Le document présente une méthodologie pour assurer la qualité des données dans un système CRM, soulignant l'importance d'adapter les données aux besoins clients pour maximiser la satisfaction. Il décrit les étapes nécessaires, de l'audit initial à la maintenance continue des données, en mettant l'accent sur le nettoyage, la vérification des doublons et le maintien des standards de qualité. En appliquant ces processus, une entreprise peut atteindre une performance optimale de son CRM, augmentant la fiabilité des analyses et renforçant la relation client.

1. Implémenter une démarche de Data Quality dans votre CRM: Méthodologie, process et outils Jean-Marc Leclère Directeur Uniserv France

2. Sommaire: Un CRM : Pour quoi faire ? Eléments essentiels pour le succès d’un CRM Définition et typologie de la Qualité CRM et Qualité de données : La combinaison idéale CRM et Qualité de données : Démarche de mise en œuvre pas à pas First time right : Le pare feu de la Qualité de données Data Maintenance : Maintien des Std. de Qualité de données Bénéfice de la Qualité de donnée : pour votre CRM, pour votre Entreprise

3. 1) UN CRM : Pourquoi faire? Objectif n° 1: Adapter l’entreprise aux besoins du client et l’esprit de services qui la sous-tend La gestion de la relation client est motivée par la volonté de : Etablir des relations commerciales pérennes Assurer la stabilité économique de l’entreprise Contribuer au renforcement des contacts commerciaux

4. 1) UN CRM : Pourquoi faire? (2) La création d’un réseau de relations stables ( partenaires commerciaux, clients) apporte de nombreux avantages: Possibilité d’améliorer la relation et/ou le produits, Diminuer le risque de perte de client En cas de relation de longue durée, le client remonte les nouvelles exigences du marché Un client satisfait recommande vos produits et est votre meilleur « vendeur » Un client satisfait est plus enclin à accepter des augmentations de prix

5. 2) Eléments essentiels pour le succès d’ un CRM Le client est le centre d’intérêt dans un système CRM Il faut distinguer CRM opérationnel et CRM analytique: Le CRM analytique sert d’entrepôt de données clients et sert de base aux évaluations de la « Business Intelligence » Le CRM opérationnel couvre les domaines du marketing, des ventes et des services. Marketing: gestion de campagnes, filtres, ciblage Ventes: contact client, maintient de la relation, carnet de bord des relations Services: gestion des réclamations, assistance au client, réponse aux attentes

6. 2) Eléments essentiels pour le succès d’un CRM (2) Le CRM est une aide pour assurer le respect des règles métiers Un CRM performant doit améliorer la satisfaction de la clientèle IMPORTANT : le personnel en contact avec le client est la carte de visite de l’entreprise Il véhicule l’image de qualité des produits et des services à l’extérieur

7. 3) Définition et typologie de la qualité Toutes actions que l’on peut entreprendre, en amont, en cours de réalisation d’un projet pour améliorer le produit ou le service, en en aval pour suivre le produit ou le service livré L’ensemble des propriétés et caractéristiques d’un produit ou d’un service qui lui confère l’aptitude à satisfaire des besoins exprimés ou implicites (ISO8402-1994) On distingue: Qualité attendue: celle que le client souhaite Qualité voulue: que le fournisseur a prévu de faire Qualité réalisée: traduit ce qui a été obtenu Qualité perçue: ce que le client constate

8. 3) Définition et typologie de la qualité Rappel de quelques critères et métriques de la DQ: Fiabilité : confiance accordée aux données Fraicheur : Comparaison date saisie et date du jour Complétude: Existence des données : taux de valeurs non manquantes Exhaustivité: capacité des données à répondre à un besoin Exactitude: taux de valeurs correctes Conformité : par rapport à un format, un type, .. Crédibilité : vraisemblance Actualité : taux de valeurs non obsolètes Précision : bon niveau de détail , pour les données numériques

9. 4) CRM et Qualité de données: la combinaison idéale Pour Le CRM analytique: La qualité des données doit être irréprochable car les données servent de base pour la prise de décision stratégiques appropriées Pour le CRM opérationnel: La qualité des données signifie: Des données d’adresses correctes ( y compris Internationales) Un stock de données clients exempt de doublons Des données client complètes, à jour, et consolidées La qualité des données : condition indispensable pour obtenir une: « vision unique du client »

10. 4) CRM et Qualité de données: la combinaison idéale Adresses correctes: Vérifier, valider, corriger et normaliser les données d’adresse Actualiser les données d’adresses ( nouvelles voies, nouvelles localités) Enregistrer les déménagés et actualiser les nouvelles adresses Enregistrer les changements concernant les entreprises ( fusions, déménagement) Exempt de doublons : Détecter les doublons certains, Individus, Foyers, Entreprises, Contacts Détecter les doublons probables: degré de similitudes personnalisables Le client ne doit apparaitre qu’une seule fois dans la base de données Consolider les informations issues des différents doublons

11. 5) CRM et Qualité de données: Introduction pas à pas Que l’on veuille implémenter , optimiser ou grouper des systèmes CRM, Il faut passer par Trois processus distincts : Nettoyage initial des données Traiter les données selon le principe du « First Time Right » Data maintaining: assurer le maintien de la qualité dans le temps

