer vos taux de délivrabilité.

Résultats obtenus suite à l’implémentation de nos solutions de contrôle de numéros de mobiles : +15% de numéros de téléphone fiabilisés avec CAP PHONE

2) Construction d’une vue client 360° :

Pour mettre en place un RCU et ainsi obtenir une vision globale de vos clients, l’implémentation des solutions de DQM est indispensable pour uniformiser, structurer et qualifier vos données.

3) Une satisfaction client optimale :

Avec des données de qualité, vous pourrez garder le contact avec vos clients en leur diffusant des offres personnalisées par exemple dans le but final de construire une relation pérenne et ainsi les fidéliser.

4) Réduction des coûts de non-qualité :

dus à la diffusion de messages ou de colis auprès de contacts obsolètes, erronés ou présents plusieurs fois en base par exemple
(une donnée erronée coûte 100 fois plus cher que lorsqu’elle est vérifiée et correcte)

Adopter une stratégie de DQM c’est retrouver 20% de votre chiffre d’affaires ! 

*Sources : Data Ladden ; Gartner Technology Report 2022 ; Astera

Solutions
Data Quality
Identité & Consentement
Offres data complémentaires​
Solutions
Data Quality
Identity & Consent
Complementary data offers
Connectors
Checkout software | POS​
CRM
CMS | Ecommerce