Contenu connexe Similaire à 7 points clés à retenir pour aborder le data management de données clients avec sérénité (20) Plus de dibs-conseil (14) 7 points clés à retenir pour aborder le data management de données clients avec sérénité1. © Dibs 1
CONSEIL EN STRATEGIE DE DEVELOPPEMENT & MARKETING DE L’OFFRE
FRANCE & INTERNATIONAL
Les 7 points clés à retenir
pour aborder le Data management
de données clients avec sérénité
2. © Dibs 2
Le Data management consiste à rapprocher des
données, soit stockées dans les Systèmes
d’Information de l’entreprise, soit provenant de
sources externes à l’entreprise
afin accroître leur valeur.
Les principaux objectifs recherchés sont de mieux
gérer la relation client et d’augmenter la
performance commerciale.
1. LE DATA MANAGEMENT DE DONNÉES CLIENTS
3. © Dibs 3
Les principaux objectifs recherchés sont de mieux
gérer la relation client et d’augmenter la performance
commerciale.
Croiser ma base de données des contrats avec celle des clients pour savoir
comment se répartissent mes contrats par typologie de client.
Croiser ces BDD avec celle des entreprises françaises pour identifier qui sont mes
prospects, où ils se situent et les positionner sur une carte pour organiser ma force
de vente, mon outil de production ou connaître mes parts de marché.
« Siretiser » (affecter un numéro SIRET ou SIREN) ma base de comptes clients
avec une base externe pour avoir une mise à jour des données groupe à chaque
fusion / acquisition / vente ou encore avoir une note financière de l’entreprise cliente
avant de contractualiser avec elle.
Faire du « prédictif » ; Je caractérise mes clients, je trouve des bases externes de
prospects qui utilisent ces caractéristiques et je cible les prospects dont les
caractéristiques sont proches de celles de mes clients
1. LE DATA MANAGEMENT DE DONNÉES CLIENTS
Les avancées technologiques issues de la transformation digitale
pourraient demain vulgariser la pleine pratique du Data Management
4. © Dibs 4
2. LES PRÉREQUIS DU DATA MANAGEMENT
Le contenu (les données) et le contenant (la structure de chacun des fichiers)
doivent être de qualité (normalisation de la saisie, taux de complétion…).
Les fichiers à croiser utilisent des référentiels communs : identifiant d’une
entreprise (Siren), nomenclature d’activité, de produits, de marché, etc.
Vos outils sont puissants pour traiter la data (base de données de type
MySQL…).
Pour valoriser ces données, il est nécessaire de
s’assurer des conditions suivantes :
Le contenu (les données) et le contenant (la structure de chacun des fichiers) doivent être de qualité (normalisation
de la saisie, taux de complétion…).
Les fichiers à croiser utilisent des référentiels communs
(Identifiant d’une entreprise (Siren), nomenclature d’activité, de produits, de marché, etc…)
Vos outils sont puissants pour traiter la data (base de données de type MySQL…).
Vous avez de la méthode et du savoir-faire pour :
Bien faire (fiabilité),
Faire vite (coût),
Que le résultat crée de la valeur (pertinence),
Que cela soit pérenne (reproductibilité).
5. © Dibs 5
3. QUI DOIT S’IMPLIQUER DANS LE DATA MANAGEMENT ?
Les Directions Métiers
En définissant ses besoins en termes de tableaux de bord, graphiques,
statistiques courantes et en validant la qualité des données et des résultats qui
découlent de leur traitement.
En validant la cohérence, lors de la consolidation de données issues de
plusieurs centres de profit qui n’ont pas de système d’information centralisé.
En garantissant la pertinence des résultats des traitements de masse des
données lors d’un changement d’offre, de business model économique…
En cherchant à augmenter sa performance industrielle, économique et
commerciale en croisant des données internes avec des bases externes.
6. © Dibs 6
La Direction Générale
Lors de la mise en place d’un MDM (Master Data Management).
Lors d’une fusion / acquisition pour rapprocher des données des systèmes
d’information (SI) hétérogènes.
Lorsque l’on veut rapprocher la vision financière de l’entreprise (DAF) de la
vision client (Direction marketing commerciale) pour définir puis décliner sa
stratégie.
Quand le data management participe à revoir le business model économique de
l’organisation pour rester compétitive.
