Master Data

Que veut dire Master Data?

On entend par Master Data les données de base d'une entreprise. Les données de base, quant à elles, sont toutes les données collectées et importantes pour l'économie de l'entreprise concernant les produits, fournisseurs, clients, collaborateurs, leads, etc. On les appelle aussi données maîtres ou données de référence.

Qu'est-ce qu'on entend par Master Data Management?

Le terme de Master Data Management désigne la technologie, les outils et processus pour rendre les Master Data accessibles partout dans l'entreprise. L'objectif consiste à garantir des données correctes, consistantes et complètes de manière transversale, au-delà des différents départements et entre d'autres entreprises. Le Master Data Management est responsable aussi bien de la génération des données que de leur suivi.

Qui est responsable des Master Data dans l'entreprise?

Traditionnellement, la responsabilité des Master Data incombe au service IT. De nos jours, les rôles du Chief Data Officer (CDO) et du Chief Information Officer (CIO) gagnent de plus en plus en importance. Mais en observant la pratique, on constate que Master Data est souvent poussé par le département qui encourt le plus grand risque de subir des dommages si les données sont mal gérées et mauvaises.

Quels sont les Stakeholders de Master Data dans l'entreprise?

• Marketing
• Sales
• Comptabilité
• Operations
• Category Management
• eCommerce
• Service clientèle/Customer Service
• Responsables CRM

Les silos de données qu’est-ce que c’est?

Les silos de données dans une entreprise sont des systèmes ou bases de données différents qui sauvegardent tous des données, mais entre lesquels il n'existe aucune interface. Il n'est donc pas possible de regrouper et d'analyser des données - à moins de déployer des efforts considérables, voire procéder manuellement.

Pourquoi les données doivent-elles circuler à l'intérieur de l'entreprise pour générer une valeur ajoutée?

Les données doivent circuler. C'est uniquement en étant disponibles au bon moment au bon endroit qu'elles produiront toute leur valeur. Cela signifie que les données doivent circuler au-delà des systèmes. Plus elles circulent vite, mieux vous serez en mesure d'anticiper correctement et de faire des prévisions.

Quels sont les avantages des entreprises qui tiennent des données nettoyées?

Les avantages des données nettoyées sont énormes pour une entreprise. Vous vous assurez une avance efficace sur la concurrence. Cela présente les avantages suivants:

• Vous êtes prêt pour le «data driven», donc à prendre correctement des décisions en se basant sur des données.
• Vous avez une vue homogène sur tous les domaines de l'entreprise.
• Vous avez un reporting homogène sur tous les domaines de l'entreprise.
• Des données correctes permettent une qualité constante des décisions.
• Vous avez une base pour alimenter des systèmes d'intelligence artificielle.
• Grâce aux données correctes, vous générez plus de chiffre d'affaires tout en réduisant les coûts.
• Vous avez une base vous permettant de gérer des risques de manière optimale.
• Vous êtes prêt pour la transformation numérique.

Pourquoi Master Data constitue le fondement d'un business axé sur les données?

«Data driven» implique des données correctes, à jour et complètes. C'est pour cette raison qu'un projet axé sur les données commence toujours par Master Data.

Qu'est-ce qu'on entend par transformation numérique?

La transformation numérique est une mégatendance qui occupe les personnes et l'industrie depuis des années. Elle désigne un processus de changement continu, fondé sur les technologies numériques.

Que sont les 4 C des Master Data?

