Qu’est-ce que cela signifie ? Si votre entreprise est cliente d’AWS, vous pouvez retrouver les services Hubbi d’enrichissement et de qualité de données Hubbi directement sur le portail Amazon.

Pour rappel :

Enrichissement de données : compléter vos profils clients avec des données manquantes, par exemple les téléphones mobiles et fixe, l’adresse postale ou l’email.

Qualité de données : corriger, dédoublonner et normaliser vos données clients.

Tout cela en temps réel, sans jamais sortir les données de votre système d’information et à des prix largement inférieurs à ceux du marché !

Les services Hubbi sur Amazon, c’est d’abord le gage d’un service de qualité, mais également d’un accès direct aux services Hubbi à tous les clients Amazon Web Service souhaitant améliorer la qualité de leurs données.

Accédez directement aux services Hubbi en nous contactant ou en accédant au portail Amazon sur cette URL : https://bit.ly/3IXYbxh

La Data Quality : secteurs, usages et finalités. 

La Data Quality, ou qualité de données en français, revient progressivement sur le devant de la scène dans les métiers liés à la donnée relationnelle (marketing, commerce, RH, DSI…). Après s’être concentrées sur des technologies avancées en termes de traitement de données, comme le mining ou l’IA, les entreprises souhaitent répondre à des problématiques réelles, concrètes et quotidiennes sur la qualité des données.

En effet, la qualité des données est la pierre angulaire d’une stratégie data efficiente et cohérente. L’ordre logique commence par des traitements de qualité de données, qui seront ensuite complétés par d’éventuels enrichissements, puis pour les entreprises les plus avancés, des traitements complexes comme des créations de segments, de l’Intelligence artificielle pour prédire et anticiper des comportements, mais également du « data mining » pour créer des corrélations statistiques entre plusieurs segments.

Ceci dit, ces derniers traitements complexes sont inenvisageables sans qualité de données. Pour quelles raisons ? Par le simple fait qu’il est impossible de créer des segments, prédications et corrélations intéressantes si les données clients en entrée sont inexactes, illisibles ou présentes en de multiples occurrences dans les fichiers.

Ainsi, les traitements de qualité de données permettent de disposer de fichiers clients qualifiés, dédoublonnés et dédupliqués.

Voyons en détail les différents traitements possibles de la qualité de données et leurs usages particuliers :

• Analyse titre-nom-prénom : Cette analyse permet de séparer dans différentes colonnes les noms et prénoms de vos contacts, dans le cas où ceux-ci ont été saisis dans une seule et même colonne.
• Normalisation syntaxique email : Ce traitement permet de normaliser la syntaxe des emails de vos fichiers clients, c’est-à-dire séparer distinctement la racine (partie locale de l’adresse), le séparateur (@) et le domaine, tout en enlevant les caractères invalides du domaine.
• Formatage et normalisation téléphonique : Permet aux données téléphoniques de correspondre aux normes internationales (nombre de caractères numériques, code pays…)
• Normalisation postale (RNVP) : une suite de traitements sur l’adresse incluant la restructuration, la normalisation et la validation de l’adresse postale. Cette dernière se fait par l’intermédiaire de référentiels officiels, permettant de disposer d’adresses

– dont la structure permet d’être lisibles par les systèmes de routage

– correspondant aux normes postales des pays

– validées et existantes

• Identification des déménagés : L’identification des déménagés est décomposée en deux traitements : « Estocade » qui identifie les déménagés, et le traitement « Charade » qui ajoute au traitement « Estocade » la nouvelle adresse postale du déménagé.
• Géocodage (Iris, carreau) : Le géocodage permet de lier une adresse postale à un découpage au carreau ou par l’IRIS (découpage du territoire français produit par l’IRIS) et créer des segments en fonction des CSP probables des quartiers.
• Dédoublonnage : Ce traitement de Data Quality permet d’identifier et de fusionner des doublons au sein d’un fichier de données clients.
• Déduplication : Ce traitement de Data Quality permet d’identifier et de fusionner des doublons au sein de plusieurs fichiers de données clients.  

 Dans quels secteurs la Data quality est-elle utilisée ? 

A la base, les premières entreprises ayant utilisé la Data Quality étaient des sociétés spécialisées dans le routage postal et la livraison, et utilisant donc des systèmes de GPS. La data quality a ensuite été progressivement exportée vers d’autres secteurs comme le e-commerce,où les besoins de routage sont importants également; puis la banque et l’assurance, où les données clients mais surtout leur fiabilité, représentent une opportunité de croissance commerciale). 

Aujourd’hui, la qualité de données est répandue dans tous les secteurs, et est devenue un tel enjeu qu’il est difficile pour n’importe quelle société, quelle que soit sa taille, de s’en passer. 

Quelles sont les finalités de la qualité de données ?

Quand on parle de finalités en data quality, il est plus évident de parler de l’impact de la non qualité des données clients. Les problématiques liées à cette non qualité sont nombreuses, dommageables pour l’entreprise et la relation client. 

Une mauvais qualité de données implique : 

• Un problème de maintien de la relation client : les contacts sont amenés à déménager, changer de numéro de téléphone ou d’email. Ne pas disposer d’informations actualisées sur les clients / prospects peut amener à la fin de la relation, du simple fait qu’il devient impossible de les contacter.
• Un problème de normes : des données non normées, c’est à dire ne respectant pas les normes réglementaires sur les adresses postales, les téléphones, les emails et autres points de contact, sont illisibles par les systèmes opérateurs.
  

Comment fonctionne la Data Quality sur Hubbi ? 

La qualité de données conçues par Hubbi a été créée dans le but d’éviter les écueils classiques connus sur le marché. 

