Master Data

Les données de base: à la fois fondation et discipline reine

| Septembre 17, 2020

Maîtrisez-vous le socle le plus important de vos données, les données de base? Cela a peut-être l'air banal, mais depuis bien longtemps, il ne s'agit plus de quelques envois mal acheminés dans les mailings, mais de la base de l'automatisation de tous les processus, et donc de la numérisation en soi. Dans cet article, vous apprenez pourquoi vous ne pouvez pas vous permettre de négliger vos données de base - et nous vous montrons la voie vers les données parfaites.

Mitchells et Butlers aimeraient bien devenir l'un des acteurs de la gastronomie au chiffre d'affaires le plus élevé en Allemagne. C'est déjà leur cas en Grande Bretagne. Ils y exploitent 1700 pubs. Pour enregistrer ne serait-ce qu'un semblant de ce succès dans d'autres pays, il faut remplir surtout une condition indispensable: Les clients potentiels doivent au moins savoir qu'un tel pub existe près de chez eux. Et s'ils décident d'y aller à un moment donné, il vaudrait mieux que ce ne soit pas le jour de repos.

Vous connaissez ce phénomène. Il arrive bien trop souvent que les données affichées par des portails dédiés aux restaurants, tels Yelp , ne correspondent plus à la réalité actuelle. Et si vous deviez trouver que Yelp n'est pas pertinent pour votre marché: Une grande partie des données de Google en matière de restaurants vient de là justement. Les heures d'ouverture peuvent changer, des jours de repos sont supprimés ou mis en place et il y a aussi parfois un changement du numéro de téléphone, bien sûr.

 

L'entreprise Uberall a réalisé une analyse du marché US pour
découvrir la qualité des données des entreprises ayant
une présence stationnaire. Le résultat est effarant.

Mais une telle erreur n'a plus lieu d'être de nos jours. Depuis bien longtemps, il y a des sociétés spécialisées dans le maintien à jour des données des entreprises de la gastronomie. L'entreprise en question gère ses données à un seul endroit et le prestataire concerné les transmet aux portails. L'entreprise US Yext a obtenu une évaluation investisseurs d'un milliard de dollars grâce à ce modèle commercial.

Gestion de données pour machines

Il y a une raison à cela. Des données correctes et traitées proprement devraient être le cœur de votre numérisation. Quand des machines traitent des données de manière automatique, c'est la qualité de ces données qui détermine la qualité du résultat final. «Crap in, crap out» est une expression courante parmi les programmeurs. On a beau utiliser le meilleur des algorithmes, quand on fournit de mauvaises données, le résultat ne sera pas bon.

Ce qui vaut pour des données simples comme l'adresse, le numéro de téléphone et les heures d'ouverture, est tout aussi valable pour les données de base utilisées au sein de votre entreprise. Si les coordonnées des fournisseurs et clients ne sont pas justes, cela complique la communication des deux côtés. Les mailings illustrent très bien ce propos. Si vous essayez d'imprimer une formule d'appel personnalisée dans une lettre, il faut être sûr que la création, l'enregistrement et la transmission des données obéissent à un schéma fixe et que les données ont été vérifiées et d'éventuelles erreurs éliminées. Sinon, Madame Muller risque de recevoir un courrier commençant par «Monsieur le professeur».

Mais ce n'est qu'un tout petit exemple. L'ensemble du ciblage dépend de l'exactitude de la base de données. Si un algorithme émet l'hypothèse que les habitants de Zurich Oberstrass vivent majoritairement dans l'aisance et qu'il faut s'adresser à eux d'une autre manière qu'aux habitants de Dietikon, il vaudrait mieux que ce soit vrai pour que les coordonnées du système CRM soient utiles au moins. Un seul code postal ne suffit pas pour cela.

 

Si les données ne sont pas justes, Lidl va finir par
faire de la publicité avec des bannières en arabe sur un site d'informations allemand.

 

Dans la gestion des risques, la qualité des données de base joue un rôle important également. Il est possible d'ajouter un champ de données avec un monitoring des risques à la base de données. Il peut s'agir par exemple d'un indicateur de score comme le numéro D-U-N-S® de Dun & Bradstreet , qui fournit des renseignements sur la solvabilité d'une entreprise. Si vous ajoutez une analyse régulière à ce type de paramètre, votre entreprise va identifier à temps des risques aussi bien du côté des achats que des clients – comme un défaut de paiement – et pourra prendre des mesures pour contrer le problème.