Quand les référentiels des sachants métiers ne sont plus suffisants pour garantir
la pertinence des résultats et que les décisions à prendre sont critiques.
3. QUI DOIT S’IMPLIQUER DANS LE DATA MANAGEMENT ?
7. © Dibs 7
Leurs données consolidées ne sont pas fiables.
Ils sont sous-informés parce que leur entreprise ne peut pas
utiliser la puissance de leur patrimoine data.
Celui qui détient l’information a le pouvoir ; y compris,
celui de prendre les mauvaises décisions au regard
d’informations erronées !
3. QUI DOIT S’IMPLIQUER DANS LE DATA MANAGEMENT ?
Constats concernant la plupart des entreprises
8. © Dibs 8
Deux principales raisons à cela :
La qualité de la donnée saisie est souvent faible
La donnée que l’on saisit peut être fiable à un instant T et perdre
de la valeur avec le temps
(évolution de l’environnement, de ce qui la caractérise)
Partez du principe que les données de vos systèmes
d’information sont probablement d’une qualité
médiocre (comme celles des bases externes)
7. LES 7 POINTS CLÉS À RETENIR POUR ABORDER LE DATA
MANAGEMENT
11
9. © Dibs 9
Pour définir votre besoin auprès des acteurs du processus
(Croiser les données pour obtenir les états de sortie souhaités : tri simple, tri
croisé, cube, hyper cube…)
Pour savoir quelles données permettront de satisfaire les axes
d’analyse recherchés
Pour préciser la nature, la quantité de travail à réaliser, son délai
de mise en œuvre
(On peut faire le choix de tout traiter ou de se focaliser sur les 20/80 qui créent
de la valeur pour l’entreprise)
Attachez-vous à ce qui a de la valeur
pour votre entreprise
7. LES 7 POINTS CLÉS À RETENIR POUR ABORDER LE DATA
MANAGEMENT
12
10. © Dibs 10
Identifiez
- les sources internes, externes de données disponibles / utilisées
- la nature des référentiels qui les lient
7. LES 7 POINTS CLÉS À RETENIR POUR ABORDER LE DATA
MANAGEMENT
13
Identifiez
- les données pertinentes de celles qui ne le sont pas ou peu
tout n’est jamais bon mais tout n’est jamais mauvais !
14
11. © Dibs 11
Listez les référentiels de données existants et identifiez ceux à
créer
Vérifiez les tables de ces référentiels de données
(Avec le temps, un référentiel est souvent pollué, ou les évolutions
technologiques font disparaître des valeurs et en font apparaître de nouvelles)
Pensez à mettre à jour les données relatives aux référentiels
revisités
Construisez une solution de mise en œuvre pérenne
car, dans bien des cas, il faudra refaire le traitement
chaque année
7. LES 7 POINTS CLÉS À RETENIR POUR ABORDER LE DATA
MANAGEMENT
15
12. © Dibs 12
Compromettre les données et, par conséquence, l’analyse qui en
découlera est bien plus simple que vous ne l’imaginez.
Un processus de traitement itératif permet de revenir à des étapes
précédentes en cas de doute ou d’erreur.
Un processus de mesure de la qualité garantit la fiabilité du traitement
des données, garantit la pertinence du résultat obtenu et vous
permettra d’expliquer les résultats.
Mettez un système de contrôle qualitatif strict
tout au long du traitement des données
7. LES 7 POINTS CLÉS À RETENIR POUR ABORDER LE DATA
MANAGEMENT
16
13. © Dibs 13
Les résultats obtenus, lorsque l’on traite de la donnée en masse, vont
souvent à l’encontre de certitudes, d’intuitions ou de vérités à ne pas
dire… ou à dire avec diplomatie !
N’oubliez pas de vous armer de patience
et de conviction
7. LES 7 POINTS CLÉS À RETENIR POUR ABORDER LE DATA
MANAGEMENT
17
14. © Dibs 14
CONDITIONS GÉNÉRALES
Paris
51 rue Sainte Anne 75002 PARIS
Tel: +33 1 55 35 93 94
Lyon
27 Av Georges Pompidou 69003 LYON
Tel: +33 4 72 83 19 19
NOUS CONTACTER
dibs.fr
linkedin.com/company/dibs
slideshare.net/dibs-conseil
Pascal ARNAUD
Nous contacter par mail : parnaud@dibs.fr
Nous appeler : +33 1 55 35 93 94