12. 5) CRM et Qualité de données: Introduction pas à pas Commencer par un Audit de qualité des données pour: Connaitre la structure des données à migrer Connaitre les règles de métier existantes Puis: Définir des valeurs seuils critiques Définir des indicateurs de performance clé (KPI) Puis: Analyser un échantillon sur la qualité des adresses: OK,KO, ambigües Mesurer le taux de doublons certains ou probables (% similitude) Puis: Paramétrer les outils de nettoyage initial

13. 5) CRM et Qualité de données: Introduction pas à pas

14. 5) CRM et Qualité de données: Introduction pas à pas Nettoyage initial des données Conversion en un format de données unique: expl: +33 (1) 48 63 91 91 0033-1.48.63.91.91 +33 148639191 01.48.63.91.91 Assignation des contenus à des champs uniformes: expl: Data A: Nom : Pfeiffer, Roland Data B: Prénom : Roland Nom de Famille : Pfeiffer Data C: Contact : Roland Pfeiffer

15. 5) CRM et Qualité de données: Introduction pas à pas Nettoyage initial des données Analyse des éléments du nom : expl: Uniserv Sarl Nom de l’entreprise: UNISERV Forme juridique: Sarl Contrôle et validation des adresses : expl: Rastatterstrasse 13 est corrigé en : Rastatter Str. 13 75197 Forzheim est corrigé en: 75179 Pforzheim Mise à jour des déménagés: En France 12 Millions de déménagés par an, actualiser les données des personnes, topage des adresses invalides, màj avec les nouvelles adresses

16. 5) CRM et Qualité de données: Introduction pas à pas Nettoyage initial des données Conversion/correction des adresses dans un format normalisé: Entrée : Sortie formatée : Ligne 1: Stephane Dupont Stéphane Dupont Ligne 2: Imm. Le Corbusier Esc B Escalier B Ligne 3: 12 rte. de Locminer Immeuble Le Corbusier Ligne 4: 56105 Baux 12 Route de Locminé Ligne 5: Ligne 6: 56150 BAUD

17. 5) CRM et Qualité de données: Introduction pas à pas Identification des doublons: Utilisation d’algorithmes de recherche personnalisée Détermination d’un degré de similitude Expl: Enrg. 1 : Roland Pfeiffer Rastatter Str. 13 75179 Pforzheim Enrg. 2: R. Pfeifer Rastatterstrasse 31 75179 Forzheim Création de « Golden Record » : Consolidation des informations provenant de doublons subséquents dans un seul enregistrement de tête: permet une vision 360°

18. 6) First Time Right: Le pare-feu de la qualité des données Définition de règles de saisie: affection des valeurs aux bons champs Contrôle syntaxique au niveau des champs ( N° de tél, e-mail ) Vérifier la validité de l’adresse saisie: correction orthographique, syntaxique, sémantique, postale Aide à la saisie: mise en place de client ’Rapid Entry’ Recherche de préexistence de données client : recherche floue, rapide , tolérante aux erreurs Enrichissement par des informations complémentaires ( X/Y….)

19. 6) First Time Right: Le pare-feu de la qualité des données La mise en œuvre se fait à l’aide de connecteur DQ Les connecteurs permettent l’intégration des mécanismes de DQ Au moment de l’enregistrement des données Au moment de la mise à jour de données L’exécution de ces tâches se fait en arrière plan, sans intervention de l’utilisateur De manière rapide et précise sans perturber le flux de travail de l’opérateur

20. 6) First Time Right: Le pare-feu de la qualité des données dans les principaux CRM du marché Plug-in déjà disponibles …

21. 7) Data Maintenance: Maintien des std de qualité des données Malgré le nettoyage initial et le data firewalling, il faut procéder à un contrôle/ajustement régulier du stock de données: Pcq les données relatives aux rue, localités changent ( ≈ 80.000 changements annuels affectent le fichier des rues) Pcq les données relatives aux déménagements sont permanentes Pcq la source des données d’enrichissement évolue Pcq la réglementation ou l’environnement d’exécution de notre métier évolue

22. 7) Data Maintenance: Maintien des std de qualité des données Nécessité de valider les déviations de qualité par rapport aux KPI définis Valider le respect des règles métier par un monitoring régulier Veiller au maintien des seuils critiques définis et prendre les mesures de correction: Formation des utilisateurs Changement ou évolution des processus Evolution des logiciels de contrôle et de saisie/màj Anticiper les changements de règlementation Intégrer les nouvelles contraintes extérieures

23. 8) Bénéfices pour votre CRM et votre Entreprise : Une fois ces trois étapes implémentées et maitrisées Votre CRM atteint sa performance optimale Le ROI de votre CRM correspond aux attentes exprimées par la DG Les analyses issues du CRM analytique deviennent fiables Le CRM opérationnel renforce la relation client dans le LT La confiance des utilisateurs dans la qualité des données augmente Cette confiance accroit leur efficacité, et réduit les coûts

24. 0 Uniserv GmbH Rastatter Str. 13 75179 Pforzheim Germany Tel. +49 7231 936-0 Fax +49 7231 936-3002 [email_address] www.uniserv.com