Data Quality : comment nettoyer les Bad Data ?

Data Quality : comment nettoyer les Bad Data ?

Jean-Antoine Martos

Le Big Data s’est développé grâce à l’essor du e-commerce et du marketing digital. Les entreprises, et notamment les services de Relation Client, ont ainsi de nombreuses données à traiter… y compris des Bad Data. Selon une récente étude, le volume de données générées devrait ainsi être multiplié par 15 d’ici 2020 (1), pour atteindre un niveau 50 fois plus important qu’en 2010. Parmi elles se cachent les Bad Data : des données fausses, incomplètes ou inexploitables. Le problème, c’est que des données de mauvaise qualité coûtent aux entreprises américaines la somme de 600 milliards de dollars par an (2). Comment s’y prendre pour nettoyer ses données, et passer au Smart Data ?

Supprimer les doublons

Les Bad Datas sont-elles nocives ? Pas nécessairement. Il est possible de transformer ces données en supprimant leurs doublons. Alliées à d’autres données, celles-ci peuvent devenir pertinentes. Ainsi, le premier réflexe à adopter est la suppression de doublons pour intégrer la dernière information dans la base de données afin de voir si elle permettra à l’entreprise d’obtenir des renseignements qualitatifs.

À lire également : Ce qu’il fallait retenir du Salon Big Data

Procéder à un traitement RNVP

RNVP est l’acronyme de « Restructuration, Normalisation, Validation Postale ». Il s’agit d’un traitement informatique des adresses postales. C’est plus précisément une suite d’opérations effectuées sur un fichier pour vérifier l’existence des adresses et identifier si celles-ci sont normalisées et conformes à la norme AFNOR NF Z 10-011 du 19 janvier 2013. Effectuer ce traitement permet de corriger les adresses qui comportent des erreurs afin que les courriers arrivent à la bonne destination. L’objectif ? Supprimer les mauvaises adresses pour éviter des envois inutiles dits « PND » : Plis Non Distribuables. Les opérations RNVP sont essentielles pour certaines entreprises qui ont besoin de localiser géographiquement leurs clients (à l’instar de La Poste qui possède son propre logiciel RNVP nommé Hexavia). Aujourd’hui, Hexavia estime que 200 millions de PND équivalent 183 millions d’euros de pertes pour les sociétés (3).

Eviter les spams

Les bots sont de plus en plus utilisés dans les Services Clients. S’ils permettent d’envoyer des campagnes automatisées, d’envoyer des abonnements ou encore des messages personnalisés (des confirmations de commande, par exemple), les bots peuvent également être synonymes de spams dans les courriers indésirables. En effet, certains les utilisent pour réaliser des envois en grande quantité, effectués à des fins publicitaires. Ainsi, pour éviter de recevoir un courrier électronique non sollicité, il est important que le client valide son adresse mail lors d’une inscription à une newsletter ou à un formulaire par exemple.

Découvrez aussi : Le Big Data dans la connaissance du client en 2016

Pour résumer, le DQM, Data Quality Management, appelé en français « gestion de la qualité des données », assure le succès de la Relation Client. Il faut alors avoir les bons réflexes : être conscient qu’une mauvaise donnée peut devenir une donnée de qualité par la suppression de ses doublons, utiliser un logiciel RNVP et faire remplir correctement les adresses mails de ses clients. (1) : Dqe-Software (2) : Informatica (3) : Les échos
Nouveau call-to-action

CHAQUE MOIS RETROUVEZ L’ACTUALITÉ DE LOGOS
DANS VOTRE BOÎTE EMAIL

Guide pratique, livres blancs et articles premium…
Obtenez toute l’expertise Logos en un clic

Vous pourriez aimer …

0 commentaires

Soumettre un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Share This