SlideShare une entreprise Scribd logo
© 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
© 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
© 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
© 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).
© 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.
© 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 ?
© 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
© 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
© 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
© 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
© 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
© 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
© 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
© 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

Contenu connexe

Tendances

Gouvernance des données - Pourquoi démarrer une gouvernance des données agile ?
Gouvernance des données - Pourquoi démarrer une gouvernance des données agile ?Gouvernance des données - Pourquoi démarrer une gouvernance des données agile ?
Gouvernance des données - Pourquoi démarrer une gouvernance des données agile ?
Zeenea
 
Matinale du MDM 2014
Matinale du MDM 2014Matinale du MDM 2014
Matinale du MDM 2014
Business & Decision
 
Matinale MDM 2013 Business & Decision
Matinale MDM 2013 Business & DecisionMatinale MDM 2013 Business & Decision
Matinale MDM 2013 Business & Decision
Jean-Michel Franco
 
[French] Transformez vos données produits et clients en chiffre d’affaires
[French] Transformez vos données produits et clients en chiffre d’affaires[French] Transformez vos données produits et clients en chiffre d’affaires
[French] Transformez vos données produits et clients en chiffre d’affaires
Jean-Michel Franco
 
DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
 DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
Micropole Group
 
[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data
Yann Gourvennec
 
MDM et BI : practices similaires, complémentaires ou différentes ?
MDM et BI : practices similaires, complémentaires ou différentes ?MDM et BI : practices similaires, complémentaires ou différentes ?
MDM et BI : practices similaires, complémentaires ou différentes ?
Jean-Michel Franco
 
Les 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeurLes 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeur
Jean-Michel Franco
 
Atelier Informatica MDM Forum micropole 2014
Atelier Informatica MDM Forum micropole 2014Atelier Informatica MDM Forum micropole 2014
Atelier Informatica MDM Forum micropole 2014
Micropole Group
 
La gouvernance des données
La gouvernance des donnéesLa gouvernance des données
La gouvernance des données
Microsoft Décideurs IT
 
Comment se mettre en conformité avec le GDPR ?
Comment se mettre en conformité avec le GDPR ?Comment se mettre en conformité avec le GDPR ?
Comment se mettre en conformité avec le GDPR ?
Pramana
 
TechDays 2015 - La gouvernance des données
TechDays 2015 - La gouvernance des donnéesTechDays 2015 - La gouvernance des données
TechDays 2015 - La gouvernance des données
Jean-Pierre Riehl
 
[French] Une Vision à 360° de vos clients grâce au Master Data Management et ...
[French] Une Vision à 360° de vos clients grâce au Master Data Management et ...[French] Une Vision à 360° de vos clients grâce au Master Data Management et ...
[French] Une Vision à 360° de vos clients grâce au Master Data Management et ...
Jean-Michel Franco
 
Matinales du MDM 2011
Matinales du MDM 2011Matinales du MDM 2011
Matinales du MDM 2011
Jean-Michel Franco
 
De la business intelligence au Big Data
De la business intelligence au Big DataDe la business intelligence au Big Data
De la business intelligence au Big Data
Technofutur TIC
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendances
Jean-Michel Franco
 
Presentation Matinée Gouvernance des donnees
Presentation Matinée Gouvernance des donneesPresentation Matinée Gouvernance des donnees
Presentation Matinée Gouvernance des donnees
Micropole Group
 
DATA FORUM MICROPOLE 2015 - Information Builders
 DATA FORUM MICROPOLE 2015 -  Information Builders DATA FORUM MICROPOLE 2015 -  Information Builders
DATA FORUM MICROPOLE 2015 - Information Builders
Micropole Group
 
Talend - Collaboration IT et metiers autour de la donnee en libre-service - ...
Talend - Collaboration IT et metiers autour de la donnee en libre-service -  ...Talend - Collaboration IT et metiers autour de la donnee en libre-service -  ...
Talend - Collaboration IT et metiers autour de la donnee en libre-service - ...
Micropole Group
 

Tendances (19)

Gouvernance des données - Pourquoi démarrer une gouvernance des données agile ?
Gouvernance des données - Pourquoi démarrer une gouvernance des données agile ?Gouvernance des données - Pourquoi démarrer une gouvernance des données agile ?
Gouvernance des données - Pourquoi démarrer une gouvernance des données agile ?
 
