Commencez par les bases
Un détaillant de papeterie gérait deux bases de données clients reliées entre elles, totalisant 3,7 millions de contacts, mais n'avait jamais procédé à un contrôle systématique de la qualité des données. Conséquence : des clients que l'on ne parvenait pas à joindre et des profils en double que personne ne repérait. Les services de qualité des données de Stratics ont permis de remettre les choses en ordre.
Objectif
Le détaillant souhaitait mettre de l'ordre dans un domaine précis : constituer une base de données clients fiable. Concrètement, cela impliquait de nettoyer en profondeur l'ensemble de la base de données sur quatre axes (adresse, e-mail, nom et numéro de téléphone), tout en améliorant la déduplication. L'objectif : réduire le nombre de contacts injoignables et obtenir une segmentation plus fiable, chaque client n'apparaissant qu'une seule fois dans le système.
Défi
Deux bases de données clients, reliées entre elles, totalisant 3,7 millions de contacts valides. Aucune des deux n'a jamais fait l'objet d'un contrôle structuré des adresses, e-mails, noms ou numéros de téléphone.
Les données erronées et incomplètes ont eu deux conséquences qui se renforçaient mutuellement. Les contacts étaient injoignables en raison d'adresses erronées et d'adresses e-mail invalides. De plus, les doublons dans les profils clients n'étaient pas détectés, car les données sous-jacentes présentaient trop de différences entre elles. Un même client apparaissait ainsi dans le système sous la forme de deux ou trois profils distincts et plus restreints. Résultat : une communication fragmentée et une segmentation reposant sur des sables mouvants.
L'approche Stratics
Nous avons activé les Data Quality Services par étapes : d'abord sur la plus petite base de données, puis sur la plus grande. Quatre contrôles ont été exécutés en parallèle, chacun portant sur un type de données spécifique. Parallèlement, nous avons activé des règles de déduplication, afin que les données sous-jacentes correctes puissent enfin regrouper les profils en double en un seul client.
Résultat
Les 7,56 millions de corrections, toutes bases de données confondues (nettoyage initial plus quatre mois de suivi), réparties par service :
| Adresse (DQA) | 3.436.133 |
| Téléphone (DQP) | 2.789.098 |
| Nom (DQN) | 1.299.509 |
| E-mail (DQE) | 38.487 |
| Total | 7.563.227 |
Chaque correction a des répercussions sur l'accessibilité et la sélection :
Le chiffre le plus révélateur concerne la déduplication. Au cours des 24 mois précédant l'activation, 1 500 à 2 000 profils en double étaient automatiquement fusionnés chaque mois en moyenne. Au cours des mois suivant l'activation de DQ, ce chiffre a été multiplié par huit à dix, avec un pic atteignant 17 692 fusions en un seul mois. Sur l'ensemble du processus de nettoyage, plus de 164 000 profils en double ont ainsi été fusionnés en un seul profil client correct, ce qui était auparavant impossible en raison de données sous-jacentes contradictoires ou erronées.
C'est là le véritable résultat en matière de segmentation. Un client qui correspondait auparavant à deux ou trois profils distincts constitue désormais un profil à part entière, correctement segmenté, utilisable pour les groupes CV, l'analyse RFM et toute sélection ultérieure.
« La segmentation à partir de données erronées revient à segmenter à partir de bruit. Le gain commence par une base solide. »
La qualité des données est déterminante pour une vision à 360° du client. Sans une base de données propre et dédupliquée, vous ne mesurez pas votre client, mais vos erreurs. La qualité des données n'est donc pas un aspect secondaire du MIP, c'est son fondement même.
