« La possibilité de voir le client à travers une seule lentille permet des mesures critiques, l’optimisation, l’efficacité et des cas d’utilisation personnalisés. »
Jason Niemi, directeur des engagements numériques, groupe Kraft Foods
Maintenir une vue unique et cohérente des clients dans toute l’entreprise devient rapidement un besoin essentiel pour les entreprises qui recherchent des informations précises et complètes sur les clients afin de mieux savoir avec qui elles interagissent. La mise en œuvre réussie d’une vue unique du client peut s’avérer difficile lorsque les représentations d’un client sont conservées dans plus d’un système et d’une entité client et que les divergences dans les données du client doivent être résolues à la fois dans et entre les systèmes.
Dans une étude de la Harvard Business Review, plus de 400 responsables de l’expérience client ont été interrogés, et l’obtention d’une vision unique du client est apparue comme l’un des principaux défis à relever.
Voyons ce qu’est exactement une vue unique du client.
Une vue unique du client est une représentation holistique, consolidée et cohérente des données clients d’une organisation. Les clients s’attendent à ce que les interactions avec une organisation reflètent leur profil actuel, leur historique et leurs préférences. Pour cette raison, une vue unique du client est particulièrement importante lorsque les organisations interagissent avec les clients par le biais de plusieurs canaux.
Et lorsqu’il s’agit d’interactions par le biais de canaux multiples, nous obtenons invariablement des sources de données multiples. Une entreprise moyenne utilise 65 systèmes différents. Les données provenant de toutes ces sources internes, des courtiers ou partenaires tiers externes et des sources de données publiques doivent être intégrées pour créer cette vue unique du client.
Cela signifie que vous pouvez potentiellement avoir des dizaines d’enregistrements dans vos sources de données pour chaque client. Certains enregistrements peuvent contenir leurs préférences d’achat, d’autres des données démographiques, d’autres encore des données de contact plus complètes, etc. Et dans chacun de ces enregistrements, l’identifiant clé est un peu différent. Le client a peut-être utilisé un surnom lorsqu’il a rempli la carte de votre programme de récompenses de fidélité, ou il a pu utiliser son adresse électronique personnelle lorsqu’il s’est inscrit sur votre site Web. Quelle que soit la raison, vous avez maintenant affaire à une variété de représentations pour chaque client, stockées dans une variété de systèmes.
Larésolution des entités est un problème clé de l’intégration des données lors de la fusion de différentes sources, car chacune de ces sources de données de première, deuxième et troisième partie peut utiliser un « identifiant » différent pour se référer à un individu. Examinons de plus près ce qu’est la résolution d’entité.
Qu’est-ce que la résolution d’entités ?
Des études révèlent que 94 % des entreprises sont confrontées à des enregistrements en double d’une même entité et procèdent à la résolution des entités à un certain niveau, soit manuellement, soit à l’aide d’un logiciel de qualité des données. Le regroupement d’enregistrements apparentés et leur rattachement à une seule entité est intrinsèquement complexe, car les correspondances exactes sont rares.
Larésolution des entités est un processus de base de la qualité des données utilisé pour identifier les enregistrements qui se réfèrent à la même entité dans ou entre les sources de données. Cela peut être fait à des fins de déduplication et de nettoyage, ou pour enrichir et créer des enregistrements en or qui absorbent les fragments d’entités dans votre entreprise et créent un profil d’entité unifié. Ce dernier point s’applique dans ce contexte : construire une vue unique du client.
En tant qu’entreprise, vous pouvez potentiellement avoir des dizaines d’enregistrements dans vos sources de données pour chaque client. Certains enregistrements peuvent contenir leurs préférences d’achat, d’autres des données démographiques, d’autres encore des données de contact plus complètes, etc. Et dans chacun de ces enregistrements, l’identifiant clé est un peu différent. Le client a peut-être utilisé un surnom lorsqu’il a rempli la carte de votre programme de récompenses de fidélité, ou il a pu utiliser son adresse électronique personnelle lorsqu’il s’est inscrit sur votre site Web. Quelle que soit la raison, vous avez maintenant affaire à une variété de représentations pour chaque client, stockées dans une variété de systèmes.
Utilisation de la résolution d’entités pour créer une vue unique du client
Maintenant que nous avons une meilleure idée de ce qu’est une vue unique du client et de la façon dont son principal défi peut être résolu, examinons les capacités nécessaires à la création d’une vue unique : l’intégration, le profilage, le nettoyage et l’appariement.
Intégrer vos sources de données
La première étape est évidemment d’identifier et d’intégrer vos données : sources de données de première, deuxième et troisième parties qui contiennent les informations sur les clients que vous souhaitez rassembler. Dans quel format recevez-vous les données de vos partenaires et courtiers ? Quelles sont les applications ou bases de données que vous avez en place en interne ? Allez-vous vous connecter à des sources de données publiques et, si oui, dans quel format allez-vous télécharger ces listes ?
Les données clients dont vous avez besoin pour créer une véritable vue unique du client peuvent inclure :
- Médias sociaux
- Transactions
- Interactions avec l’équipe de vente
- Firmographics
- Préférences des clients
- Activités de navigation sur le Web et sur les téléphones portables
- Données démographiques
- Sentiments
- Etc.