Matinale du MDM 2014
Matinale du MDM 2014Matinale du MDM 2014
Matinale du MDM 2014
 
Matinale MDM 2013 Business & Decision
Matinale MDM 2013 Business & DecisionMatinale MDM 2013 Business & Decision
Matinale MDM 2013 Business & Decision
 
[French] Transformez vos données produits et clients en chiffre d’affaires
[French] Transformez vos données produits et clients en chiffre d’affaires[French] Transformez vos données produits et clients en chiffre d’affaires
[French] Transformez vos données produits et clients en chiffre d’affaires
 
DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
 DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
DATA FORUM MICROPOLE 2015 - Atelier Stibo Systems
 
[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data[Fr] Information builders - MDM et Big Data
[Fr] Information builders - MDM et Big Data
 
MDM et BI : practices similaires, complémentaires ou différentes ?
MDM et BI : practices similaires, complémentaires ou différentes ?MDM et BI : practices similaires, complémentaires ou différentes ?
MDM et BI : practices similaires, complémentaires ou différentes ?
 
Les 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeurLes 4 étapes clés pour transformer les données client en valeur
Les 4 étapes clés pour transformer les données client en valeur
 
Atelier Informatica MDM Forum micropole 2014
Atelier Informatica MDM Forum micropole 2014Atelier Informatica MDM Forum micropole 2014
Atelier Informatica MDM Forum micropole 2014
 
La gouvernance des données
La gouvernance des donnéesLa gouvernance des données
La gouvernance des données
 
Comment se mettre en conformité avec le GDPR ?
Comment se mettre en conformité avec le GDPR ?Comment se mettre en conformité avec le GDPR ?
Comment se mettre en conformité avec le GDPR ?
 
TechDays 2015 - La gouvernance des données
TechDays 2015 - La gouvernance des donnéesTechDays 2015 - La gouvernance des données
TechDays 2015 - La gouvernance des données
 
[French] Une Vision à 360° de vos clients grâce au Master Data Management et ...
[French] Une Vision à 360° de vos clients grâce au Master Data Management et ...[French] Une Vision à 360° de vos clients grâce au Master Data Management et ...
[French] Une Vision à 360° de vos clients grâce au Master Data Management et ...
 
Matinales du MDM 2011
Matinales du MDM 2011Matinales du MDM 2011
Matinales du MDM 2011
 
De la business intelligence au Big Data
De la business intelligence au Big DataDe la business intelligence au Big Data
De la business intelligence au Big Data
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendances
 
Presentation Matinée Gouvernance des donnees
Presentation Matinée Gouvernance des donneesPresentation Matinée Gouvernance des donnees
Presentation Matinée Gouvernance des donnees
 
DATA FORUM MICROPOLE 2015 - Information Builders
 DATA FORUM MICROPOLE 2015 -  Information Builders DATA FORUM MICROPOLE 2015 -  Information Builders
DATA FORUM MICROPOLE 2015 - Information Builders
 
Talend - Collaboration IT et metiers autour de la donnee en libre-service - ...
Talend - Collaboration IT et metiers autour de la donnee en libre-service -  ...Talend - Collaboration IT et metiers autour de la donnee en libre-service -  ...
Talend - Collaboration IT et metiers autour de la donnee en libre-service - ...
 

En vedette

USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnelsUSI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
Joseph Glorieux
 
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BILe Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Microsoft Technet France
 
Brochure microsoft business_intelligence
Brochure microsoft business_intelligenceBrochure microsoft business_intelligence
Brochure microsoft business_intelligence
Ismail Niati
 
Afterworks présentation de la stack bi de microsoft
Afterworks présentation de la stack bi de microsoftAfterworks présentation de la stack bi de microsoft
Afterworks présentation de la stack bi de microsoft
Philippe Geiger
 
La BI, Power BI, et SQL Server 2014
La BI, Power BI, et SQL Server 2014La BI, Power BI, et SQL Server 2014
La BI, Power BI, et SQL Server 2014
SCALA
 
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BILe Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Microsoft Ideas
 

En vedette (6)

USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnelsUSI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
USI 2013 : 7 changements nécessaires pour sauver vos SI décisionnels
 
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BILe Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BI
 
Brochure microsoft business_intelligence
Brochure microsoft business_intelligenceBrochure microsoft business_intelligence
Brochure microsoft business_intelligence
 
Afterworks présentation de la stack bi de microsoft
Afterworks présentation de la stack bi de microsoftAfterworks présentation de la stack bi de microsoft
Afterworks présentation de la stack bi de microsoft
 
La BI, Power BI, et SQL Server 2014
La BI, Power BI, et SQL Server 2014La BI, Power BI, et SQL Server 2014
La BI, Power BI, et SQL Server 2014
 
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BILe Must du décisionnel avec l'ensemble de l'offre Microsoft BI
Le Must du décisionnel avec l'ensemble de l'offre Microsoft BI
 