• Code: Chaque entrée dans une base de données a besoin d'un code pour s'assurer qu'elle est unique. Mais chaque système possède ses propres codes. Cela signifie que les entreprises en utilisent plusieurs à travers les processus, départements et régions. Dans la pratique, on est obligé de les regrouper ou de définir un standard afin d'identifier sans équivoque des entités dans l'organisation de l'activité.
• Company: Les hiérarchies des entreprises ont beaucoup de niveaux: succursales locales, filiales, départements, jusqu'aux mères globales. Plus une entreprise est grande, plus la hiérarchie est complexe probablement. Il est indispensable de la connaître et de la représenter intégralement et correctement. On évite ainsi des ventes aux mauvaises sociétés et de faire des affaires avec des entreprises à risque.
• Category: Les catégories définissent les marchés et permettent une segmentation. De plus, elles sont le plus petit dénominateur commun en vue de la pénétration des marchés. Souvent, le ciblage se base sur les catégories et leurs attributs. Cela aide à trouver des clients potentiels à partir de l'industrie, du segment, du sous-segment, etc.
• Country: Le dernier C se rapport au pays ou simplement à l'origine géographique. Ici aussi, il y a des hiérarchies: pays, région, agglomération, province, ville, code postal.

En résumé: Code indique que quelque chose est unique. Company indique à qui elle appartient. Category indique la nature exacte de la chose. Country indique le lieu où elle se trouve. Avec ces informations, on détient le potentiel de gérer et développer des relations d'affaires à travers l'entreprise entière.

Quels sont les types de données qui existent?

• Données non structurées: Elles sont présentes sous forme d'e-mail, de papiers, d'articles, de sites internet, de brochures de produits, etc. Un format typique des fichiers est le PDF.
• Données transactionnelles: Elles sont générées par les ventes, livraisons, factures, réclamations et autres transactions monétaires et non monétaires. Elles constituent la base des analyses. Les données transactionnelles utilisent des Master Data pour décrire l'opération, p.ex. des données relatives au produit ou au client.
• Métadonnées: Ce sont des données qui décrivent d'autres données. Elles sont présentes sous forme de repository ou sous d'autres formes telles des fichiers XML, définitions, fichiers log ou données de configuration.
• Données hiérarchiques: Elles enregistrent les liens entre différentes données. Elles sont présentes en tant que partie du système de comptabilité ou de description de relations réelles du monde des affaires telles les structures des organisations ou spécifications des produits.
• Données de référence: Elles classent d'autres données dans des catégories ou affectent des données à des informations situées à l’extérieur des frontières de l'entreprise.
• Master Data: Ce sont les données essentielles ou de base qui saisissent les objets dans le cadre de l'activité professionnelle. Elles connaissent une modification irrégulière au fil du temps et sont dotées, si nécessaire, de données de référence elles aussi. Par Master Data, on n'entend pas des données transactionnelles, mais celles qui décrivent des transactions.

Dans le contexte des Master Data, qu'est-ce qu'on entend par qualité des données?

Les critères d'une qualité élevée des données sont:

• Précision
• Intégralité
• Actualité
• Consistance
• Conformité
• Intégrité
• Couverture

Pourquoi il ne faudrait jamais utiliser des données gratuites?

Si on utilise des données en accès libre pour son entreprise, on s'expose à un certain nombre de risques:

• Recherche chronophage de données pertinentes
• Beaucoup de données erronées, obsolètes et incomplètes
• Manque de mise en lien automatique avec les données existantes du CRM
• Profusion ingérable de données non structurées, non reliées de manière judicieuse
• Les robots d'indexation automatique relient les mauvaises données, p. ex. la mauvaise photo au mauvais profil.
• Dans le cas des données en accès libre, il n'est pas rare que cela engendre des licences onéreuses pour des smart data ou bien les données ne sont disponibles que contre inscription et en révélant des données personnelles ou de l'entreprise.

Quel est le processus de D&B visant à garantir la qualité des données appelé D&B DUNSRight TM?

Dun & Bradstreet définit la qualité des données comme précise, complète, actuelle et globalement consistante. Pour garantir cela, D&B utilisé le processus DUNSRightTM afin de collecter, agréger, traiter et vérifier des données. Les données sont issues de milliers de sources faisant l'objet d'innombrables changements tous les jours. Le processus garantit que les clients disposent en permanence d'informations actuelles et correctes, leur permettant de prendre les meilleures décisions pour leurs affaires en très peu de temps.