Généralement, quand une société souhaite mettre en qualité des données, plusieurs contraintes viennent s’agréger : 

• Les entreprises doivent sortir les données de leur système d’information pour procéder à leur mise en qualité, posant un problème de sécurité.
• Sortir les données en clair de votre SI est également un risque en termes de RGPD, si des données de contact fuitent, vous devrez avertir via une communication officielle l’ensemble de vos clients / prospects. 
• La qualité des traitements n’est pas toujours au rendez-vous (problèmes de normes, de doublons non identifiés ou de restructuration des données)
• Les prix du marché sont volatiles, opaques, et changent d’un client à l’autre. 

C’est pour répondre à ces problématique que la plateforme Hubbi intègre aujourd’hui une solution de qualité de données tout à fait différente des solutions du marché :

• Sur Hubbi, vos traitements de qualité de données se font sans que vous ayez à sortir les données en clair de votre système d’information. Toutes les données sont anonymisées, aucune donnée ne sort. 
• Les traitements sont faits à partir de données anonymisées, et répondent donc aux exigences du RGPD en matière de confidentialité des données. 
• La qualité des traitements de DQM est assurée par des algorithmes éprouvés de Data Quality, utilisés par de nombreux clients de toutes tailles (de la PME au grands comptes) 
• Les prix sont fixes, et largement en dessous des prix du marché ! 

Vous souhaitez mettre vos données en qualité ? Contactez nous ! 

Vos données clients et prospects ont une véritable valeur. La donnée est le carburant essentiel pour l’acquisition, la conversion et la fidélisation de vos contacts, notamment en B2C. Sans celle-ci, difficile voir impossible d’établir et de maintenir une bonne relation client.

Mais pourquoi est-ce si difficile aujourd’hui d’avoir de bonnes données clients  ?

Quelles sont les freins empêchant les entreprises d’enrichir des fichiers ? Les données clients sont un actif de l’entreprise : une donnée à jour, exploitable, fiable et enrichie d’informations fines représente un gain de temps pour les équipes commerciales et marketing : Connaître une appétence, une CSP, disposer des bonnes données de contact de votre client / prospect permet tout simplement d’avoir un temps d’avance sur de futurs besoins, et de les anticiper.

Ceci dit, enrichir des données clients est difficile pour bon nombre d’entreprises, notamment du fait de l’offre actuelle proposée par le marché. Une entreprise souhaitant enrichir des données va inévitablement suivre le processus suivant :

• Sortir plusieurs fois les données en clair de son système d’information, ce qui d’entrée représente un risque stratégique pour la sécurité des données et les aspects du RGPD.
• Attendre les comptages des fournisseurs. Ceux-ci peuvent parfois prendre jusqu’à plusieurs jours, si ce n’est plusieurs semaines pour simplement obtenir une estimation du taux d’enrichissement de données disponibles.
• Prendre le temps de choisir le bon fournisseur pour enrichir les données clients, pour finalement être livré après un long délai. Certains enrichissements complexes, avec des taux de matching relativement faibles, peuvent prendre jusqu’à plusieurs semaines, un vrai problème quand l’entreprise doit être agile et réactive pour convertir ses prospects et fidéliser au mieux ses clients.

Ainsi, ces processus lors des enrichissements de données clients apportent plusieurs problèmes : des problèmes de sécurité évident, avec les sorties répétées des data des systèmes en clair (même sur des SFTP, il est impossible de garantir l’intégrité et la sécurité des échanges de données). Ces problèmes de sécurité amènent eux même des écueils de confidentialité vis-à-vis des données clients, lourdement sanctionnés par la CNIL quand ceux-ci ne sont pas correctement traités.

La question pour les entreprises est celle de la réactivité, en phase avec leurs clients et avec leurs marchés, c’est ce qu’on appelle le « fast data », c’est-à-dire disposer de données vérifiées, valides, actualisées et surtout disponibles en temps réel.

Ces besoins sont généralement ignorés longtemps par les entreprises, qu’elles soient des PME ou grands groupes. Quelle que soit leur taille, ces dernières seront confrontées au problème de la qualité de leurs données, qui s’altère avec le temps (déménagement, changement de nom, changement de téléphones, inactivité d’un email, changement d’appétence…)

Comment remédier à ces problématiques d’enrichissement de données sans perdre de temps, à des prix raisonnables et sans connaissance technique ?

En plus d’acheter et de vendre des données, il est désormais possible d’enrichir des données clients sur Hubbi.

Comment l’enrichissement de données fonctionne sur Hubbi ? Rien de plus simple.

1 – Déposer votre fichier à enrichir. Les données du fichier sont anonymisées, aucune donnée ne sort en clair de votre système d’information.

2 – Choisissez le produit data avec lequel vous souhaitez enrichir votre fichier. Enrichissez votre fichier avec des emails, des téléphones, des adresses, des appétences, des données socio-démographiques et bien d’autres.

3 – Vous accédez directement à tous les prix des fournisseurs de données. Hubbi fait matcher vos données avec les fichiers des fournisseurs. Et voilà, votre fichier de contacts est enrichi.

Pourquoi Hubbi est une révolution dans l’enrichissement de données client ?

Les promesses d’Hubbi sont les suivantes :

• Vos données ne sortent jamais en clair de votre système d’information
• Vous voyez en temps réel le taux de matching disponible sur votre fichier
• Vous accédez directement à tous les prix des fournisseurs
• Un enrichissement prend en moyenne entre 1 et 3 minutes, comparé à plusieurs jours / semaines pour un traitement normal avec les processus classiques
• Les enrichissements sont complètement RGPD compliant, seules des données parfaitement optinisés sont utilisés
• Accédez au plus vaste choix du marché en matière de données à enrichir

Enrichir des data ne sera plus jamais un problème ou une perte de temps.

La solution vous intéresse ? Contactez nous !