Guide de l’enrichissement des données – Comment enrichir et optimiser les données CRM pour obtenir des informations précises ?

La personnalisation des clients est un impératif commercial numérique qui nécessite des données clients propres, actualisées et enrichies. Le processus d’enrichissement des données, qui fait partie d’un cadre de gestion de la qualité des données, permet aux entreprises d’augmenter les données de tiers ou de consolider les données existantes pour obtenir des informations précises et pertinentes sur leurs dossiers clients.

Sur le marché concurrentiel d’aujourd’hui, l’entreprise qui connaît le mieux ses clients mène la danse.

Mais l’enrichissement des données n’est pas une entreprise facile. Pour que cette initiative soit utile, il faut donner la priorité à un élément clé du processus, à savoir la qualité des données. Pour qu’un processus d’enrichissement des données soit couronné de succès, vous avez besoin de données propres, fiables et utilisables .

Ce billet vous aidera à comprendre le rôle du nettoyage des données dans le processus d’enrichissement des données et pourquoi il est si important de se concentrer sur la qualité des données.

Qu’est-ce que l’enrichissement des données ?

Un CRM contient généralement des informations de contact de base telles que des noms, des adresses électroniques, des numéros de téléphone, etc. Les entreprises ont besoin de plus d’informations pour mieux connaître leurs clients.

Par exemple, où travaille le client A ? Quel est le titre de leur poste ? Quelle est leur marque de technologie préférée ? Quel est leur état civil ou leur niveau de revenu ? Les informations démographiques et firmographiques contribuent à l’enrichissement du CRM, permettant à l’organisation d’obtenir des informations plus approfondies sur ses clients, qu’elle peut utiliser pour accroître les performances des ventes et du marketing.

Voici un exemple d’enrichissement d’une base de données à un niveau élémentaire. Des informations supplémentaires sur l’entreprise du client et le revenu moyen sont ajoutées aux fiches de contact pour obtenir un aperçu complet du profil du client. Au fur et à mesure que l’organisation développe ses objectifs en matière de service à la clientèle ou de personnalisation, des données sur le ménage, telles que l’état civil du client, sa situation familiale et autres, seront ajoutées à cette base de données. L’objectif ultime est de créer une vue à 360° du client.

Les entreprises telles que les banques, les assurances et les sociétés financières ont du mal à consolider et à enrichir leurs données car elles sont stockées dans des systèmes disparates.

Les compagnies aériennes et les agences de voyage sont les parfaits exemples d’organisations qui disposent de données disparates réparties sur quatre ou cinq bases de données. Pour améliorer l’expérience des passagers, les compagnies aériennes devront consolider les données relatives aux passagers telles que les noms complets, les adresses, les dates de naissance exactes, l’attribution des sièges, les cartes de crédit et toute autre information qui devrait faciliter la personnalisation. Cependant, la plupart des compagnies aériennes n’ont pas mis en place un plan solide de gestion ou d’enrichissement des données afin d’utiliser ces données pour propulser le ML ou l’IT. Initiatives en matière d’IA. Alors que les entreprises s’activent pour bénéficier du big data, du ML et de l’IA, elles doivent enrichir leur CRM avec des données sur le mode de vie et le comportement pour offrir des services personnalisés. Mais pour que cela soit possible, ces organisations devront nettoyer, mettre à jour et gérer les données structurées et non structurées.

L’enrichissement des données peut donc se résumer à une activité qui consiste à prendre une grande quantité de données disparates, structurées et non structurées provenant de diverses sources et à les transformer en quelque chose de valeur.

Le processus – Comment les données sont-elles enrichies ?

Il existe deux façons d’enrichir les données.

