Quelle est la meilleure approche pour suivre / garantir la qualité des données dans votre CRM ?

Bonjour à tous,

je vous adresse aujourd'hui une question qui me préoccupe mais qui préoccupe aussi mes clients et mes prospects : comment suivre / garantir la qualité des données dans votre CRM.

Pour moi, c'est une problématique à tiroirs, avec en particulier :

1. Comment déterminer la qualité d'un enregistrement ?
2. Comment améliorer la qualité d'un enregistrement ?
3. Comment nettoyer des enregistrements de moindre qualité ?

Pour chacune de ses thématiques, Sugar offre aujourd'hui, de mon point de vues, de nombreuses solutions

1. Déterminer la Qualité de la donnée
   • premier indicateur "intéressant" : quand a été modifié pour la dernière fois un enregistrement
   • indicateurs "basiques" : via des champs calculés : date de la dernière interaction, de la prochaine interaction, pourcentage de champs "importants" remplis
   • avec des développements simples : mise en place d'indicateurs visuels, de tableaux de bords spécifiques
2. Améliorer la Qualité de la donnée
   • via le typage des champs pour éviter des champs inadaptés aux recherches, filtres, actions automatiques etc.
   • via des tableaux de bord, des rapports voire des workflows (Sugar BPM) pour mettre en avant les enregistrements de qualité jugée insuffisante ou pour relancer vos équipes sur des données "dormantes"
   • via des extensions type Sugar Hint pour aller collecter des données sur des réseaux / services publics
   • via des intégrations avec des solutions externes (registre du commerce, annuaire d'entreprise, réseau social spécialisé etc.) ou internes (ERP, site eCommerce etc.), que ce soit via Sugar Integrate ou via des développements spécifiques
   • en pouvant facilement rendre, à certaines étapes de la vie d'un enregistrement, des champs obligatoires (et ainsi s'assurer de la complétude vos données)
   • avec l'utilisation de l'application en mobilité ou via le client email (Sugar Connect) pour faciliter la création / l'actualisation de données sans ressaisie
3. Nettoyer la donnée
   • via la nouvelle fonctionnalité de suppression automatique d'enregistrements sur la base de critères prédéfinis (ex : un Lead sans interaction depuis plus de 1 an et avec un remplissage de champ à moins de 30%)
   • via des workflows (SugarBPM) pour archiver des données

Il reste bien évidemment la question centrale : pour chaque "donnée", quels sont les indicateurs de qualité, et là c'est de mon point de vue une question essentielle à adresser avec le client lors de la phase de conception de la solution.

Enfin, et bien souvent, lors de la première mise en oeuvre d'un projet CRM, la reprise des données et la qualité sont intimement liées. Là aussi nous accompagnons nos clients en évaluant rapidement les fichiers / sources de données à reprendre au regard de l'usage qu'il prévoit de faire du CRM (par exemple, mettre en évidence que seul 15% des contacts à importer ont une adresse email quand, dans le même temps, l'objectif majeur est de disposer d'une solution de CRM couplée au marketing automatisée).

Et là encore, 2 approches : est-ce que les données doivent être améliorées avant import ou est-ce que la solution CRM doit permettre d'atteindre notre objectif en améliorant aussi la qualité de ces données.

C'est donc un sujet vague et complexe, souvent intimement lié au projet ; cependant, je serai curieux de savoir si vous avez de votre côté d'autres pistes / sujets pertinents voire même des petites astuces pour adresser cette problématique.

Au plaisir de vous lire et d'échanger sur notre approche.

Frédéric