Comment débuter un projet Master Data?

Le plus souvent, une entreprise met en place un nouveau CRM et souhaite nettoyer les données auparavant. D'autres entreprises ont programmé de grandes actions de marketing ou d'activités de prospection du marché. Le déclencheur est donc toujours le fait de se rendre compte que soit les données de base sont de mauvaise qualité ou incomplètes, soit qu'il manque des informations importantes. Sur la base de cette prise de conscience, beaucoup d'entreprises se tournent vers un service de renseignement économique comme Bisnode pour solliciter une aide professionnelle.

Quelles sont typiquement les étapes d'un projet Master Data?

En règle générale, un projet Master Data comporte 3 étapes.

• Nettoyer des données: Compléter les données manquantes, corriger les données erronées, croiser les données au moyen du numéro D-U-N-S® et éliminer les doublons.
• Enrichir des données: Ajouter d'autres informations à chaque entrée comme l'indicateur de risque.
• Suivi des données: Maintenir les données complètes et correctes à long terme au moyen de la définition de champs obligatoires ou d'une connexion à l'univers de données de D&B.

Qu'est-ce qu'on entend par nettoyer des données?

Le point de départ d'un nettoyage des données est le plus souvent un projet comme la mise en place d'un nouveau système CRM ou une campagne de marketing. Typiquement, une entreprise met ses données de base à disposition d'un service de renseignement économique comme Bisnode. C'est lui qui procède au nettoyage. À cet effet, les informations existantes telles l'adresse, la raison sociale, l'adresse e-mail, le contact ou les numéros de téléphone sont vérifiées quant à leur exactitude et intégralité. Les données manquantes sont complétées, les données erronées sont corrigées. L'étape suivante est le matching (le croisement) avec le numéro D-U-N-S®, le numéro mondial d'identification unique des entreprises. Lors de cette étape, les doublons existants dans les bases de données sont éliminés.

Comment vos données clients sont-elles traitées?

Le premier pas consiste à décider dans quel but les données seront utilisées. Dans l'idéal, il s'agit de résoudre un problème quelconque.

S'ensuit alors le traitement des données et la définition des processus à même de garantir une qualité élevée des données. Cela comprend aussi le processus de saisie de nouvelles données afin qu'elles soient entrées correctement et intégralement.

Il est important de développer son répertoire clients en permanence. Les actions consécutives sont le moyen approprié à cela. Chaque campagne et chaque action doit faire l'objet d'une analyse méticuleuse. Les informations recueillies seront à nouveau intégrées à la base de données clients.

Qu'est-ce qu'on entend par enrichir des données?

Une fois les données nettoyées, il s'agit de les enrichir. Chaque société de la base de données comporte des informations supplémentaires, telles un indicateur de risque par exemple. Il propose une affirmation directe et rapide quant aux données financières d'une société et vous aide à prendre rapidement les bonnes décisions quant à la conclusion d'un contrat.

Comment s'assurer que la qualité des données reste élevée à long terme?

Exploiter et tenir à jour une base de données des sociétés est très fastidieux. Des centaines, voire des milliers de changements ont lieu tous les jours. Lors de la saisie de nouvelles données, il est judicieux de définir des champs dits obligatoires dans le CRM que les collaborateurs doivent impérativement renseigner. On garantit ainsi que les données soient toujours saisies dans leur intégralité. Une autre voie consiste à connecter le CRM à la base de données d'un service de renseignement économique comme Bisnode ou Dun & Bradstreet. Cela se fait le plus souvent au moyen d'une API/interface. Lorsqu'un collaborateur crée le dossier d'une nouvelle société, l'interface fait parvenir immédiatement les données complètes, actuelles et correctes.

Comment intégrer des Master Data dans des processus et architectures système?