1. Exploiter la richesse des données existantes
2. Utilisez des services de données tiers.

Votre organisation recueille chaque jour une multitude de données sur les clients. Chaque discussion de vente, chaque interaction sur les médias sociaux, chaque inscription est enregistrée dans les CRM, les ERPs et les feuilles de calcul. Alors que le marketing et les ventes peuvent travailler avec les données des clients sur un CRM, la facturation ou la logistique peuvent utiliser l’ERP pour stocker les informations. Cette vision disparate du client est un obstacle à l’expérience client et aux objectifs de personnalisation. Il est donc important de naviguer d’abord dans les systèmes internes pour éliminer ces informations, les nettoyer (c’est-à-dire corriger les fautes de frappe, les erreurs, supprimer les données obsolètes), purger les données inutiles et les fusionner pour créer une version unique de la vérité.

Par exemple, si vous utilisez ZOHO, cette information pourrait se perdre dans les dizaines de modules et de champs qui ont pu être configurés par les membres de l’équipe au fil des ans. Dans ce contexte, l’enrichissement des données consiste à examiner les données de la CRM, à éliminer les incohérences, à fusionner et à supprimer les champs ou les données inutiles et à créer un Golden Record (c’est-à-dire l’enregistrement le plus parfait et le plus précis) pour chacun de vos clients.

L’autre type d’enrichissement des données consisterait à utiliser des services tiers pour vous fournir des données firmographiques (informations sur l’entreprise d’un client), démographiques et technographiques (leur utilisation de la technologie). Ces services fournissent des listes avec des verticales supplémentaires qui enrichissent vos données, telles que la fonction et le niveau de l’emploi, et même le buyer persona, afin de voir vos prospects sous un jour totalement différent. Ces services font le travail difficile pour vous : ils extraient des informations des canaux de médias sociaux, de Google et d’autres domaines publics, ce qui vous permet d’obtenir des informations complètes sur votre public.

Quelle que soit la méthode que vous utilisez, vous devez faire attention à la qualité. Si vous extrayez des données de systèmes internes, vous devez vérifier qu’elles ne font pas double emploi et qu’elles ne présentent pas de problèmes d’hygiène (fautes d’orthographe, coquilles, formats non structurés, etc.) S’il s’agit de données provenant de tiers, elles doivent être propres, vérifiées et validées.

Il existe un processus d’enrichissement des données qui, s’il est suivi, permet d’obtenir le disque d’or ultime. Le processus suivant est un cadre fourni par DataMatch Enterprise de Data Ladder, un logiciel de préparation et d’enrichissement des données en libre-service.

Étape – 1 : Établir l’objectif d’enrichissement des données

La personnalisation du client est généralement la principale motivation d’un objectif d’enrichissement des données. D’après notre expérience, plus l’objectif est restreint et ciblé, plus il est facile de mettre en œuvre le processus d’enrichissement des données.

Par exemple, une compagnie d’assurance souhaitait améliorer l’expérience de ses clients en lançant un plan d’assurance maladie pour les étudiants. L’entreprise a d’abord dû décider du type de données dont elle avait besoin et du niveau de segmentation nécessaire pour atteindre cet objectif. À un niveau très élémentaire, ils avaient besoin de dossiers généalogiques, de dossiers familiaux, de dossiers sur les biens et les revenus, de dossiers médicaux électroniques, de dossiers sur le comportement et le mode de vie. La plupart des dossiers étaient déjà disponibles dans le dépôt de la compagnie d’assurance. Les données sur le comportement et le mode de vie ont été obtenues auprès de tiers. Une fois la collecte et la segmentation terminées, l’entreprise a entamé le processus de nettoyage, de fusion et de purge consistant à consolider les données internes avec les données des tiers.

Pour que l’enrichissement des données fonctionne, il est impératif que les objectifs, la segmentation du public et les ensembles de données soient clairement définis.

Étape 2 – Préparation de vos données à l’aide des outils d’enrichissement des données

C’est la partie la plus importante du processus.

Si vous n’avez pas encore mis en place un plan de qualité des données, vous devrez préparer vos données avant tout enrichissement.

Avec DataMatch Enterprise, vous pouvez nettoyer, dédupliquer et consolider des sources de données disparates afin de rendre les données suffisamment bonnes pour être fusionnées avec un nouvel ensemble de données.

