11/06/2009

Selon Stéphane Baranzelli, Directeur Commercial d'Experian QAS, s'il est difficile d'aborder une stratégie de qualité des données, un ensemble d'organisations, de procédés et de technologies adaptés peuvent constituer un plan d'action efficace. Il dévoile ici les 10 principales étapes à suivre.

Télécharger le rapport au format PDF

1. Commencer par la fin

Dans un premier temps, il est important de définir les objectifs stratégiques car ils auront un impact sur le volume et la nature des données nécessaires lors de la collecte. Le but est de délimiter les champs à renseigner lors d'un entretien avec le client, et de collecter des informations ayant un format identique quelque soit le canal de communication.

2. Constituer les différentes données d'un contact

Cela consiste à définir les informations nécessaires pour constituer un contact dans une base de données, dans le but d'améliorer les échanges avec le client. En faisant une analyse des données existantes, il est alors facile de mettre en avant les informations manquantes.

3. Evaluer la qualité des données

Cette étape consiste à mesurer les données existantes afin d'en évaluer leur qualité, et suivre leur évolution. Quel est le taux de NPAI suite à des campagnes de mailing ?Est-il possible de repérer et définir le nombre de doublons dans une base ?Les formats utilisés sont-ils identiques quelque soit le canal de communication avec le client ?Des communications non adaptées donnent-elles lieux à des plaintes?

4. Les actions à entreprendre

Pour mesurer la qualité des données dans le temps, il faut différencier des phases de progrès et les mesurer grâce à des objectifs initiaux en mettant l'accent sur les éléments impactant le plus négativement l'activité. Pour remédier à cela, Experian QAS peut effectuer un audit de données et apporter son conseil sur une stratégie déjà existante.

5. Les facteurs clés de succès

Il est important d'obtenir le soutien de chaque acteur de l'entreprise étant en contact de près ou de loin avec les informations sur les clients et prospects. Chacun doit prendre conscience qu'il va influencer le résultat de la stratégie. Par exemple, mettre en place un système de récompenses peut améliorer la collecte et la saisie des données. De plus, adopter une communication en interne sur les améliorations permet à chacun de prendre conscience de son implication dans la stratégie de qualité de données.

6. Comment obtenir un budget significatif ?

- En mettant en avant l'impact d'un investissement pour un programme de qualité des données sur les objectifs généraux d'une entreprise.

- En établissant un cahier des charges qui doit impacter sur ces domaines :

• Amélioration de l'image de marque
• Réduction des coûts
• Amélioration de l'efficacité opérationnelle de l'entreprise
• Conformité avec la réglementation

7. Mettre en place des processus efficaces

Afin de maintenir la qualité des données dans le temps, il est important d'impliquer chaque personne manipulant des informations clients et prospects, améliorer les processus de saisie, de nettoyage et d'actualisation des données, clarifier les informations transmises afin d'atteindre les objectifs, réunir les acteurs de l'entreprise afin de constater l'efficacité des processus.

8. Recourir à la technologie

Une stratégie de Contact Data Management peut être mise en place grâce à des solutions logicielles. Les points suivants doivent être pris en compte :

• Ne pas polluer les données
• Assurer une bonne gestion du vieillissement des données
• Enrichir une base grâce à un profiling et une segmentation des clients
• Supprimer les contacts obsolètes

9. Comment mesurer l'évolution de la qualité des données ?

L'évaluation de certains critères permet de mesurer le retour sur investissement du programme :

• Satisfaction de la clientèle
• Rapidité en saisissant les données
• Exactitude : elle se traduit par une baisse des NPAI. Un meilleur ciblage entraine un meilleur rapport réponse/vente.

10. Recommencer

Lorsque le programme commence à porter ses fruits, il ne faut pas pour autant le négliger. Il faut alors reconsidérer les objectifs initiaux afin de mettre en avant les améliorations des résultats et adapter les processus.

Ces quelques recommandations permettent ainsi de mieux saisir les divers enjeux autour de la qualité des données, et il apparaît évident que des solutions adéquates permettent d'impacter positivement les retours su investissements de chaque organisation !

Téléchargez gratuitement le guide complet des 10 étapes pour une Stratégie de Qualité des Données