Qualité des données garantie à long terme
Les données de référence client ne sont utiles à long terme que si leur qualité est garantie dans la durée.
Les données clients changent constamment. De nouvelles informations sont ajoutées. Les individus déménagent ou se marient. Les rues et les lieux sont renommés, de nouveaux apparaissent. Ces changements doivent être surveillés en permanence et régulièrement mis à jour, sinon les données deviendront inutilisables à un moment donné.
Pourquoi garantir la qualité des données à long terme ?
Pour garantir la qualité des données, il est nécessaire de nettoyer l'ensemble du stock de données. Au début d'un projet ou d'une initiative, un nettoyage initial des données est donc effectué. Cependant, la qualité des données n'est pas une « action ponctuelle », mais plutôt un processus continu. En effet, les données clients sont soumises à des changements constants. Il est donc nécessaire, d'une part, de garantir la qualité dès la saisie des données grâce à des mesures « First Time Right ». D'autre part, il faut empêcher le vieillissement des données clients à l'aide de mesures anti-vieillissement. Sinon, la qualité des données risque à nouveau de se détériorer.
Mais d'où viennent ces changements constants ? Quelles en sont les causes et les liens de causalité ? Et comment savoir si l'on maîtrise à long terme l'assurance qualité des données ?
- Déménagements : chaque jour, 25 000 personnes en moyenne déménagent en Allemagne. Cependant, toutes ne communiquent pas leur nouvelle adresse à leurs banques, assurances et autres partenaires commerciaux. Sans adresse actuelle, le contact avec le client est perdu, par exemple pour l'envoi de courrier important.
- Changements de nom : chaque année, 45 000 noms de rues et 2 000 noms de lieux changent en Allemagne, en raison de fusions, de changements de nom ou de nouveaux quartiers. Ces changements doivent également être continuellement pris en compte dans les bases de données, sinon l'adresse correcte n'est plus disponible.
- Doublons : ils sont comme des faux billets et, malgré toutes les précautions prises, ils réapparaissent tôt ou tard. Il est donc recommandé de rechercher périodiquement les enregistrements en double ou multiples dans l'ensemble des données, puis de les consolider afin qu'aucune information précieuse ne soit perdue.
- Saisie de données erronées : fautes d'orthographe, abréviations, fautes de frappe ou erreurs d'écoute - lors de la création ou de la modification des données clients, des erreurs peuvent rapidement se glisser, ce qui réduit la qualité des données et nuit aux processus. Il convient d'éviter cela.
"Ceux qui pensent à long terme à la qualité des données et empêchent les contaminations garantissent une valeur ajoutée durable pour leurs clients et leur entreprise."
Sebastian Krebs, Head of Customer Success chez Uniserv
"Ceux qui pensent à long terme à la qualité des données et empêchent les contaminations garantissent une valeur ajoutée durable pour leurs clients et leur entreprise."
Sebastian Krebs, Head of Customer Success chez Uniserv
