La multiplication des données générées par Internet, implique que celles-ci ont acquis, ces derniers temps, une importance vitale dans les stratégies des entreprises. Et pourtant, dans bien des cas, des erreurs se glissent et ont un impact important sur la gestion de la relation client (le CRM).

Des exemples de ce qu'une faute de frappe ou d'erreur de compréhension peut faire comme dégât... En 2005, lors de l'introduction à la bourse de Tokyo d'une petite société, J-Com, un courtier du deuxième groupe bancaire japonais, Mizuho, avait placé 610 000 titres à 1 yen au lieu de vendre 1 titre à 610 000 yens. L'erreur n'avait pu être rectifiée à temps et avait couté la bagatelle de 436 millions de dollars! Ouch, c'est ce qui s'appelle une faute de frappe, voir une faute à se faire frapper... Une autre erreur, des ingénieurs de la NASA, a fait perdre à celle-ci le satellite Mars Climate Orbiter. Il avait été placé en orbite autour de Mars à une altitude de 50 km au lieu de 150 km. Tout cela parce que certains paramètres avaient été calculés en mesure impériale alors que l'équipe de navigation attendait ces données en unités du système métrique. Voilà comment a été réduit en poussière un projet qui avait couté 125 millions de dollars aux contribuables américains.

Des erreurs comme celles-là, nous pourrions vous en conter des dizaines, car beaucoup d'entreprises négligent d'analyser la qualité de leurs données, ce qui les conduit à exploiter des données fausses ou erronées. Les silos applicatifs restent nombreux, rendant souvent difficiles le partage et l'intégration des données. Or le but de toute solution CRM est de renforcer les relations avec les clients et prospects. La qualité de cette relation dépend beaucoup plus qu’il n’y paraît de la qualité des données qui y sont contenues. Pour être vraiment utilisables par les équipes de vente, de marketing, des communications et du service à la clientèle, les données du CRM doivent être à la fois complètes, cohérentes, fraîches, exactes et uniques (pas de doublons). C’est ce que souhaitent tous les utilisateurs, mais c’est ignorer la tendance que les bases de données clients se dégradent au fil du temps.

Plusieurs recherches internationales récentes ont mené à un chiffre qui estime la part moyenne des données inexactes à 22 %, ce qui représente une évolution de 5% en seulement 12 mois. Donc, une grande majorité des entreprises souffre directement d'erreurs de données courantes et rencontre des problèmes avec la qualité des données qu'elles collectent au travers des différents canaux. Très souvent, ces erreurs proviennent de centres d'appel, de saisies en magasin, d'applications mobiles ou de sites web. Parmi les raisons mises en avant, la plus fréquente est l'erreur humaine, mais elle n'est pas la seule: le manque de communication interne entre services, une stratégie data inadéquate, des manques au niveau des outils logiciels appropriés, de ressources humaines internes ou de technologies adaptées ainsi que des budgets insuffisants sont autant de raisons causant l'inexactitude des données.

Les conséquences de ces problèmes ont des répercussions énormes. En moyenne, on estime à une petite dizaine de %, la perte de chiffre d'affaires des entreprises canadiennes, ce qui, dans la plupart des cas, donne de grandes difficultés à générer une intelligence d'affaire pertinente.

Afin de contrer ces pertes et erreurs, les entreprises doivent évidemment adapter le choix de leur méthode à leur mode de fonctionnement pour s’assurer de bons résultats. Pour autant, quelques conseils clés peuvent guider celles-ci dans l’implémentation d’une stratégie efficace:

  • Mettre en place des ‘benchmarks’ autour de l’inexactitude des données pour suivre régulièrement les progressions;
  • Vérifier les données dès leur saisie;
  • Valider les informations avec les consommateurs dès que l’occasion se présente (contact téléphonique en centre d’appel, visite en boutique, etc.);
  • Améliorer les fonctionnalités de recherche dans la base de données pour éviter aux collaborateurs de créer une nouvelle entrée pour un même utilisateur, car ils n’ont pas réussi à retrouver l’entrée existante;
  • Vérifier régulièrement si la base de données comporte des doublons et appliquer les traitements nécessaires;
  • Auditer les processus de gestion de données au moins une fois par an.

La qualité des données est le socle de toute stratégie orientée data, et conditionne la réussite des entreprises dans leurs futures activités.

Mettre en place une stratégie centralisée de gestion de la qualité des données est un atout dont les entreprises ne peuvent plus se passer afin d'éviter le gaspillage de dépenses exagérées et de pertes d'argent, ainsi que de s’assurer une satisfaction client renforcée.