Data Quality : définition
La Data Quality, ou qualité de la donnée en français, se caractérise par la mesure du niveau de pertinence des données récoltées ainsi que par les actions correctives et structurelles à mettre en place dans son système d’information. L’objectif premier de la Data Quality est de garantir une base de données propre et optimale dans le temps.
Il faut tout d’abord se poser la question du niveau de qualité recherché pour les données exploitées. Vous pouvez donc vous demander :
- Mes contacts sont-ils à jour et mes données sont-elles correctes ? En principe, 20 à 30 % des contacts d’une base de données deviennent obsolètes par an.
- Y a t-il des erreurs de saisie manuelle ?
- Y a-t-il des doublons ? Cela se produit généralement lorsque les différents systèmes ne sont pas connectés entre eux ou bien lors d’empilements successifs de données.
Vous pouvez également penser à mettre en place des actions de complétion des fiches de contacts, afin d’étoffer les informations dont vous disposez et de faciliter la segmentation et le ciblage de votre base de données lors de vos actions marketing.
Comment garantir la qualité des données ?
Un audit initial et une mise en conformité à la RGPD
Pour bien commencer, procédez à un grand nettoyage des bases de données ! Découpez votre base de données en 3 parties distinctes :
- Une partie à conserver pour sa qualité déjà notable.
- Une autre partie sauvable mais qu’il faudra donc retravailler.
- Une dernière à jeter à cause de données de mauvaise qualité.
Cette étape de mise en place vous permettra d’y voir plus clair et de rapidement définir les objectifs à atteindre ainsi que les actions à déployer, pour rapporter toute sa fraîcheur à votre base et la rendre encore plus qualitative.
N’oubliez pas de vérifier les directives indiquées par la RGPD en termes de sauvegarde et de traitement des données, même si les restrictions sont peu nombreuses en B2B.
Des actions de sauvetage
Il est maintenant temps de sortir l’artillerie lourde ! Généralement réalisée par les commerciaux, cette seconde étape consiste à dédoublonner et à enrichir votre base. Pour ce faire, deux solutions : soit un travail manuel et champ par champ, soit l’utilisation d’un outil data permettant de répondre à ces deux objectifs tout en vous faisant gagner du temps (attention cependant aux possibles erreurs du logiciel).
Des actions préventives
Car tout ne se passe pas qu’en aval, pensez aussi à vous faciliter la tâche, ainsi qu’à vos équipes, en amont. Mettez en place les bons réflexes dès le départ en formalisant des processus, au cours d’une formation Data Quality par exemple.
Plusieurs actions peuvent être déployées pour faciliter la gestion des données : vous pouvez par exemple proposer une structure de la donnée en mettant en place des champs fermés afin de limiter les risques de saisie, mettre en place des formulaires électroniques à la place de formulaires papiers sur les salons, paramétrer votre base pour rendre obligatoire la saisie de certains champs afin de permettre d’ ouvrir ou clore une opportunité…
La Data Quality est un sujet vaste et encore trop peu traité dans les entreprises. C’est pourtant un levier important pour générer du business et définir des objectifs sur le long terme, il n’est donc pas à sous-estimer et doit faire l’objet d’un soin particulier.Vous souhaitez en apprendre plus sur les nombreux chantiers de la Data Quality et dire adieu aux données de mauvaise qualité ? Découvrez notre article détaillé sur le sujet !
