Vous souvenez-vous du temps où l'argent était le nerf des affaires (oui, Cicéron en a fait le nerf de la guerre, et c'est l'expression qu'on retient aujourd'hui...) ? C'est sans doute encore vrai, mais il est une force (ou une faiblesse) qu'il serait catastrophique d'oublier : la donnée. En effet, l'information est source de pouvoir et donne, si tant est qu'elle soit pertinente et fiable, un avantage compétitif certain. Mais la donnée elle-même n'est pas information. Pour le devenir, elle doit être analysée, interprétée.
Qu'est ce qu'une "donnée" : données structurées, non structurées et big data
Une donnée (data en anglais) est, selon wikipedia, "ce qui est connu et qui sert de point de départ à un raisonnement ayant pour objet la détermination d'une solution à un problème en relation avec ces données". La données est donc un élément brut, une information non interprétée, sans contexte, et dont la visée première est de servir à la résolution d'un problème.
Votre (ou vos, on sait bien que ça existe encore...) base de données contiennent des éléments déjà exploitables en l'état : nom et prénoms de vos contacts, adresses email, numéro de téléphone, âge peut-être. Selon votre secteur d'activité ou votre business model, votre modèle de données peut différer et les données que vous exploitez sans traitement, varier également. Elles ont en revanche en commun d'être des données structurées : hautement organisées et formatées, a priori (là aussi, avouons que certaines données "structurées" ne le sont pas toujours...).
Ces données structurées, également appelées "quantitatives", ne sont généralement pas ouvertes à l'interprétation en tant que telles. En revanche, elles peuvent être analysées comme un objet global et ainsi déterminer des caractéristiques sur votre base de données, ou sur un segment de votre base de données.
Viennent ensuite les données non structurées. Des champs "texte" dans votre CRM, les emails échangés avec vos clients, ou les échanges entre votre marque et votre audience sur les médias sociaux. Ces données ne sont généralement pas exploitables en tant que telles, et le travail d'analyse sera complexifié car la donnée devra être "traitée" en amont.
Et la big data dans tout ça ? Ce qu'on désigne par Big data est, comme son nom l'indique, une suite de données dont le volume, la taille, est "énorme". Si énorme qu'elle ne peut être traitée dans un temps acceptable par les logiciels communément utilisés pour capturer, sélectionner, gérer ou traiter des données. La big data englobe les données structurées, semi-structurées et non structurées, bien que le focus principal soit sur la donnée non-structurée.
[+] En savoir plus : Une base de données saine et réactive
Pourquoi auditer sa base de données ?
La maintenance d'une base de données est indispensable. Dans ce cas-là, l'audit est une opération de routine, destiné à maintenir la qualité de la base de données.
Mais si cette opération de data management n'est pas réalisée régulièrement, votre base de données va forcément vieillir et perdre en qualité.
Le premier indicatif d'une base de données vieillissante (voire déjà décrépie) ou de qualité médiocre, est un taux de rebond élevé sur vos campagnes email marketing - qui s'explique souvent par des données obsolètes ou inexactes.
Mais même si votre taux de bounce est tout à fait acceptable, un audit de base de données peut être profitable, voire nécessaire.
En effet, vos données, structurées comme non structurées, sont autant de leviers que vous pouvez actionner pour mieux prospecter, mieux segmenter, mieux identifier vos prospects (en planchant sur vos personas ou sur votre ICP), mieux prioriser les leads (en les scorant, bien évidemment)... Bref, mieux TOUT. Encore faut-il que vos données clients ou CRM soient disponibles, correctes, et fiables.
Les 5 C de la Donnée
(ou, en English dans le texte, the 5 Cs of Data, ce qui va mieux fonctionner puisqu'en français, nous n'avons plus 5 C mais )
1. Current (Actuelles / à jour)
Oui, une donnée obsolète ne vaut rien, voire peut vous jouer des tours - Et oui, cette entreprise que vous n'adressiez pas parce que son chiffre d'affaires ne correspondait pas à votre ICP a bien grandi et est devenu un acteur majeur de son marché. Et cette assistante marketing que vous aviez délaissée ? La voilà Directrice Marketing...
Selon Zoominfo, chaque année, 34% de vos interlocuteurs changent de titre ou de fonction, et 40% des objectifs business ne sont pas atteints en raison de données inexactes. Dommage....
2. Correct (Correcte / Exacte)
Lié au point précédent - les données entrantes doivent être aussi exactes et fiables que les données existantes. Oui, une faute de frappe peut faire une énorme différence, notamment dans vos taux de délivrabilité !
3. Consistent (Cohérente)
D'un point de vue purement technique, des données non cohérentes peuvent mettre à mal le management et le scoring des leads, ainsi que votre reporting. D'un point de vue marketing, la cohérence de la donnée peut faire la différence entre une personnalisation efficace ou... embarrassante.
Oui, vos leads aussi font des fautes de frappe, ce n'est pas une raison pour appeler Annie, "aNNIE", ou Richard, "ricard"... Un peu de normalisation de la donnée ne fait de mal à personne...
4. Complete (Complète)
On ne vous apprend rien en vous disant que plus les formulaires sont courts, plus les chances de les voir soumis sont fortes. Malheureusement, la contrepartie est que vous recueillez évidemment moins d'information. Comment compléter ? Usez des formulaires progressifs, et faites appel des à outils ou fournisseurs de données pour remplir les trous.
5. Coverage (Couverture)
Dans le monde du B2B, les comités d'achats (buying commitees) sont devenus la norme. Le nombre de personnes impliquées dans un processus d'achat B2B varie, mais se situe généralement entre 5 et 9.
Alors attiser l'intérêt d'une personne pour votre produit ou service est sans contexte une victoire. Mais si vous souhaitez mesurer votre marché total disponible (total addressable market, ou TAM), cross-sell à une autre division ou pénétrer un nouveau secteur d'activité, il vous faut de la couverture...
[+] Vous souhaitez lancer une stratégie ABM ?
Notre webinar, co-animé par Adobe Marketo Engage, vous donne les clés d'une stratégie ABM réussie !
Qu'auditer dans sa base de données ?
Un audit de base de données peut être plus ou moins complet, et permet d'adresser différents problèmes.
- Identifier les doublons (doublons exacts évidemment mais aussi doublons approximatifs liés à des fautes de frappe, l'absence d'espace entre deux mots, des similitudes phonétiques, etc.)
- Evaluer la qualité de la donnée - nous en revenons aux 5 Cs
- fiabilité de la donnée
- exhaustivité de la donnée (pourcentage de complétion des champs)
- identifier le type et le volume des données manquantes
-
- niveau d'obsolescence de la donnée
- Evaluer vos processus d'acquisition, de traitement et d'utilisation de vos données
- Analyser les données disponibles mais non exploitées
- Analyser et optimiser le modèle de donnée
- Identifier les possibilités d'automatisation
- Etc.
Qu'il s'agisse d'un audit de maintenance ou d'un audit destiné à corriger une base de donnée de mauvaise qualité, il s'agit d'une étape importante à ne pas négliger. Vos performances n'en seront que meilleures !
Besoin d'aide pour vous lancer ? Consultez-nous !
Note : Cet article a été publié le 22 mai 2018 et mis à jour le 6 janvier 2020
