Ne sous-estimez jamais l'importance d'une bonne qualité des données
L'une des choses dont je parle régulièrement aux entreprises lorsqu'elles tentent de se familiariser avec le big data et l'analyse de données, c'est l'importance de la qualité des données avant même de se lancer dans l'analyse. Cela me rappelle le vieil acronyme utilisé en informatique, GIGO (garbage in, garbage out, « si on entre des données erronées, on obtient des résultats erronés »), et pourtant, je suis stupéfait de voir combien d'entreprises continuent de négliger cette étape cruciale.
Par exemple, l'autre jour, je discutais avec un professionnel du monde des affaires qui ne comprenait pas pourquoi les taux de réponse à ses campagnes et activités étaient si faibles. Ni pourquoi il ne parvenait pas vraiment à tirer parti des analyses pour obtenir un avantage concurrentiel. Un rapide examen de ses données et de ses systèmes a rapidement révélé qu'une grande partie des données qu'il utilisait était soit obsolète, soit mal formatée, soit tout simplement erronée.
Aujourd’hui, nous avons la chance – mais c’est peut-être aussi une malédiction – de disposer d’une multitude de solutions qui promettent de faciliter la diffusion du message des spécialistes du marketing auprès de leur public ; pourtant, bon nombre d’entre elles ne résolvent pas le problème fondamental de la qualité des données. Et bien qu’il existe également une multitude de services capables d’ajouter des enregistrements ou de remplir automatiquement des champs dans votre base de données, les professionnels en dépendent alors pour obtenir une bonne qualité, ce qui n’est pas toujours garanti. Comme je l'ai déjà dit, les données sont une marchandise qui s'achète, se vend et se négocie à travers le monde à un rythme effréné. Elles peuvent rapidement devenir obsolètes ou se retrouver dans les mauvais champs lorsqu'elles sont copiées-collées d'une feuille Excel à l'autre. Et pourtant, pour en faire un atout, il faut être capable d'en tirer des informations pertinentes et de prendre les mesures qui s'imposent en conséquence.
J'irais même jusqu'à dire que très peu d'entreprises procèdent à des contrôles manuels de la qualité de leurs données. Et pourtant, elles dépensent des milliers de dollars pour entretenir des serveurs et des systèmes qui, au fond, regorgent toujours d'une grande quantité de données de mauvaise qualité. C'est comme posséder une voiture de sport rapide, la laver et la lustrer chaque matin pour qu'elle soit resplendissante, mais ne pas la faire réviser, laisser l'huile usagée à l'intérieur et la remplir avec le carburant le moins cher et le moins performant qui soit. À quoi cela sert-il ?
Les raisons pour lesquelles il est si important de disposer de données fiables sont nombreuses. Tout d'abord, cela vous évite de trébucher dès le premier obstacle. Il ne sert à rien de concevoir la meilleure campagne publicitaire qui soit si le public auquel elle s'adresse n'existe tout simplement pas ou ne la voit pas. De plus, pour les professionnels du marketing, des données de qualité sont synonymes de prospects potentiellement intéressants que l'équipe commerciale pourra contacter. Rien n'agace plus un bon commercial que des prospects inexistants ou de mauvaise qualité. En conséquence, les taux de conversion augmenteront et vous n'aurez plus besoin d'alimenter sans cesse votre base de données avec des données de remplacement.
Deuxièmement, disposer de données de qualité permet de passer moins de temps à chercher le bon numéro de téléphone, la bonne adresse e-mail ou la bonne adresse postale. Combien de fois avez-vous vu des fiches clients contenant des numéros de téléphone mal formatés ou des adresses e-mail erronées ? Il est également important de reconnaître que les systèmes conçus pour accepter des adresses postales ou des numéros de téléphone américains doivent également fonctionner au-delà des frontières de l'Amérique du Nord. Les codes postaux en dehors des États-Unis ne sont pas toujours numériques et les indicatifs téléphoniques ne sont pas toujours composés de trois chiffres. Il est donc impératif de disposer d'un système qui ne tronque pas les valeurs des champs pour les adapter au modèle américain.
Mais la principale raison pour laquelle toutes les entreprises devraient veiller à la qualité de leurs données est, aux yeux de nombreux dirigeants, la plus importante : l'argent. Des données de qualité permettent de réduire les dépenses inutiles liées à des campagnes inefficaces et les coûts engagés pour tenter de remédier au problème par la suite. De plus, vous dépenserez moins d'argent pour que votre personnel passe du temps à rechercher les bonnes données. Par ailleurs, des données de qualité se traduiront plus rapidement par de meilleurs taux de conversion, ce qui vous permettra d'identifier rapidement ce qui fonctionne et ce qui ne fonctionne pas, puis de choisir d'investir plus judicieusement vos budgets marketing et opérationnels (en dollars, livres, euros ou yens) dans ce qui compte et qui fonctionne dès le départ.
Bien sûr, vous pourriez objecter que tout cela relève simplement du bon sens, mais je vous assure qu’il existe encore de grandes quantités de données de mauvaise qualité dans de nombreux systèmes, tant dans les grandes entreprises que dans les petites. Il est temps de cesser de regarder les taux de données erronées grimper sans rien faire et de commencer à purger activement les données de votre système afin d’obtenir les résultats dont vous avez besoin pour agir.
Il y a quelques astuces à retenir ici. Premièrement, n’ayez pas peur de supprimer les données erronées. Je sais que de nombreuses entreprises n’aiment pas du tout supprimer des données, mais à quoi bon avoir des systèmes remplis d’informations incorrectes ? Deuxièmement, concevez des systèmes capables de collecter et de contenir les informations les plus pertinentes, sans plus. Il vaut bien mieux avoir 15 champs correctement remplis que 150 champs que personne n'a le temps ni l'envie de remplir et qui restent donc vides. Et troisièmement, tirez rapidement les leçons de vos erreurs et adaptez vos comportements en conséquence. Il ne sert à rien de faire toujours la même chose en espérant obtenir des résultats différents. Einstein a dit un jour que c'était la définition de la folie. Et les entreprises ne peuvent pas se permettre d'être qualifiées de folles.
Ainsi, avant de vous lancer dans l'aventure du Big Data, avant de commencer à regrouper vos données et avant de vouloir les analyser pour en tirer parti, il est temps de vous assurer que vos données sont en bon état et bien entretenues. Si vous souhaitez gérer votre entreprise comme une voiture de sport, veillez à optimiser , à l'entretenir et à lui prodiguer les meilleurs soins possibles. Et cela commence par une bonne qualité des données.
Pourquoi ne pas commencer dès aujourd'hui et nous contacter chez Actian ? Nous vous aiderons à mieux comprendre vos systèmes et vos données, et à en tirer le meilleur parti dans les plus brefs délais.
Restez connecté
Des informations tirées des données, à votre service.
(par exemple : sales@..., support)
