Nettoyez vos données avant de les automatiser

Une automatisation appliquée à de mauvaises données produit de mauvais résultats plus vite et plus régulièrement. Nettoyer n'est pas un retard : c'est le projet.

Toute automatisation suppose que la donnée est juste. Envoyer la facture à l'adresse enregistrée. Écrire au numéro de la fiche. Segmenter sur le champ secteur. Chaque hypothèse tient jusqu'à ce que le champ soit vide, périmé, ou rempli par trois personnes selon trois conventions.

Les cinq contrôles à mener d'abord

1. Complétude : quel pourcentage de fiches possède les champs dont dépend votre automatisation ? En dessous d'environ 90 %, construisez le chemin d'exception avant le chemin nominal.
2. Doublons : le même client sous deux orthographes, avec un historique réparti entre les deux. Fusionnez avant d'automatiser, sinon vous contacterez les deux.
3. Cohérence de format : numéros avec et sans indicatif, dates en deux formats, régions en abrégé et en toutes lettres.
4. Fraîcheur : à quand remonte la dernière vérification de chaque fiche ? Les adresses email se périment à un rythme non négligeable chaque année.
5. Validité : l'email existe-t-il réellement, l'adresse est-elle localisable, le numéro d'identification est-il bien formé ?

Nettoyer sans tout arrêter

Ne tentez pas un nettoyage général en une fois. Corrigez les fiches qui comptent maintenant — clients actifs, opportunités ouvertes — et posez une validation à la saisie pour que le problème cesse de croître. L'historique peut être nettoyé progressivement ou, honnêtement, archivé. La plupart des bases contiennent des années de données que personne n'interrogera jamais. C'est la forme que prennent la plupart de nos missions d'automatisation.

Rester propre

• Validez à la saisie. Les champs libres là où une liste déroulante s'imposait sont à l'origine de l'essentiel des incohérences.
• Rendez les champs obligatoires réellement obligatoires, ou acceptez qu'ils soient facultatifs et concevez pour le vide.
• Attribuez une responsabilité. Une qualité de données sans propriétaire se dégrade à un rythme prévisible.
• Publiez un indicateur de qualité chaque mois avec vos autres métriques, pour que la dégradation soit visible avant d'être coûteuse.

• 90% de complétude avant d'automatiser un champ
• 5 contrôles à mener d'abord
• 1 responsable de la qualité des données

Sur le même thème: Automatisation.

Vous voulez la même chose pour votre entreprise ? Voir ce que nous faisons.