Loading...

La vue client unique, un challenge crucial pour la réussite de sa stratégie CRM

Aujourd’hui toutes les entreprises démultiplient leurs canaux de contacts pour collecter plus de coordonnées clients et prospects (Magasins, centre d’appels, applications pour smartphones et tablettes, réseaux sociaux…) et communiquer avec eux.

Cet environnement cross canal a pour conséquence d’augmenter drastiquement le volume de données qui se trouvent dans les bases CRM et donc logiquement le nombre de doublons qui s’y trouvent.

Un client ou prospect peut être plusieurs fois dans une base de données si par exemple il a oublié son identifiant client et créer un nouveau compte sur un site e-commerce ou une application mobile ou si par exemple en magasin la solution en caisse n’a pas de recherche de préexistence et qu’il est créé une nouvelle fois pour profiter d’une remise.

Ce contexte actuel complexifie beaucoup la mission des directions marketing pour communiquer efficacement avec leurs clients.

En effet, pour avoir une stratégie CRM efficace et cohérente vis-à-vis des clients, il est important de pouvoir identifier s’il s’est créé plusieurs fois dans la base afin d’avoir une vision unique et cross canal du client.

C’est pour cela que de plus en plus de sociétés souhaitant relever ce challenge mettent en place des solutions logicielles d’identification de doublons complètement paramétrables en fonction de leur besoin.

En effet, chaque société en fonction de son secteur d’activité, de ses objectifs et des données présentes en base va paramétrer la solution différemment pour identifier les doublons.

Vais-je me baser sur le nom, prénom et email ?
Ou sur le nom, prénom, adresse postale et date de naissance ?

Une fois ce choix réalisé sur les données à prendre en compte pour le rapprochement, il est nécessaire de savoir quel degré d’importance ou poids je vais accorder à chacun des éléments comparés pour calculer un score de rapprochement… Un nom et une date de naissance identiques sont-ils plus significatifs qu’un même nom, prénom et adresse postale ?

Ensuite il faudra définir qui est le maître du groupe de doublons. Est-ce le dernier enregistrement créé ou celui qui a le plus grand nombre d’informations ?

Une fois ces choix importants réalisés, on peut se dire que le plus dur est fait… Eh bien NON !

A ce stade nous avons deux fichiers, un fichier avec les uniques et un autre avec les doublons.

Pour les uniques pas de problème mais pour le fichier avec les doublons j’ai beau les avoir identifiés,
qu’est-ce que je fais avec ?

C’est à ce moment-là qu’il est indispensable d’avoir un module de fusion paramétrable qui permet de fusionner les doublons flagrants tout en gardant les informations pertinentes. L’objectif à ce niveau est d’automatiser une grosse partie du travail.

Etape-Fusion

Au final après cette phase de fusion il faudra faire retraiter par un œil humain les doublons identifiés restants car il se peut qu’ils se trouvent de faux doublons… Et il n’est pas question de supprimer un contact que nous avons pris soin de collecter !

Pour éviter ce travail, il est vivement recommandé de mettre en place (lorsque cela est possible) des solutions de recherche de préexistence permettant d’éviter en amont l’insertion de doublons.