Similaire à 7 points clés à retenir pour aborder le data management de données clients avec sérénité

Competitic simplifiez le pilotage de votre entreprise avec la business inte...
Competitic   simplifiez le pilotage de votre entreprise avec la business inte...Competitic   simplifiez le pilotage de votre entreprise avec la business inte...
Competitic simplifiez le pilotage de votre entreprise avec la business inte...
COMPETITIC
 
Bank insight n°7 - La valorisation de la donnée
Bank insight n°7 - La valorisation de la donnéeBank insight n°7 - La valorisation de la donnée
Bank insight n°7 - La valorisation de la donnée
Wavestone
 
6bestpracticeseffectivedashboards loc fr-fr
6bestpracticeseffectivedashboards loc fr-fr6bestpracticeseffectivedashboards loc fr-fr
6bestpracticeseffectivedashboards loc fr-fr
Heger Ben Meriem
 
5 étapes pour transformer vos données en informations stratégiques
5 étapes pour transformer vos données en informations stratégiques5 étapes pour transformer vos données en informations stratégiques
5 étapes pour transformer vos données en informations stratégiques
PRODWARE
 
Dep 2015 projets big data & dq 20151126 v1.3
Dep 2015 projets big data & dq 20151126 v1.3Dep 2015 projets big data & dq 20151126 v1.3
Dep 2015 projets big data & dq 20151126 v1.3
Hervé Husson
 
Matinale du MDM 2011
Matinale du MDM 2011Matinale du MDM 2011
Matinale du MDM 2011
Business & Decision
 
Pilotage de gestion, data et machine learning by Mindoo Management
Pilotage de gestion, data et machine learning by Mindoo ManagementPilotage de gestion, data et machine learning by Mindoo Management
Pilotage de gestion, data et machine learning by Mindoo Management
Cyril Lagrange
 
Bi vf-3
Bi vf-3Bi vf-3
Comment choisir sa solution de tableaux de bord ?
Comment choisir sa solution de tableaux de bord ?Comment choisir sa solution de tableaux de bord ?
Comment choisir sa solution de tableaux de bord ?
Jérôme MORIZOT
 
Comment choisir sa solution de tableaux de bord ?
Comment choisir sa solution de tableaux de bord ?Comment choisir sa solution de tableaux de bord ?
Comment choisir sa solution de tableaux de bord ?
Jérôme MORIZOT
 
Le cloud, source de visibilité
Le cloud, source de visibilité Le cloud, source de visibilité
Le cloud, source de visibilité
PRODWARE
 
Chp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique DécisionnelleChp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique Décisionnelle
Lilia Sfaxi
 
Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...
Jean-Michel Franco
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
Denodo
 
IBM Data lake
IBM Data lakeIBM Data lake
IBM Data lake
IBMInfoSphereUGFR
 
projet BI licnence.pdf
projet BI licnence.pdfprojet BI licnence.pdf
projet BI licnence.pdf
abdellah boukind
 
Systèmes d informations
Systèmes d informationsSystèmes d informations
Systèmes d informations
Reda Hassani
 
Decizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage CourteDecizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage Courte
Decizia
 
Chap1et2-IntroED (2 aaaaaaaaaaaaaaaa).pdf
Chap1et2-IntroED (2 aaaaaaaaaaaaaaaa).pdfChap1et2-IntroED (2 aaaaaaaaaaaaaaaa).pdf
Chap1et2-IntroED (2 aaaaaaaaaaaaaaaa).pdf
IbrahimBenhadhria
 

Similaire à 7 points clés à retenir pour aborder le data management de données clients avec sérénité (20)

Competitic simplifiez le pilotage de votre entreprise avec la business inte...
Competitic   simplifiez le pilotage de votre entreprise avec la business inte...Competitic   simplifiez le pilotage de votre entreprise avec la business inte...
Competitic simplifiez le pilotage de votre entreprise avec la business inte...
 
Bank insight n°7 - La valorisation de la donnée
Bank insight n°7 - La valorisation de la donnéeBank insight n°7 - La valorisation de la donnée
Bank insight n°7 - La valorisation de la donnée
 
6bestpracticeseffectivedashboards loc fr-fr
6bestpracticeseffectivedashboards loc fr-fr6bestpracticeseffectivedashboards loc fr-fr
6bestpracticeseffectivedashboards loc fr-fr
 
5 étapes pour transformer vos données en informations stratégiques
5 étapes pour transformer vos données en informations stratégiques5 étapes pour transformer vos données en informations stratégiques
5 étapes pour transformer vos données en informations stratégiques
 
