Les quatre mousquetaires de la qualité des données

Athos, Porthos, Aramis et d'Artagnan - tels sont les noms des quatre mousquetaires dans la littérature et le cinéma. Dans le domaine de la qualité des données, leurs noms sont Analyse des données, Nettoyage des données, Protection des données et Surveillance des données.

Analyse des données : statu quo sur la qualité des données

Avant même de pouvoir se pencher sur l'augmentation des données clients disponibles dans l'entreprise, les entreprises doivent d'abord avoir un aperçu de l'état actuel de leurs données.

Pour de nombreuses entreprises, cette première étape représente déjà un grand défi, car les données à analyser se trouvent généralement dans différents systèmes répartis dans toute l'entreprise.

La tâche la plus importante dans le domaine de l'analyse des données est de faire des déclarations fiables sur la nature et la qualité des données des clients, même si le volume des données est important.

Il s'agit par exemple de savoir si l'information correcte, par exemple le code postal, figure dans le champ prévu à cet effet. Ou dans quelle mesure les différents champs de données sont remplis. Et si les données contenues sont plausibles.

Il s'agit en outre de définir des règles et des mesures spécifiques à l'entreprise, qui permettront d'enrichir les ensembles de données existants.

Grâce à l'utilisation de filtres et de segmentations appropriés, l'analyse des données permet en outre de détecter les "valeurs aberrantes" ou les "anomalies", qui peuvent ensuite être traitées dans le cadre des mesures ultérieures visant à améliorer la qualité.

Nettoyage des données : Consolidation d'ensembles de données distribués

Lors de la deuxième étape, le nettoyage des données, il s'agit alors de remédier aux lacunes et aux déficits de qualité constatés précédemment dans l'analyse.

Pour ce faire, les données existantes sont extraites des différents systèmes sources de l'entreprise grâce à l'utilisation de connecteurs natifs.

Les enregistrements sont vérifiés par voie postale, les doublons et les enregistrements multiples sont recherchés et peuvent, le cas échéant, être enrichis d'informations supplémentaires telles que des données géographiques ou des informations statistiques secondaires.

C'est ici que sont créées les bases de ce que l'on appelle le "Golden Record", la "mère de tous les enregistrements de données de base".

Protection des données : pour une assurance qualité durable

Par protection des données, il ne faut pas entendre ici la protection des données au sens juridique du terme, mais les mesures qui garantissent que la qualité élevée des données clients créée précédemment puisse être maintenue et développée.

L'accent est mis sur la recherche d'erreurs dans les données, si possible au moment de leur saisie ou de leur modification.

Ainsi, les erreurs d'audition, de lecture et/ou de frappe peuvent être remarquées, affichées et corrigées dès la création de l'enregistrement.

Surveillance des données : la confiance, c'est bien, le contrôle, c'est mieux

Et finalement, la surveillance des données permet de s'assurer que le travail des trois autres modules n'a pas été fait en vain.

Si ce n'est pas le cas, l'expérience de nombreuses entreprises montre qu'une "pollution insidieuse" des données clients se produit à son tour, ce qui, dans la plupart des cas, n'est malheureusement reconnu que lorsqu'il est trop tard.

Parmi les raisons, on peut citer les déménagements, les divorces, les décès, mais aussi les changements de noms de rues et de localités ou les rattachements à une commune.

Ainsi, les mesures prises et les efforts déployés au cours des trois autres phases n'ont pratiquement servi à rien.

Il s'agit en quelque sorte d'un capteur de faiblesses dans la qualité des données, qui veille à ce que ces faiblesses soient détectées à un stade précoce, avant qu'elles n'aient un impact sur le système cible.

Les règles et directives définies par l'entreprise elle-même pour la qualité des données en constituent la base. Ces directives sont également contrôlées en vue des modifications et mises à jour nécessaires.

L'optimisation réussie des données clients n'est possible que par une approche intégrée. De nombreuses entreprises ont entre-temps reconnu l'importance d'un niveau élevé de qualité des données comme condition préalable au bon déroulement des processus commerciaux dans les domaines les plus divers.

Malheureusement, ils mettent l'accent sur des points différents et concentrent souvent leurs efforts sur certaines mesures seulement. Et ils oublient que la devise des quatre mousquetaires citée au début s'applique aussi à la gestion des données de base.

