Données d’entreprise Comment en faire un levier de croissance ?

Comment recueillir et conserver des données de qualité ? L’enjeu est de taille : au-delà des obligations légales, c’est bien la performance de l’entreprise qui en dépend directement. Le point avec Xavier Benmoussa, Consultant chez Yphise, et Caecilia Dijoux, Chef de marché chez SAS France.

L’information est le nerf de la guerre, dit-on. Cela est aussi vrai dans la sphère économique. Peut-on un instant imaginer les conséquences d’une décision stratégique fondée sur des informations erronées ? Si la qualité des données est un enjeu auquel les entreprises sont de plus en plus sensibilisées, force est de croire qu’elles ne mettent pas toujours en œuvre les process nécessaires à son amélioration. Pourtant, il s’agit bel et bien d’un ressort de performance qui devient incontournable, parallèlement à l’intégration croissante des systèmes d’information, et à leur rôle de plus en plus crucial dans les prises de décision.

En effet, la plupart des entreprises recueillent et gèrent de nombreuses données sur leurs clients, prospects, partenaires, fournisseurs ou employés. « Bien souvent, c’est à l’occasion de la mise en place d’un projet décisionnel que les insuffisances dans ce domaine sont relevées », remarque Caecilia Dijoux, Chef de marché chez SAS, éditeur de solutions décisionnelles.

La qualité n’est pas donnée mais se construit

Le fait est clair : les données se caractérisent par un cycle de vie. La première conséquence est la nécessité de les mettre à jour régulièrement. « Par exemple, on considère qu’au bout d’un an, 20 à 30% des données clients ne sont plus valides, du fait notamment des changements d’adresses, de postes, d’entreprises, etc. », fait remarquer C. Dijoux. Ainsi, un fichier a une durée de vie d’environ 3 à 5 ans. Un processus régulier de requalification des données doit donc être mis en place.

Et cela d’autant que l’impact d’une mauvaise qualité des données est difficile à évaluer a priori. En revanche, il est le plus souvent mesurable après coup, lors des opérations de marketing direct par exemple, à travers le taux de NPAI (N’habite Pas à l’Adresse Indiquée), ou indirectement, par rapport à l’efficacité même de ces campagnes.

Dans ce domaine, « le secteur bancaire et celui des télécommunications font partie des acteurs à la pointe des technologies, et qui prêtent une attention particulière à la qualité des données, d’autant plus qu’ils doivent en gérer des volumes très importants », précise C. Dijoux. Plus généralement, la qualité des données est un enjeu d’autant plus difficile à gérer que les volumes d’informations à traiter sont importants.

Processus et outils, ou prestation « one-shot » ?

L’exactitude des données peut aussi être liée à un ensemble d’obligations légales. Cela concerne certaines institutions, comme les établissements bancaires, ou plus largement toute entreprise tenue de respecter la réglementation en matière de transparence financière et de déclarations fiscales. Le suivi de la qualité des données est alors associé à des problématiques de recoupement de l’information, de traçabilité et d’archivage.

Que ce soit pour satisfaire à des obligations légales ou pour contribuer à la performance du système d’information et de l’entreprise, l’amélioration de la qualité des données s’avère donc indispensable. Pour cela, les entreprises peuvent faire appel à des prestataires de service, à un moment de leur histoire, où le besoin d’avoir des données de qualité se révèle le plus urgent : à l’occasion d’une opération de fusion-acquisition par exemple, ou lors de la mise en place de projets décisionnels et la construction d’entrepôts de données.

« Nous remarquons que les entreprises ont souvent une approche de type one shot concernant la qualité des données : elles fonctionnent au coup par coup », regrette C. Dijoux qui poursuit : « Il est plus efficace d’envisager la qualité des données sur le plan des processus et outils utilisés, de manière à la garantir plus en amont ». En effet, faire appel régulièrement à un prestataire pour requalifier des bases de données devient en fin de compte très coûteux, si aucun correctif n’est apporté au niveau du recueil de ces données.

Quelle démarche mettre en œuvre ?

La première étape consiste à conduire un audit de qualité des données. Ensuite, il est nécessaire de définir un référentiel commun où tous les formats de données peuvent être agrégés. Et cela vise aussi bien les données structurées et de bonne qualité le plus souvent en provenance des systèmes ERP, que celles qui sont issues d’autres sources comme les opérations marketing.

Le recours à des outils de profiling est alors d’une grande utilité car ils permettent de vérifier cette qualité en amont, et au besoin de l’augmenter voire d’enrichir les informations existantes grâce à des sources externes. Des actions de sensibilisation à la qualité des données sont aussi recommandées. De même, il paraît très opportun de nommer un responsable qualité des données, qui peut être rattaché à la direction informatique mais pas obligatoirement. « Au final, l’objectif est d’avoir un taux d’erreur inférieur à 5%, ce qui est acceptable », déclare Caecilia Dijoux.

publié le 21/12/2004