5 conseils pour améliorer la qualité de ses données CRM

Les confinements successifs déclenchés par la COVID19 ont mis l’accent sur la nécessité d’établir un lien étroit avec ses clients et prospects. Afin de les fidéliser, de les informer et de leur proposer une expérience client personnalisée, les e-commerçants doivent pouvoir collecter et entretenir des données de qualité.

Ainsi, un grand nombre d’entre eux a mis en place des infrastructures et processus permettant d’établir une vision 360° des clients. Pour autant, le seul déploiement de ces plates-formes CRM, DMP (Data Management Platform) et CDP (Customer Data Platform) ne suffit pas à garantir une bonne expérience client. La mise en place d’une véritable gouvernance de données est nécessaire.

Pourquoi investir dans la qualité de données ?
Selon le dernier baromètre de l’Union des marques, 82% des entreprises consultées envisagent d’investir dans le domaine Data/CRM. Ce chiffre témoigne d’une prise de conscience profonde de la part des annonceurs. Cette tendance est encore accentuée par le fait que 64% d’entre eux comptent renforcer leurs investissements en « relation et expérience client ».
Alors, pourquoi une tendance aussi marquée ? Tout simplement parque que le jeu en vaut largement la chandelle ! Une étude de Bain&Cie, régulièrement citée depuis 30 ans, avait conclu qu’une augmentation de 5 % de la rétention Client pouvait entrainer un accroissement de 25 à 55% des bénéfices. Ce potentiel conjugué à une réelle aspiration des consommateurs et entreprises pour une relation client réinventée à l’aune du COVID19 est un élément déclencheur.

Qui impliquer ?
Lancer un projet d’amélioration des données clients, oui, mais avec qui ?
L’entrée en vigueur du RGPD en Mai 2018 a obligé les entreprises à permettre l’accès aux clients à leurs données personnelles, et à s’assurer de leur traçabilité et de leur conformité à certaines règles. Dans ce cadre, un DPO (Délégué à la Protection des Données) a été nommé dans chaque entreprise avec la mission de garantir cette conformité. C’est donc lui qui sera en mesure d’identifier la plupart des parties prenantes au sein de son entreprise (marketing, IT, facturation…).
Outre le DPO, il ne faut pas oublier les acteurs tiers qui interviennent en phase d’acquisition et qualification de contacts (magasins, partenaires ou prestataires dédiés par exemple). Il est ainsi crucial d’identifier ces interlocuteurs et de bien connaitre leurs méthodes de gestion de données.

Comment procéder ?
Au sein de certaines entreprises et organisations, la prolifération de multiples bases de données en silos perdure. Il n’est pas rare de constater que de simples fichiers Excel regorgent de données inexistantes dans les outils CRM/DMP/CDP. En conséquence, seule une maintenance manuelle est possible, et cela avec une qualité aléatoire.
Concrètement, le rapport Decision and Demand Metric sur la gestion des données CRM 2020 a révélé que 63 % des entreprises interrogées utilisent toujours ces processus manuels.
Pourtant, l’industrialisation et l’automatisation de la gestion des données sont possibles. De plus, l’investissement dans ce type de solutions reste relatif par rapport au risque encouru. Effectivement, la CNIL veille au grain et peut sanctionner les annonceurs manquant de rigueur. C’est par exemple le cas pour ce qui concerne la conservation des données prospects limitée à 3 ans après la dernière interaction.

Cinq étapes au service de la qualité des données
Cohérence
Un des pré requis est de contrôler que les données récoltées sont complètes et valides. C’est-à-dire pas de champs partiellement remplis, pas de formats incohérents (lettres dans un champ chiffres par exemple). En parallèle, il faut s’assurer qu’elles sont à jour et stockées au bon endroit.
Exemple de vérification : Assurer que l’email possède une extension, que l’âge saisi est réaliste.

Normalisation
Afin d’harmoniser les données il est important de procéder à une normalisation. Cette étape consiste à définir des règles de gestion pour des sujets comme les majuscules, minuscules, titres, raisons sociales et adresses postales. Dans ce dernier cas, le traitement à appliquer est dénommé RNVP (Restructuration, normalisation et validation postale). Il uniformise la rédaction des adresses et les confronte à un référentiel postal existant.
Exemples de normalisation : Harmoniser Mr & Monsieur. Passer en majuscules les noms de famille.

Dédoublonnage
Afin de limiter le nombre de doublons au sein des bases de données CRM, deux actions, préventives et curatives sont possibles. Dans un premier temps, il s’agit d’éviter avant intégration qu’une source ne créé un doublon en proposant une fusion avec un enregistrement présent.
Ensuite, si plusieurs enregistrements similaires sont présents en base, il est souhaitable de prévoir des routines automatiques qui permettront de fusionner ces données.
Au préalable, une réflexion sur les critères de matching doit être menée. Elle permettra de répondre à la question suivante : Quelles sont les informations fiables qui permettent de déceler des doublons (Nom, prénom, email, date de naissance, adresse… ?)

Qualification et enrichissement
L’ajout de données externes (scoring, variables socio/demo…) est parfois une étape indispensable pour mieux appréhender le potentiel commercial d’une cible et aussi fournir une communication plus personnalisée et plus pertinente.
Attention toutefois, à ne pas intégrer des informations pour lesquelles le client n’aurait pas formalisé son consentement préalable.

Suivi et alertes
Une fois familiarisé avec les quatre étapes précédentes, il est relativement facile de mettre en place des tableaux de bord relatifs à l’hygiène des bases de données. Que ce soit à travers les reportings des outils de maintenance des données ou alors via des systèmes internes de B.I (Business Intelligence), il est alors possible de mettre en place des alertes automatiques. De cette façon, il sera possible d’identifier et corriger les sources de dégradation des données.
Par exemple : Mauvais recueil des adresses postales en magasin.

AxiCom France

tribune

5 conseils pour améliorer la qualité de ses données CRM