À quoi sert une analyse détaillée des données si l'on n'en déduit pas les mesures correspondantes de nettoyage des données ?

Et même les effets positifs d'un premier nettoyage seront rapidement "dilués" si aucune mesure n'est prise pour maintenir durablement un niveau élevé de qualité des données.

Et finalement, même le meilleur monitoring dans le cadre d'une surveillance des données ne sert à rien si les résultats ne sont pas intégrés dans une nouvelle analyse des données et ne déclenchent donc pas un nouveau processus d'amélioration de la qualité des données.

Cela montre aussi clairement que les initiatives visant à améliorer la qualité des données clients traitées par l'entreprise ne sont pas une opération limitée dans le temps, ni même une action ponctuelle.

Au lieu de cela, une boucle fermée intégrée et continue est nécessaire pour parvenir à une optimisation et à une garantie durables de la qualité des données : Un pour tous, tous pour un.

L'objectif : une vue à 360 degrés du client

Il existe certes des événements uniques, comme la mise en place d'un nouveau système CRM, la migration d'un ERP ou même le rachat d'une entreprise, qui nécessitent une migration et une consolidation des données et qui peuvent donc être à l'origine d'une initiative d'optimisation de la qualité des données.

Toutefois, dans la plupart des cas, les entreprises qui s'intéressent à l'optimisation de la qualité de leurs données clients cherchent aujourd'hui à obtenir une vue à 360 degrés de leurs clients, aussi précise, complète et actuelle que possible.

Pour qu'ils puissent accompagner leurs clients de manière optimale à travers les différentes phases du parcours client individuel.

En fin de compte, la vision à 360 degrés du client joue un rôle central dans le commerce lorsqu'il s'agit de se positionner comme un compagnon attrayant pour le client et de le fidéliser ainsi à moyen terme.

À l'heure de la distribution multicanal, omni-canal et cross-canal, il s'agit ici de servir tous les points de contact clients - hors ligne et numériques - avec des informations et des offres authentiques et adaptées à chaque client.

Du Golden Record au Golden Profile

Plus le client devient numérique, plus il est important pour les entreprises de collecter et de consolider non seulement les données et les informations connues sur un client au sein de l'entreprise, mais aussi de suivre les "traces" que le client laisse aujourd'hui sur Internet et les réseaux sociaux.

Avec Ground Truth, Uniserv a donc développé une méthodologie de solution et de processus qui aide les entreprises à créer, dans le cadre d'une procédure en plusieurs étapes, le Golden Profile de chaque client, qui agrège ses données d'adresse, son comportement d'achat, ses intérêts et ses préférences, mais aussi sa communication et son interaction avec l'entreprise en un ensemble de données central.

De plus, les Golden Profiles intègrent les "traces" laissées par le client sur Internet et les réseaux sociaux.

Autrement dit, les données de base de chaque client (Golden Record) ainsi que les données de mouvement (données de transaction et d'interaction) sont réunies (Golden Profile). Ground Truth assure en outre une mise à jour continue de ces données et une synchronisation des données entre les différentes sources.

Spécialement pour l'analyse prédictive, Uniserv a développé un prototype basé sur Ground Truth en coopération avec la Hochschule der Medien de Stuttgart.

L'objectif de ce prototype était d'illustrer l'importance de la qualité des données en tant que facteur de réussite critique pour la qualité des prévisions.

Conclusion

Un pour tous, tous pour un : Cette devise n'était pas seulement valable pour les quatre mousquetaires de la littérature et du cinéma, cette devise est aussi et surtout valable pour les quatre mousquetaires de la qualité des données : analyse des données, enrichissement des données, protection des données et surveillance des données.

Chaque élément en soi exige une planification et une mise en œuvre minutieuses, mais ce n'est que dans une interaction sans faille et une intégration en boucle fermée que la qualité des données dans l'entreprise atteint un tout nouveau niveau, qui peut être maintenu durablement et optimisé progressivement.

Ce n'est qu'à ce moment-là que la base est créée pour l'utilisation de Ground Truth. Et ce n'est qu'à ce moment-là que l'entreprise obtient une vue précise, complète et actuelle à 360 degrés sur le client et donc une confiance fondamentale dans la qualité de ses propres données.