Comment piloter la mise à jour de vos contacts B2B ?

"L’accroissement exponentiel des données traduit par les 3V du phénomène Big Data (Vélocité, Variété, Volume) s’est aussi accompagné du développement d’applications logicielles beaucoup plus orientées vers les métiers.

Le plus fort impact de cette double tendance pour l’entreprise porte sans aucun doute sur ses données clients et prospects.

Autrement dit, son CRM :

• - Le profil de mes comptes est-il fiable et à jour ?
• - Mes données Contacts sont-elles exploitables ?

Autant de questions et de problématiques tentaculaires qui conditionnent directement la connaissance de son marché, la performance de ses opérations marketing et l’efficacité commerciale.

Or, nous savons tous aujourd’hui que la donnée est une matière obsolète par définition :

• - 30% des données sur une entreprise changent tous les 12 mois (source Insee)
• - 22% de décideurs opérationnels, N à N-5, changent de poste chaque année (étude Mobicadres 2016, Nomination/Deloitte)

Chacun «intuite» l’impact de cette obsolescence sur la qualité de ses propres bases CRM ; l’observatoire de la qualité des bases CRM B2B de Nomination constate en moyenne :

- 20% de comptes invalides et 23% de doublons (on dénombre ainsi plus de 50 façons différentes d’écrire IBM dans les bases CRM des entreprises…)

- 1 à 2 contacts /comptes alors qu’il est aujourd’hui admis qu’une affaire implique en moyenne 4 à 5 interlocuteurs chez son prospect (ou client)

- 24% des contacts renseignés sont invalides

La Data et sa gouvernance s’imposent donc au 1er rang des enjeux des directions marketing et commerciales. Ainsi, il ne s’agit plus simplement de « charger une mise à jour » des données Comptes & Contacts pour actualiser le CRM.

Il s’agit au contraire de concevoir une véritable politique de gestion de son capital de connaissance client, et de veiller à sa bonne application en la confiant à un groupe pluridisciplinaire représentatif des métiers de l’entreprise. En synthèse :

• - Cartographier l’ensemble des données, internes et externes, nécessaires au bon fonctionnement des processus métiers
• - Identifier les sources, les documenter
• - Nommer un « propriétaire » de chaque donnée
• - Affecter à chacune des KPI (indicateurs de performance), qui traduisent véritablement son exploitabilité : la complétude n’est pas suffisante, car un champ rempli, mais mal rempli, n’est pas satisfaisant

Dans ce contexte, la Data Quality doit être appréhendée comme un véritable projet, en respectant une méthode. Nomination a développé une approche dédiée à la gestion de la Data Quality : un diagnostic complet des bases existantes mais aussi des marchés cibles, permet d’alimenter concrètement les premiers ateliers Data Quality, et de contribuer directement à la création des dictionnaires de données.

Et la question des règles de gestion de ces données, pour leur mise à jour, se pose très rapidement. Comment faire ?"