Clément Levallois
Transformation

Structurer sa base de données : un enjeu stratégique pour la relation client 360°

La donnée, une ressource à exploiter

En matière d’analyse de la donnée, les entreprises ont encore du travail. Selon le baromètre de maturité digitale des ETI réalisé en février 2019*, seulement 36 % des ETI françaises déclarent posséder une base clients unifiée. Elles sont peu nombreuses à recourir aux services d’un data scientist ou un data analyst (23%). Autant dire que la marge de progression pour capitaliser sur la valeur de la donnée est importante !

« L’impulsion doit venir de la direction pour que la donnée soit partie prenante de la culture de l’entreprise », relève Clément Levallois, enseignant à emlyon business school et spécialiste de la data. Cette dynamique passe aussi bien par la formation de l’ensemble des collaborateurs à l’utilité de la donnée (car cela ne va pas de soi pour tous !) que par la mise en place d’une vraie gouvernance. « Dans l’idéal, il faudrait systématiquement désigner des « data owners » c’est-à-dire des référents opérationnels, capables d’identifier les données sur lesquelles s’appuyer et celles à acquérir en priorité pour développer la relation client. » Une vision métier complémentaire aux compétences techniques d’un data scientist.

Savoir consolider les informations disponibles

Construire une base de données fiable consiste à mettre en relation des informations de sources et de natures différentes. Il s’agit de regrouper les données essentielles (nom du client, de son entreprise, adresse, numéro de téléphone), les données liées à l’historique des échanges (appels, mails ou chat) et aussi les informations « métiers » utiles pour les commerciaux et les équipes marketing (préférences produits, informations plus fines sur le profil client).

La qualité de la base de données est le premier facteur d’une gestion de la relation client réussie. Elle doit répondre à des règles de logique simples (comme éviter les doublons) mais aussi à des objectifs de performance : « Le système d’information du référentiel doit par exemple permettre un accès simple à la donnée pour qu’elle soit facilement indexable et requêtable », insiste Clément Levallois.

Avec l’entrée en vigueur en Mai 2018 du Règlement général pour la protection des données (RGPD) la gestion de données personnelles par les entreprises s’est renforcée : « Il ne s’agit pas de créer un nouveau référentiel mais de définir avec plus d’exactitude la gouvernance des données. Celles à conserver et celles à nettoyer si l’entreprise n’a pas collecté le consentement des personnes concernées pour leur exploitation. » En neuf mois, une trentaine d’entreprises ont déjà vu leur politique de données retoquée par la CNIL.

Quel que soit le type de données traitées, une attention toute particulière doit être portée aux renseignements des champs établis pour limiter les profils incomplets risquant de passer au travers des filets lors d’une requête. Par exemple, si une requête porte sur une communication auprès d’une cible de directeurs commerciaux dans l’agroalimentaire en Ile-de-France, la requête ne prendra en compte que les profils répondant à ces trois critères. Si deux critères sur trois sont remplis, il y a de fortes chances que vous passiez à côté d’une opportunité business. Prendre le temps de qualifier les informations renseignées est donc essentiel dès la création de la base de données.

Vers une gestion intelligente des données

Avec le développement d’algorithmes d’apprentissage automatique, l’intelligence artificielle ouvre de nouvelles perspectives pour la gestion des données : « Les données ont toujours été un support aux statistiques mais le machine learning permet d’aller plus loin dans leur traitement. Par exemple par des prédictions plus fines, note Clément Levallois. Le machine learning a également permis la prise en compte de données dites ‘non structurées’, jusqu’ici écartées, comme les photos ou les textes longs ou complexes. »

Concrètement, la machine classifie l’information à partir de catégories préalablement définies. Elle rend la donnée accessible et exploitable de façon automatique. Une richesse supplémentaire qui augmente le potentiel de la base de données client.

* Etude réalisée par EY et le fonds Apax Partners

 

Dans ce numéro