Parce qu’elle est au cœur de l’échec ou de la réussite d’un projet innovant, la qualité des données doit faire l’objet d’une véritable attention de la part des entreprises. Malheureusement, cette démarche est encore trop souvent perçue, à tort, comme un centre de coûts et non de profits. Seules les organisations les plus matures prennent aujourd’hui ce sujet à bras le corps, alors que systématiser une approche autour de la qualité de la donnée est profitable à toutes les entreprises !

 

Qualité de la donnée : un enjeu croissant pour les entreprises

Le sujet de la qualité de la donnée est devenu critique avec l’expansion des processus et technologies reposant sur la data dans l’entreprise. Et, il le sera de plus en plus dans les années à venir avec l’accélération de la transformation digitale et le déploiement de l’IA. Les précurseurs ont été les secteurs de la banque et de l’assurance, soumis à des règles légales particulièrement strictes en matière de risques qui les ont contraints à mieux gouverner et piloter la qualité de la donnée.

Cet enjeu se déploie maintenant à tous les secteurs, clairement accéléré par l’application du Règlement Général sur la Protection des Données (RGPD). On le voit désormais pris en compte dans l’industrie avec le déploiement des processus basés sur l’usine 4.0 et les enjeux d’amélioration de la productivité, de maintenance prédictive très intensifs en usage de la donnée. Dans le domaine des services de toutes natures, le déploiement de services connectés, de capteurs et autres IOTs embarqués s’intensifie. La distribution, elle aussi n’est pas en reste, avec la généralisation de l’omnicanalité, véritable déclencheur de cette prise de conscience…. Tous ont dû et continueront à revoir les systèmes de collecte pour accéder à de nouveaux gisements de données internes ou externes, mais aussi faire dialoguer ces sources qui n’ont pas été conçues pour cela. Toutes les entreprises sont dès lors confrontées aux problématiques liées à la non-qualité de la donnée : mise à disposition irrégulière, absence de normalisation, valeurs manquantes, nature de l’information totalement inconnue…

De la même façon, avec un usage croissant de la data, et ce à tous les niveaux de l’entreprise, les problèmes autour de la qualité se sont multipliés. Ils ont des impacts financiers majeurs sur l’efficacité opérationnelle (nombre de réclamations clients en hausse, temps perdu par les forces commerciales, délais de décision plus longs…), l’efficacité commerciale (volume de clients adressables réduits, ciblage erroné, pertinence du discours commercial amoindrie, …). Tout ceci a un impact direct sur la satisfaction client. Sur certaines campagnes commerciales basées sur des données erronées ou incomplètes, la perte peut se chiffrer en millions d’euros et l’image de la marque s’en trouver ternie pour un long moment.

 

De la nécessité de mettre en place une gouvernance de la qualité

Parce que l’impact d’une donnée mal qualifiée sur la non-performance est majeur, la gestion de sa qualité doit donc être perçue comme un réel levier de performance. Et, en la matière, mieux vaut penser long terme que court terme, et anticiper les processus visant à qualifier et gérer la qualité dès l’amont plutôt que de traiter les symptômes en aval. S’occuper des problèmes au fur et à mesure qu’ils apparaissent n’est en rien un gage d’efficacité : l’entreprise aura déjà subi le manque à gagner de l’usage d’une donnée de mauvaise qualité, et cela lui coûtera probablement très cher de corriger le problème à posteriori. Les ennuis d’hier réapparaitront demain !

Dans ce domaine, la mise en place d’une gouvernance centralisée se révèle la clé pour piloter la résolution des problèmes dans le temps. Le challenge peut faire peur tant il semble immense. Il est évident qu’une seule personne dans l’entreprise ne peut clairement pas en prendre toute la responsabilité. En revanche, instaurer une gouvernance dédiée à cette qualité, animant dans chaque division de l’organisation un réseau de responsables data chargés de veiller à la qualité à leur niveau, apparait comme une voie à suivre : c’est le rôle des data owners et autres data stewards.

 

Appliquer une véritable stratégie autour de la qualité de la donnée

Une fois cette gouvernance installée, l’entreprise doit identifier les axes prioritaires d’améliorations. Il lui faut ainsi adopter une approche ROIste, en choisissant de s’occuper prioritairement des données les plus critiques pour son activité. Certaines choisiront de commencer par le sujet des données personnelles clients qui impactent directement la performance commerciale. D’autres se concentreront sur les sources de données utilisées par les quelques nouveaux cas d’usage devant être déployés en cours d’année : réduction de la fraude, accélération du traitement des réclamations, déploiement de rebonds commerciaux basés sur des visites digitales, Robot Process Automation sur un processus d’entreprise…

En résolvant usage par usage les problèmes de qualité de la donnée et en les priorisant, l’entreprise sécurise année après année son activité. Elle va ainsi couvrir progressivement et efficacement l’ensemble de son périmètre et constater le bénéfice à mesure qu’elle avance dans sa démarche.

Certaines entreprises pensent que s’équiper d’outils est suffisant pour résoudre les problèmes liés à la non-qualité. Les outils sur le marché sont nombreux et les bénéfices variés : des outils pour aider à la centralisation et l’animation de la gouvernance de données, des outils pour assister et assurer une bonne qualité dès la saisie (adresse postale ou déduplication temps réel avec les technologies de MDM clients), mais aussi des outils curatifs de normalisation, déduplication ou d’alerting sur la non réception de fichiers, le non respect de règles métiers… Ces outils n’apporteront une réelle valeur ajoutée que si la gouvernance data est claire et comprise dans l’entreprise, et si l’ensemble des acteurs ayant un rôle dans la chaîne de traitement de la donnée (collecte, traitement, analyse, activation) sont réellement mobilisés sur l’enjeu d’amélioration de la qualité des données.

In fine, en adoptant une gouvernance dédiée et une approche systématique, l’entreprise obtient un impact financier direct : des revenus additionnels grâce à des données clients, produits et commerciales plus fiables, une amélioration du ROI de ses campagnes commerciales et marketing, une assurance de conformité aux réglementations autour de la donnée personnelle et un gain d’efficacité opérationnelle, tout en améliorant la satisfaction client.

 

Tribune par Didier Richaudeau, Associé en charge de la practice Data chez Equancy, Cabinet de Conseil en Stratégie et Innovation.

<<< A lire également : La Data Au Secours Des Abeilles >>>