Il y a différentes méthodes pour intégrer des Master Data dans des processus et architectures système:

• API (interfaces)
• Add-Ons
• Hors ligne
• SaaS (Software as a Service)

Qu'est-ce qu'on entend par identification sans équivoque?

Une identification sans équivoque est une combinaison unique de chiffres ou de lettres qui identifie sans confusion possible une société ou une personne privée. Cela signifie que cette combinaison n'a qu'une seule occurrence.

Le numéro D-U-N-S®, qu'est-ce que c'est?

Le numéro D-U-N-S® à 9 chiffres identifie des entreprises, des divisions, des institutions publiques et des indépendants partout dans le monde sans équivoque. D-U-N-S® signifie «Data Universal Numbering System» et il est publié par Dun & Bradstreet depuis 1962. Il s'est établi comme standard international depuis. Plus de 260 millions d'unités d'entreprises disposent d'un numéro D-U-N-S® aujourd'hui.

Est-ce que chaque entreprise possède son propre numéro D-U-N-S®?

Oui, Dun & Bradstreet attribue à chaque entreprise son propre numéro D-U-N-S®. En Suisse, chaque entreprise reçoit un numéro D-U-N-S® dès son inscription au registre de commerce.

Qui attribue le numéro D-U-N-S®?

Le numéro D-U-N-S® est attribué par Dun & Bradstreet.

Comment demander un numéro D-U-N-S®?

En Suisse, c'est Bisnode D&B qui attribue le numéro D-U-N-S®. La commande se fait en ligne sur le site internet www.bisnode.ch.

Pourquoi a-t-on besoin d'un numéro D-U-N-S®?

Quand Dun & Bradstreet attribue un numéro D-U-N-S® à une entreprise, elle crée en même temps le fichier appelé Business Credit File nécessaire pour vérifier l'entreprise.
Les développeurs d'appli n'ont pas d'autre choix que de demander leur numéro D-U-N-S®. Apple par exemple impose l'indication de ce numéro si vous soumettez une appli au store.

Quel est l'utilité du numéro D-U-N-S® pour la base de données clients ou le CRM?

Comme le numéro D-U-N-S® identifie sans équivoque les entreprises à travers le monde, il convient parfaitement pour faire office de clé primaire des données dans la gestion des données de base. Il constitue ainsi l'élément appelé Single Source of Truth pour la saisie et sauvegarde d'informations sur les clients, partenaires et fournisseurs.

Comment le numéro D-U-N-S® empêche de tenir des doublons dans le CRM?

Le numéro D-U-N-S® est sans équivoque à travers le monde et constitue ainsi la Single Source of Truth de votre base de données. Vous allez donc remarquer très facilement les doublons, à savoir au moment où le numéro D-U-N-S® est enregistré pour plus d'une entrée.

Comment le numéro D-U-N-S® m'aide-t-il à réaliser des campagnes de marketing de manière plus efficiente?

Grâce à l'utilisation du numéro D-U-N-S® comme identifiant dans votre base de données clients, vous disposez de nombreux avantages:

• L'absence de doublons évite d’envoyer des lettres en double au même destinataire.
• Le nombre de lettres impossibles à distribuer et retours postaux est nettement plus bas quand on entretient des données correctes et à jour. Cela réussit le mieux si on consulte, via une API du type D&B Direct Plus, toujours les données de base les plus actuelles de Dun & Bradstreet et en maintenant sans cesse la base de données clients à jour.
• On est au courant des relations dites Family Trees, on connaît donc les interconnexions entre les entreprises et les divisions. Cela évite d'écrire en double à la même société.
• L'enrichissement des données de base avec des données de risque permet de n'entrer en contact qu'avec les entreprises disposant d'une bonne notation et des finances solides. Cela évite des conclusions de contrats non sérieux et porteurs de risques.
• Vous avez accès à une quantité énorme de données et à des informations concernant votre groupe-cible telles la taille, la branche, la région, etc. Cela vous aide à opérer une segmentation et à définir les bons messages pour les différents groupes-cibles.