Logo Camp de Bases Notre site Notre blog
Améliorer la Data Quality pour optimiser votre Marketing Relationnel #03/2013


Le printemps a fini par arriver...et avec lui les grands nettoyages !
Cette Feuille de Route devrait vous aider à mieux préparer et exploiter les (Big) Data Marketing en commençant par travailler la qualité de vos données !

Bonne lecture !

L'équipe de Camp de Bases


MISER SUR LA DATA QUALITY POUR
PRÉPARER LES (BIG) DATA MARKETING DE DEMAIN


Est ce que je suis concerné ?


Oui, si vous avez déjà pensé ou prononcé une de ces phrases !

Visuel Question

-"J'ai des doublons dans la base de clients!"

- "Mes taux de PND et/ ou de NPAI son trop élevés !"

- "J'ai des "trous" dans mes fiches clients, je ne peux pas cibler et personnaliser mes actions marketing efficacement".

- "Je n'ai pas de visibilité sur le traitement des données".

- "Je ne comprends pas grand chose à la Data Quality seulement je sais que c'est important !"


Quels sont les enjeux ?

Inutile de démontrer l'aspect stratégique de la Data Quality pour les entreprises, laissons parler les chiffres:
-33% des dirigeants d'entreprises prennent fréquemment des décisions sur la base d'informations en lesquelles ils n‘ont pas confiance, voire qu'ils ne possèdent pas (Src : Etude IBM 2011)
- 59% des personnes interrogées imputent aux erreurs humaines leur manque de confiance dans les données Contact. (Src : Experian 2011)
- 89 % des personnes interrogées estiment que le budget de leur service a été gaspillé au cours des 12 derniers mois en raison de l’inexactitude de certaines données.(Src : Experian 2011)

Disposer de données de qualité semble être une difficulté courante, humaine et stratégique.

Trois enjeux sont donc d'actualité :
- Maximiser la valeur du capital client en disposant de données fiables, agrégées et utiles,

- Réduire les coûts de maintenance et d'exploitation des données,

- Accroître le ROI des actions marketing .

Trait de separation
Notre sélection de tweets sur le sujet logo twitter

# Different #datas for the same person can easily corrupt anywhere from 5% to 25% of the records in a single database. # +2,6% de leads par mois en travaillant sur la qualité des données #Dataquality

# #DataQuality 101: The Ultimate Guide for Data Stewards # Four Steps to Fixing Your Bad Data
# Before Big Data, clean data # 5 Data Quality Management Challenges

# Data Management : la qualité des données se cherche une place dans les SI # « Big data ou Bad data … de l’impact stratégique de la qualité des données sur l’entreprise » #Dataquality #BigData
Trait de separation

Avis d'expert

Photo Christophe Christophe Cousin, Fondateur de Camp de Bases :

"Big" ou "bad" data : faites le choix entre rêve et réalité.

 A l'heure où la "big" data fait rêver, les besoins des entreprises sont plus prosaïques : traiter la "bad" data, pour améliorer leur connaissance client et optimiser leur marketing relationnel.

Un investissement rentable à très court terme et un prérequis pour éviter la "(big) bad data marketing"…

La presse spécialisée, les blogs, les plaquettes commerciales fourmillent d'articles évoquant la "big data", cette masse presque incommensurable d'informations générées par les internautes.
A lire les "spécialistes", la big data va révolutionner bien des domaines, dont le marketing, grâce à une analyse des comportements : les clics effectués au Pérou, les "like" du Vietnam, le contenu sémantique des tweets des seniors comparé aux navigations des juniors, j'en passe et des meilleurs…

A bien des égards, la big data ressemble à une nouvelle invention de l'industrie de l'informatique, toujours prompte à créer de nouveaux concepts permettant de vendre des solutions, en particulier lourdes et coûteuses. Seul l'avenir nous dira si ce déluge de données constitue le nouvel eldorado de la data marketing. Mais, à court terme, les besoins des entreprises que je côtoie depuis plus de dix ans, sont bien plus prosaïques.

Au lieu de collecter de nouveaux teraoctets de données, elles cherchent plutôt à :
  • éliminer des doublons de leurs bases marketing,
  • Traiter des informations incohérentes,
  • Séparer les clients des prospects,
  • Segmenter efficacement,
  • Mieux personnaliser les messages…
>>> Lire la suite

Camp de Bases vous accompagne sur ce sujet...

Depuis plus de 10 ans, l'équipe de Camp de Bases crée des bases de données marketing uniques de forte volumétrie et agrégeant de nombreux flux provenant de plusieurs sources de données (CRM, Web analytics, gestion de campagnes,...). La Data Quality est donc au coeur de notre quotidien pour créer des référentiels de qualité

C'est en analysant les situations des données de nos clients et leurs demandes pour les améliorer que nous avons conçu une solution pré développée pour nettoyer, enrichir, normaliser, unifier et dédupliquer les données de nos clients :
Data Quality Flow.

Visuel DQF

Data Quality Flow (DQF) traite l’ensemble des flux avant de les intégrer dans une base de données marketing et garantit ainsi :
  • La mise à la norme des adresses postales (RNVP),
  • La validité des adresses email,
  • La cohérence des informations,
  • Une déduplication très fine des profils,
  • Une gestion optimisée des rejets.
     Data Quality Flow est disponible en mode SaaS ou directement installé dans votre architecture.

POUR UNE DEMONSTRATION DE DATA QUALITY FLOW,
CONTACTEZ NOUS PAR EMAIL OU AU 01 83 63 60 05


Pour suivre l'actualité de Camp de Bases et rester en contact, retrouvez-nous dès maintenant sur
Facebook | Twitter | Le blog du Datamanagement | Notre site web


© 2013 Camp de Bases. Tous droits réservés.