Le processus de préparation des données implique :

Intégration des données : Intégrez votre source de données, comme un CRM Salesforce ou HubSpot, directement sur la plateforme. Vous ne devrez plus perdre de temps avec des extractions manuelles de données. Il suffit de brancher la source de données et de commencer à préparer les données.

Profilage des données : Il s’agit d’une étape cruciale du nettoyage des données. Il vous aide à évaluer la qualité de vos données et à identifier les problèmes dans la source de données au niveau des lignes. Par exemple, vous pouvez voir quelles sont les lignes de vos données pour lesquelles il manque des adresses électroniques ou des codes postaux. Vous ne saurez pas quoi réparer si vous ne voyez pas ce qui ne va pas et les problèmes de qualité des données sont si profondément ancrés qu’ils échappent tout simplement à l’observation courante. Vous ne savez peut-être même pas que certains de vos champs contiennent des caractères non imprimables ou des signes de ponctuation dans vos données de téléphone ou d’adresse. Ces problèmes invisibles deviennent ensuite un goulot d’étranglement et rendent difficile le bon déroulement du processus d’enrichissement.

Nettoyage des données : Les données brutes sont intrinsèquement imparfaites. Il doit être débarrassé des coquilles, des fautes d’orthographe et des incohérences de format. Considérez le nettoyage des données comme une transformation indispensable des données (transformation de tous les noms minuscules en majuscules, ou suppression de tous les signes de ponctuation inutiles dans un champ). Une fois que vous aurez débarrassé les données de ces incohérences, elles seront utilisables et précieuses.

Dédoublement des données: Il est fort probable que vos données comportent trois ou quatre copies d’une même entité. Si vous consolidez des données provenant de plusieurs sources, vous obtiendrez certainement des doublons. Ainsi, avant d’ajouter des données supplémentaires, il convient de comparer les données existantes afin de supprimer les doublons et de s’assurer qu’il existe un enregistrement unique pour chaque entité. Les données dupliquées sont dangereuses. Cela conduit à des analyses faussées et rend difficile l’obtention d’une image complète de votre public.

Purge de la fusion des données : si vous avez extrait des données de plusieurs sources, par exemple d’un CRM et d’un ERP, vous devrez les fusionner en un seul enregistrement. N’oubliez pas cependant que les deux sources doivent passer par le processus de nettoyage et de dédoublonnage ci-dessus avant de pouvoir être fusionnées. Une fois que vous avez fusionné ces enregistrements, vous pouvez purger les champs inutiles et ne conserver que les champs dont vous avez besoin. Historiquement, ce processus était réalisé via Excel ou via des solutions complexes de gestion des données qui prenaient des mois pour aboutir. Un outil d’enrichissement des données en libre-service comme DataMatch Enterprise vous permet d’accomplir cette tâche en quelques minutes seulement.

Survie des données : Il s’agit de la dernière étape du processus d’enrichissement. En supposant que les données de vos tiers sont propres (sinon, vous devrez également les soumettre au processus ci-dessus), vous pouvez maintenant fusionner cet enregistrement avec votre enregistrement final et créer un enregistrement principal. Cette fiche peut être exportée vers la base de données de votre choix et vous disposez maintenant de données fiables à utiliser dans vos campagnes !

Il est nécessaire de réitérer un point essentiel : toute source de données, qu’il s’agisse de données de tiers ou de vos propres données, doit être propre, unique et mise à jour avant de pouvoir être utilisée à des fins d’enrichissement.

Si vous n’êtes pas sûr de la qualité des données d’un tiers, vérifiez les 100 ou 200 premiers échantillons pour voir s’ils présentent des problèmes de qualité. S’il comporte des doublons, des problèmes de formatage ou de structure, vous devrez le nettoyer et le déduire. C’est notamment le cas des données obtenues à partir des sites de médias sociaux et des listes en ligne.

Un mot d’avertissement : Toute tentative d’appariement de deux ensembles de données de première main doit comporter un facteur commun qui relie les deux ensembles de données. Il peut s’agir d’un nom commun, d’un numéro de téléphone, d’un identifiant ou d’une adresse électronique. L’absence de ce facteur commun annulera toute l’activité car vous ne saurez pas quel facteur se rapporte aux mêmes clients dans deux ensembles de données différents.