Nettoyer, enrichir, entretenir

Si vous attachez des données supplémentaires telles les scores issus de sources de données externes, comme celles de Bisnode ou Dun & Bradstreet, à un paquet de données existant, on appelle cette démarche «enrichir» ou encore «affiner».
L'enrichissement est la deuxième étape de la mise en place d'un bon registre de données de base. On appelle données de base – ou encore Master Data – des données indispensables pour certains processus partiels de la gestion et qui devraient toujours être disponibles. Face à cela, il y a des données variables. Lors de la commande d'un composant, le numéro d'article et le fournisseur font partie des données de base, la quantité commandée et le prix sont variables.

L'approbation RGPD fait désormais partie des données obligatoires du CRM et donc des données de base. Le comportement de navigation enregistré sur le site internet de l'entreprise est cependant variable.

Tout commence par Master Data. Vous les avez saisies et collectées pendant de longues années pour les enregistrer dans différentes bases de données - parfois malheureusement aussi dans Excel. Chaque projet relatif aux données commence par une consolidation. Les données sont-elles correctes, sont-elles cohérentes, ont-elles un format homogène? On élimine les doublons, corrige les erreurs d'écriture et on insère les changements connus dans les paquets de données. Votre base de données sera nettoyée.

Lors d'une deuxième étape, les données sont enrichies. C'est intéressant par exemple pour le ciblage en marketing, mais aussi pour le service commercial ou le support. Alors que le spécialiste du marketing par exemple aimerait bien savoir à quel segment du groupe cible appartient le client à aborder, le service commercial voudrait plutôt savoir si le client est solvable. Quant au support, il travaille mieux quand il connaît les produits actuellement utilisés chez un client ou combien de temps il faut pour envoyer un technicien de service.

 

 

Nettoyer - enrichir - maintenir: Voici comment DPD a maîtrisé Master Data».
Ces deux étapes constituent les travaux préliminaires et c'est ensuite que débute la «boucle sans fin», à savoir la maintenance des données. Dans l'idéal, elle se fait de manière automatisée. Si votre logiciel de mail reçoit trois messages d'erreur du serveur disant qu'une adresse n'est plus juste, celle-ci sera supprimée. Pour beaucoup d'entrepreneurs, la suppression de données de base est toujours une procédure douloureuse mais elle contribue à une qualité nettement meilleure des résultats. Pour en rester dans l'exemple de l'e-mail: La Certified Senders Alliance qui essaie de venir à bout du problème du SPAM a convenu de vérifier et de nettoyer régulièrement les listes de diffusion de mails. Si l'on ne le fait pas, on finit sur la blacklist, classifié comme spammeur potentiel.

Mais ce sont des interfaces vers des fournisseurs de données comme Bisnode ou Dun & Bradstreet qui sont bien plus importantes pour l'automatisation. Ils entretiennent un univers de données avec désormais plus de 330 millions d'entreprises dans plus de 200 pays. Pour que les informations soient toujours à jour, ils ponctionnent plus de 30 000 sources de données à travers le monde pour intégrer des millions de changements tous les jours. Il y a déjà beaucoup d'entreprises qui importent les dernières informations dans leur base de données grâce à une interface de programmation. Les retours postaux appartiendront alors au passé, tout comme la formule d'appel «Monsieur le professeur» pour Madame Muller. Mais cela va encore bien plus loin. Le vendeur voit la stabilité financière d'un client chez lui, sur place, le marketing a une vue panoramique à 360° sur les prospects, Smart Data Analysis procure une réserve immense de leads qualifiés et bien d'autres.

À propos d'automatisation. Plus les machines communiquent entre elles, plus importante est une qualité constante des données. Pensez par exemple à l'internet des objets, à la synthèse vocale des systèmes de navigation ou aux enceintes connectées. Un système automatique par exemple ne peut traiter les données du site que si elles sont fournies dans un format que le système sait lire. L'ancienne pratique consistant à enregistrer l'adresse au format JPG ou GIF sur des sites web pour prévenir le SPAM serait extrêmement contreproductive aujourd'hui. Même Google Maps ne trouverait plus votre entreprise dans ce cas.

Que veut dire Master Data au juste?

Nous avons composé une infographie à ce sujet que nous proposons en téléchargement gratuit. Nous y expliquons ce que l'on entend au juste par Master Data, pourquoi elles sont si importantes pour la transformation numérique, quels problèmes peuvent se poser et comment obtenir des données de base parfaites et les entretenir grâce à un projet Master Data.

Les 10 meilleurs trucs et astuces

Les 10 meilleurs trucs et astuces

Infographie gratuite Marketing basé sur des données

Tout ce que vous devez savoir sur les données de base - expliqué brièvement et de manière compacte et présenté dans un graphique d'information.

Téléchargez l'infographie maintenant