Dressez une liste des sources de données et élaborez une stratégie sur la manière dont vous souhaitez intégrer chacune de ces sources. Comparez maintenant cette liste avec les outils que vous souhaitez utiliser pour la résolution des entités et pour construire votre vue unique du client. Assurez-vous que chacun de ces outils peut s’intégrer parfaitement à vos sources de données, qu’il s’agisse de votre CRM, de plateformes de médias sociaux, d’applications de comptabilité ou de lacs de Big Data.
Profilez et découvrez vos données
Lorsqu’elles intègrent des données provenant de sources multiples à grande échelle, peu d’entreprises comprennent réellement les données sous-jacentes elles-mêmes. Ces données sont généralement recueillies au cours des années, voire des décennies, et sont pleines de problèmes tels que les fautes de frappe, la non-pertinence, le caractère incomplet, l’inexactitude et le manque de normalisation. Le problème de la normalisation est encore amplifié lorsque plusieurs sources sont réunies, car chaque système peut stocker les données d’une manière complètement différente.
Leprofilage de vos données après l’intégration des sources vous permet d’obtenir une vue instantanée qui met en évidence les problèmes de qualité des données. En résolvant ces problèmes, vous obtiendrez de meilleurs résultats lorsque vous ferez correspondre différentes représentations du même client à l’étape finale du processus. L’analyse et le profilage des données dès le départ permettent aux entreprises de quantifier les problèmes de données qu’elles rencontreront plus tard.
Obtenir des données propres et exactes
Une fois que vous avez identifié les problèmes dans vos données, il est temps de les nettoyer et de les normaliser pour obtenir les meilleurs résultats lors de l’étape de résolution des entités. Pour nettoyer vos données, vous pouvez mettre en place des règles de gestion qui permettent de reconnaître et de corriger les erreurs d’orthographe, les problèmes de normalisation, les données mal renseignées, etc. Vous devriez déjà savoir quelles règles de gestion créer si vous avez établi le profil de vos données. N’oubliez pas que cette étape peut prendre beaucoup de temps et qu’elle nécessite une attention particulière aux détails. Pour des résultats plus rapides et plus précis, un logiciel de nettoyage des données est un bon choix.
Les solutions de nettoyage des données les plus performantes proposent généralement des règles de nettoyage et de normalisation préétablies, ainsi que diverses autres fonctionnalités qui permettent de nettoyer efficacement les données tout en offrant une meilleure visibilité sur les données de votre entreprise.
Effectuer la résolution des entités
Lanormalisation de vos données avant leur rapprochement permet de minimiser les faux négatifs et d’augmenter efficacement les taux de rapprochement. Il est temps de créer vos définitions de correspondance. Idéalement, le logiciel de résolution d’entités de votre choix devrait vous permettre de créer visuellement des définitions de correspondance où vous définissez ce qui doit ou ne doit pas être considéré comme une correspondance. Vous pouvez penser aux critères de correspondance et aux définitions de correspondance en termes d’instructions SQL AND/OR. La relation entre les définitions de correspondance serait une instruction ET et la relation entre les critères de correspondance serait une instruction OU.
Une fois que vous avez défini vos définitions et critères de correspondance, il est temps de commencer la correspondance:
Si vous utilisez un logiciel de résolution d’entités à la pointe de la technologie, vous verrez quelque chose qui ressemble à l’écran ci-dessus lorsque vous lancerez vos matchs. Les correspondances individuelles doivent être appariées en groupes, identifiés par un identifiant de groupe unique. Vous devriez également voir le score du match, ce qui vous permet d’éliminer rapidement les faux positifs.
Une fois les correspondances identifiées et les faux positifs éliminés, il est temps de passer à la dernière étape du processus : Le choix d’une fiche. Après tout, notre objectif ici est de créer une vue unique du client qui contient l’enregistrement le plus propre et le plus complet pour chaque client. Maintenant que vous avez fait correspondre toutes vos sources de données qui contiennent des données sur les clients, il est temps de rassembler toutes ces informations.
À partir des groupes de correspondance, vous pouvez choisir les enregistrements et les champs à fusionner jusqu’à ce que vous obteniez un enregistrement unique et complet. Vous n’avez pas à passer manuellement en revue chaque enregistrement ; le processus peut être automatisé dans l’étape Fusion et survie de DataMatch Enterprise.
Conclusion
La mise en œuvre d’une vue unique du client est une étape essentielle pour améliorer significativement l’expérience client. En adoptant une vision basée sur le parcours, en intégrant les données, en les profilant et en les nettoyant, puis en faisant correspondre les identités des clients grâce à un logiciel de résolution d’entités comme DataMatch Enterprise, vous pouvez plus facilement combler le fossé entre les attentes des clients et l’expérience client. Il en résultera une meilleure rétention, une plus grande fidélité, une plus grande satisfaction des clients, une amélioration de l’efficacité des processus, ainsi qu’une amélioration des niveaux de service et d’assistance aux clients.
