Gestion de la Relation Client : d'abord une question de données

MARC DAVERAT Directeur général EMEA de DataFlux

Depuis l'apparition des bases de données, les entreprises cherchent à maximiser la valeur ajoutée de leurs informations, et ce afin d'optimiser la relation client et donc mieux répondre aux attentes du marché. Dans le commerce de détail, par exemple, les données recueillies permettent de savoir que M. Durand fait régulièrement ses courses en ligne. Grâce à la valeur ajoutée de telles informations, il est possible de personnaliser les actions de marketing en proposant, par exemple, la livraison gratuite des achats. Cette approche analytique a d'ailleurs largement fait ses preuves ces dernières années, en s'appuyant notamment sur des solutions d'informatique décisionnelle.

Parallèlement à cette analyse à valeur ajoutée de la clientèle, est apparue la notion d'interaction cohérente. Pour garantir cette cohérence, de nombreuses entreprises ont investi dans des systèmes CRM. Ces derniers organisent les données opérationnelles de l'entreprise de manière à obtenir une vision exhaustive du profil du client, afin que ce dernier bénéficie d'un service personnalisé quel que soit le canal de communication.

Pour que ces outils sophistiqués soient efficaces, il est impératif de garantir la pertinence et la qualité des données. Il en résultera un impact fort sur le retour sur l'investissement CRM, par ailleurs très onéreux. Qu'il s'agisse d'informations géodémographiques ou de données comportementales complexes associées aux programmes de fidélisation, il est impossible de savoir si les décisions prises seront adéquates tant que la pertinence des données en circulation n'est pas garantie.

Garantir la pertinence et la qualité des données

La règle de base est que, à l'instar de nombreux autres actifs d'entreprise, les données clients se déprécient: la durée de vie moyenne d'une base de données clients est d'environ deux ans. En effet, des personnes se marient pendant que d'autres divorcent, déménagent ou bien changent de métier...

Autre constat, les entreprises à la pointe en matière de gestion clients basée sur les données sont constamment à la recherche d'idées pour conserver leur avance sur la concurrence. Le Master Data Management, ou gestion des données de référence, parfois décrit à tort comme une approche utopique, est capable de gérer les données au plus haut niveau, grâce à la création d'un entrepôt de données unique et à la garantie de la qualité et de la cohérence des informations qui y sont stockées. En exploitant cet «entrepôt référent», il devient possible d'alimenter tous les systèmes de l'entreprise en temps réel et de faire disparaître les barrières que représentent les silos d'informations (système d'administration des ventes, système comptable, CRM, etc.).

la gestion des données: un combat permanent

La réalité est cependant bien souvent la même que pour les autres approches technologiques: le succès de la gestion des données ne repose pas uniquement sur le choix du bon fournisseur ou du bon système d'information. Et, peut-être plus que pour les autres domaines informatiques, le fait de maintenir des données cohérentes implique une participation active de l'ensemble des intervenants ainsi que la mise en place de règles strictes. Car seule une définition de «l'enregistrement client» commune à toute l'entreprise permet de déterminer les données les plus importantes à stocker. Au final, c'est grâce à la valeur ajoutée de ces données que l'entreprise peut augmenter l'efficacité de ses services et ainsi mieux fidéliser ses clients.

La gestion des données est donc un combat permanent. A mesure que les sources de données se multiplient, notre société devient de plus en plus complexe, les activités se globalisent et s'automatisent, et nous sommes plus que jamais dépendants de la connaissance que nous avons de nos clients. Le défi est bien celui de la création de règles de qualification de données et des contrôles au sein des processus d'entreprise, pour aboutir à un véritable «parefeu» qualitatif pouvant valider en temps réel les données avant leur entrée dans le système d'information et garantir leur valeur et pertinence en termes de performance d'entreprise.