La qualité des datas dans les CRM est un critère essentiel de performance des entreprises. Une étude menée par Gartner et Ventana estime qu’une mauvaise qualité de données influe à 20% sur la productivité au travail. Voilà qui fait réfléchir ! Pourquoi les données sont-elles si souvent dégradées ? Quels sont les différents enjeux d’une bonne qualité des données ? Comment la garantir ? C’est ce que nous allons voir dans cet article.

1. Les causes de dégradation des données

Les données recueillies au sein des CRM des entreprises ne sont pas toujours d’une grande qualité. A l’origine de ce problème, on retrouve souvent les éléments suivants :

• Des erreurs de saisie : fautes d’orthographe, de frappe, de distraction…
• Des mises à jour trop peu régulières, malgré leur caractère indispensable. On estime qu’une base de données perd environ 30% de sa valeur chaque année
• Une absence de standard de collecte des données, qui laisse libre cours à l’interprétation de chacun sur la bonne façon de remplir les différents champs du CRM.
• Des doubles saisies, qui traduisent un manque de process au sein de l’entreprise. Avant de créer une nouvelle fiche client ou prospect, chaque utilisateur du CRM devrait vérifier systématiquement que ses informations sont nouvelles pour l’entreprise.
• De faux renseignements : les consommateurs peuvent volontairement transmettre de fausses données à une entreprise, pour conserver leur anonymat et leur tranquillité. Ce phénomène se retrouve souvent lorsque les données clients sont collectées par le biais de formulaires sur le web.

2. Les impacts d’une mauvaise qualité des données

a) Un ROI en péril

C’est logique : une mauvaise qualité de données au sein d’un CRM entraîne nécessairement une baisse de la rentabilité des actions menées qui s’appuient sur ces données. Les conséquences en termes de coûts peuvent être désastreuses pour les entreprises !
Prenons l’exemple de deux entreprises qui souhaitent envoyer une newsletter papier à leurs clients pour un coût total de campagne de 100 K€. En moyenne, chaque newsletter reçue par un client génère un ROI de 10%. La base de données de la première entreprise est fiable. Celle de la deuxième entreprise comporte 10% de NPAI.
Pour la première entreprise, la totalité des 100 K€ de la campagne est utilisée utilement (pas d’erreur dans la base de données). Le ROI total de la campagne est égal au ROI de chaque newsletter reçue, soit 10%.
Pour la seconde entreprise, seuls 90 K€ du budget de la campagne sont utilisés utilement (10% d’erreur). Le chiffre d’affaires généré par la campagne est alors de 99 K€ (90 K€ + (10% x 90 K€) ). Rapporté au budget de 100 K€, le ROI est donc de -1%.
Cet exemple montre bien que veiller à la qualité des data de son CRM est indispensable pour une entreprise. Cela constitue pour elle un avantage concurrentiel vis-à-vis de ses concurrents moins rigoureux.

b) Une mauvaise image de marque et une perte d’efficacité commerciale

La qualité des datas d’un CRM est essentielle au niveau du département commercial d’une entreprise. On estime que la non atteinte d’un objectif est dû dans 40% des cas au manque de qualité des données. Ce n’est pas étonnant : imaginez un commercial qui compose des numéros erronés ou n’a pas sous les yeux le bon historique de la relation avec son client. Cela impactera nécessairement son taux de conversion ! Sa prise de contact, moins pertinente ou auprès du mauvais interlocuteur, risque par ailleurs d’engendrer des dommages sur l’image de marque de son entreprise.
Dans le cas d’une base de données qui comporte des doublons, la situation peut être pire encore… Sur-sollicités, les prospects ou clients d’une entreprise peuvent juger la démarche trop intrusive (ce qui serait bel et bien le cas !). Il y a de fortes chances qu’ils décident alors de prendre des mesures radicales pour ne plus être harcelés : désinscription ou déclaration en spam de vos emailing, évitement de vos appels téléphoniques, etc. Dommage, non ?

3. Comment garantir une bonne qualité des données collectées dans les CRM

Pour simplifier, les deux axes à travailler sont :

• La prévention des erreurs, en instaurant des process rigoureux de collecte de données et en préférant des sources fiables
• La correction des erreurs, notamment en dédoublonnant et requalifiant régulièrement les bases de données (mise à jour des NPAI, vérification systématique des informations des clients lors des appels téléphoniques, etc).

Dans les deux cas, les annuaires d’entreprise tels que Kompass sont d’une grande aide en B2B pour se constituer une base de données de qualité ou vérifier les informations obtenues par ailleurs.
Source statistiques :
http://shortways.com/combien-vous-coute-la-mauvaise-qualite-de-vos-donnees