Dep 2015 projets big data & dq 20151126 v1.3
Dep 2015 projets big data & dq 20151126 v1.3Dep 2015 projets big data & dq 20151126 v1.3
Dep 2015 projets big data & dq 20151126 v1.3
 
Matinale du MDM 2011
Matinale du MDM 2011Matinale du MDM 2011
Matinale du MDM 2011
 
Pilotage de gestion, data et machine learning by Mindoo Management
Pilotage de gestion, data et machine learning by Mindoo ManagementPilotage de gestion, data et machine learning by Mindoo Management
Pilotage de gestion, data et machine learning by Mindoo Management
 
Bi vf-3
Bi vf-3Bi vf-3
Bi vf-3
 
Comment choisir sa solution de tableaux de bord ?
Comment choisir sa solution de tableaux de bord ?Comment choisir sa solution de tableaux de bord ?
Comment choisir sa solution de tableaux de bord ?
 
Comment choisir sa solution de tableaux de bord ?
Comment choisir sa solution de tableaux de bord ?Comment choisir sa solution de tableaux de bord ?
Comment choisir sa solution de tableaux de bord ?
 
Le cloud, source de visibilité
Le cloud, source de visibilité Le cloud, source de visibilité
Le cloud, source de visibilité
 
Chp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique DécisionnelleChp1 - Introduction à l'Informatique Décisionnelle
Chp1 - Introduction à l'Informatique Décisionnelle
 
Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...Information Management : de l’excellence opérationnelle à l’excellence inform...
Information Management : de l’excellence opérationnelle à l’excellence inform...
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
IBM Data lake
IBM Data lakeIBM Data lake
IBM Data lake
 
projet BI licnence.pdf
projet BI licnence.pdfprojet BI licnence.pdf
projet BI licnence.pdf
 
Systèmes d informations
Systèmes d informationsSystèmes d informations
Systèmes d informations
 
Chap1 2 dw (1)
Chap1 2 dw (1)Chap1 2 dw (1)
Chap1 2 dw (1)
 
Decizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage CourteDecizia Décisionnel et Pilotage Courte
Decizia Décisionnel et Pilotage Courte
 
Chap1et2-IntroED (2 aaaaaaaaaaaaaaaa).pdf
Chap1et2-IntroED (2 aaaaaaaaaaaaaaaa).pdfChap1et2-IntroED (2 aaaaaaaaaaaaaaaa).pdf
Chap1et2-IntroED (2 aaaaaaaaaaaaaaaa).pdf
 

Plus de dibs-conseil

5 règles pour insufler la transformation
5 règles pour insufler la transformation5 règles pour insufler la transformation
5 règles pour insufler la transformation
dibs-conseil
 
Mettez sous controle votre strategie de developpement moyen terme
Mettez sous controle votre strategie de developpement moyen termeMettez sous controle votre strategie de developpement moyen terme
Mettez sous controle votre strategie de developpement moyen terme
dibs-conseil
 
Fidélisation de clients b2 b
Fidélisation de clients b2 bFidélisation de clients b2 b
Fidélisation de clients b2 b
dibs-conseil
 
Le pilotage des risques des très grands projets un véritable outil pour séc...
Le pilotage des risques des très grands projets   un véritable outil pour séc...Le pilotage des risques des très grands projets   un véritable outil pour séc...
Le pilotage des risques des très grands projets un véritable outil pour séc...
dibs-conseil
 
Bouffées d'optimisme autour de la transformation digitale
Bouffées d'optimisme autour de la transformation digitaleBouffées d'optimisme autour de la transformation digitale
Bouffées d'optimisme autour de la transformation digitale
dibs-conseil
 
Etudes quali quanti
Etudes quali quantiEtudes quali quanti
Etudes quali quanti
dibs-conseil
 
Mobiliser son comité de direction
Mobiliser son comité de directionMobiliser son comité de direction
Mobiliser son comité de direction
dibs-conseil
 
Après la cop21 engagez vous en faveur du climat social !
Après la cop21 engagez vous en faveur du climat social !Après la cop21 engagez vous en faveur du climat social !
Après la cop21 engagez vous en faveur du climat social !
dibs-conseil
 
14 dibs slideshare_1 équipe dirigeante sur 6 adapote la bonne attitude pour m...
14 dibs slideshare_1 équipe dirigeante sur 6 adapote la bonne attitude pour m...14 dibs slideshare_1 équipe dirigeante sur 6 adapote la bonne attitude pour m...
14 dibs slideshare_1 équipe dirigeante sur 6 adapote la bonne attitude pour m...
dibs-conseil
 