Étape 3 – Mise à jour de vos données

Une fois que vous avez créé des enregistrements propres, vous devrez tenir vos données à jour. L’enrichissement des données n’est pas un effort ponctuel. Les données clients, aussi détaillées soient-elles, sont fondamentalement un instantané dans le temps. Les niveaux de revenus augmentent et diminuent, la situation matrimoniale peut changer, et le type de voiture et l’adresse physique peuvent changer. Même les noms peuvent changer, notamment en cas de changement d’état civil.

De plus, au fur et à mesure que vous progressez dans votre campagne ou vos objectifs, vous vous rendrez compte que vous devez l’étoffer davantage. Vous ne voulez pas avoir à passer par tout le processus de nettoyage et de dédoublonnage à chaque fois. Pour éviter les complications inutiles, il est recommandé de respecter un calendrier de nettoyage des données. Si vos données de première main sont propres et optimisées, vous ne passerez que quelques minutes à nettoyer les données de tierces parties et à les ajouter à votre base de données.

Presque toutes les entreprises du Fortune 500 avec lesquelles nous avons travaillé s’efforcent d’atteindre leurs objectifs en matière d’enrichissement des données, mais seules quelques-unes d’entre elles s’y prennent bien. D’autres collectent des données et les déversent dans un lac de données où elles restent en sommeil jusqu’à ce qu’elles soient décomposées. Avec un taux de dégradation des données de 2.1% par mois et 22,5 % par an, vous ne pouvez pas vous permettre de perdre les données que vous collectez minutieusement. Si vous ne mettez pas vos données à jour à intervalles réguliers, vous perdez de la valeur.

Pourquoi la qualité des données est-elle importante ?

Vous ne devez pas attendre de grands objectifs comme la personnalisation pour maintenir la qualité de vos enregistrements. Si vous mettez en œuvre dès maintenant une politique solide en matière de qualité des données, vous éviterez des erreurs coûteuses par la suite. En fait, la mise à jour de vos dossiers aura un impact direct sur votre service et votre expérience client. Prenons un petit exemple : si vous envoyez un courriel de lancement et que votre liste est composée de 5 000 enregistrements obsolètes, vous passez à côté de millions de dollars de chiffre d’affaires potentiel. La qualité des données vous évite pratiquement toute perte de revenus !

Indépendamment de la structure, du type ou du format, les données sources destinées à être enrichies doivent être validées en fonction des attributs clés suivants :

• Pertinence : Est-il pertinent par rapport à l’objectif visé ?
• Exactitude : est-elle correcte et objective, et peut-elle être validée ?
• Intégrité : A-t-il une structure cohérente et logique ?
• Cohérence : Est-il cohérent et facile à comprendre ?
• Complétude. Fournit-il toutes les informations requises ?
• Validité : se situe-t-il dans des paramètres acceptables pour l’entreprise ?
• L’actualité : Est-il à jour et disponible chaque fois que nécessaire ?
• Accessibilité : Peut-on y accéder facilement et l’exporter vers l’application cible ?
• Conformité : Est-il conforme aux normes réglementaires ?

Appliquez ces mesures de contrôle de la qualité aux données de première et de seconde main et assurez-vous que la qualité de vos données est adaptée à l’objectif visé.

En conclusion, enrichissez vos données, mais n’oubliez pas la qualité des données.

Les enregistrements manquants, incomplets et périmés sont les principaux détracteurs de la qualité des données clients. Si vous voulez vraiment que votre enrichissement de données soit une réussite, vous devez d’abord vous assurer que les problèmes de qualité sont réglés. L’enrichissement des données n’est pas un processus ponctuel. Comme tout le reste, il vous faudra maintenir une version actualisée des données pour qu’elles soient utiles et efficaces.

Vous voulez savoir comment nous pouvons vous aider à lancer le processus ? Contactez notre architecte de solutions dès aujourd’hui et obtenez une démonstration gratuite de notre outil d’enrichissement des données en libre-service.