Analyse de la performance commerciale et montée en compétences
Analyse de la performance commerciale et montée en compétencesAnalyse de la performance commerciale et montée en compétences
Analyse de la performance commerciale et montée en compétences
dibs-conseil
 
La distinction entre B2B et B2C est-elle menée à disparaître ?
La distinction entre B2B et B2C est-elle menée à disparaître ?La distinction entre B2B et B2C est-elle menée à disparaître ?
La distinction entre B2B et B2C est-elle menée à disparaître ?
dibs-conseil
 
D’un pilotage de projet traditionnel à innovant, quelle marche à suivre ?
D’un pilotage de projet traditionnel à innovant, quelle marche à suivre ?D’un pilotage de projet traditionnel à innovant, quelle marche à suivre ?
D’un pilotage de projet traditionnel à innovant, quelle marche à suivre ?
dibs-conseil
 
Codir et coaching, la combinaison gagnante pour une meilleure performance
Codir et coaching, la combinaison gagnante pour une meilleure performanceCodir et coaching, la combinaison gagnante pour une meilleure performance
Codir et coaching, la combinaison gagnante pour une meilleure performance
dibs-conseil
 
Les enquêtes web : pour ou contre ?
Les enquêtes web : pour ou contre ?Les enquêtes web : pour ou contre ?
Les enquêtes web : pour ou contre ?
dibs-conseil
 

Plus de dibs-conseil (14)

5 règles pour insufler la transformation
5 règles pour insufler la transformation5 règles pour insufler la transformation
5 règles pour insufler la transformation
 
Mettez sous controle votre strategie de developpement moyen terme
Mettez sous controle votre strategie de developpement moyen termeMettez sous controle votre strategie de developpement moyen terme
Mettez sous controle votre strategie de developpement moyen terme
 
Fidélisation de clients b2 b
Fidélisation de clients b2 bFidélisation de clients b2 b
Fidélisation de clients b2 b
 
Le pilotage des risques des très grands projets un véritable outil pour séc...
Le pilotage des risques des très grands projets   un véritable outil pour séc...Le pilotage des risques des très grands projets   un véritable outil pour séc...
Le pilotage des risques des très grands projets un véritable outil pour séc...
 
Bouffées d'optimisme autour de la transformation digitale
Bouffées d'optimisme autour de la transformation digitaleBouffées d'optimisme autour de la transformation digitale
Bouffées d'optimisme autour de la transformation digitale
 
Etudes quali quanti
Etudes quali quantiEtudes quali quanti
Etudes quali quanti
 
Mobiliser son comité de direction
Mobiliser son comité de directionMobiliser son comité de direction
Mobiliser son comité de direction
 
Après la cop21 engagez vous en faveur du climat social !
Après la cop21 engagez vous en faveur du climat social !Après la cop21 engagez vous en faveur du climat social !
Après la cop21 engagez vous en faveur du climat social !
 
14 dibs slideshare_1 équipe dirigeante sur 6 adapote la bonne attitude pour m...
14 dibs slideshare_1 équipe dirigeante sur 6 adapote la bonne attitude pour m...14 dibs slideshare_1 équipe dirigeante sur 6 adapote la bonne attitude pour m...
14 dibs slideshare_1 équipe dirigeante sur 6 adapote la bonne attitude pour m...
 
Analyse de la performance commerciale et montée en compétences
Analyse de la performance commerciale et montée en compétencesAnalyse de la performance commerciale et montée en compétences
Analyse de la performance commerciale et montée en compétences
 
La distinction entre B2B et B2C est-elle menée à disparaître ?
La distinction entre B2B et B2C est-elle menée à disparaître ?La distinction entre B2B et B2C est-elle menée à disparaître ?
La distinction entre B2B et B2C est-elle menée à disparaître ?
 
D’un pilotage de projet traditionnel à innovant, quelle marche à suivre ?
D’un pilotage de projet traditionnel à innovant, quelle marche à suivre ?D’un pilotage de projet traditionnel à innovant, quelle marche à suivre ?
D’un pilotage de projet traditionnel à innovant, quelle marche à suivre ?
 
Codir et coaching, la combinaison gagnante pour une meilleure performance
Codir et coaching, la combinaison gagnante pour une meilleure performanceCodir et coaching, la combinaison gagnante pour une meilleure performance
Codir et coaching, la combinaison gagnante pour une meilleure performance
 
Les enquêtes web : pour ou contre ?
Les enquêtes web : pour ou contre ?Les enquêtes web : pour ou contre ?
Les enquêtes web : pour ou contre ?
 

7 points clés à retenir pour aborder le data management de données clients avec sérénité

  • 1. © 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