Les données erronées… Le redoutable écueil des temps modernes qui nous empêche de développer un environnement commercial véritablement fondé sur les données. Entretiens, rapports, calendriers et prévisions : elles sont partout. Il est si facile de rejeter la faute sur des données erronées lorsque l’objectif n’est pas atteint.
Selon une étude publiée dans la Harvard Business Review 50 % des personnes travaillant avec des données perdent leur temps à chercher des données, à trouver et corriger des erreurs et à chercher des sources pertinentes pour les données auxquelles elles ne font pas confiance.
Lorsque nous n’atteignons pas nos objectifs, il nous arrive de pointer du doigt des données incorrectes, mais il ne s’agit en réalité que de la partie immergée de l’iceberg.
En quoi consistent les données erronées ?
Mais quelles sont les caractéristiques des données erronées, souvent décrites comme « sales » ou « malveillantes » ? Il s’agit tout simplement de données qui contiennent des erreurs, comme des fautes d’orthographe ou de ponctuation, de données incomplètes, de données désuètes, de doublons dans la base de données ou encore de combinaisons de données incorrectes. Les données erronées sont des données auxquelles nous ne nous fions pas. Ou pire encore, des données auxquelles nous nous fions bel et bien, mais dont nous devrions douter.
Mais d’où viennent les données erronées ? De partout. Ces données sont le résultat ou la manifestation d’une série d’événements. Voici un aperçu de ces événements ainsi que des causes et éventuelles étapes à suivre pour résoudre le problème rapidement.
Données incomplètes
Cause : Les données incomplètes se présentent sous plusieurs formes : les données manquantes ou les données partiellement remplies. Elles limitent non seulement les informations que nous pouvons en tirer (comme les rapports et les analyses), mais aussi les éventuelles opérations basées sur les données (comme l’intelligence artificielle et l’apprentissage machine). Solution : Intégrez des « gardiens » pour la création de données. Ils empêcheront la production de données incomplètes. Aidez vos clients (et votre entreprise) à compléter des formulaires, par exemple à l’aide d’une fonctionnalité de saisie assistée ou remplissage automatique qui complète les formulaires en s’appuyant sur un large ensemble de données de référence externes. Renforcez votre gouvernance afin de vous assurer que les champs obligatoires soient remplis de manière intelligente, en effectuant des contrôles de la qualité des données.
Regardez : Dataxess pour enrichir et entretenir vos données
Doublons
Cause : On parle de doublons lorsque des enregistrements présentent par erreur des similitudes avec d’autres enregistrements de la base de données. Lorsqu’un écosystème de données présente des doublons, il arrive entre autres que lors de l’agrégation de données, de trop nombreuses données soient comptées, donnant ainsi lieu à des valeurs incorrectes pour les rapports et analyses. Par conséquent, les efforts fournis sont gaspillés et les chiffres prêtent à confusion. Plus les répercussions des doublons sont fortes, plus la gestion d’entreprise est difficile.
Solution : Vous devez connaître les « copies » que vous gardez et celles que vous supprimez ou archivez. Pour ce faire, appuyez-vous sur des techniques de regroupement (correspondance/fusion). Rassemblez les versions similaires de ces résultats dans ce regroupement. Désignez la meilleure version comme étant l’entité principale et les autres comme étant des composants de ce groupe. Vous éliminerez ainsi les doublons de manière systématique. Étant donné que toutes les copies ne sont pas identiques, vous souhaitez peut-être en conserver certaines (pour des raisons commerciales ou légales) et les placer dans un groupe contrôlable. Voilà le concept du golden record.
Différents silos de données
Cause : Il est pratiquement inévitable pour une entreprise de posséder nombre de systèmes sources différents. Une étude de Dun & Bradstreet menée en 2021 a même révélé que les entreprises utilisaient une moyenne de dix outils de vente et marketing. Le monde complexe des affaires tel que nous le connaissons aujourd’hui l’impose presque. Mais ce n’est pas une sinécure de gérer et mettre à jour ces outils. Même si elles ne suivent pas les mêmes processus, les données devraient être liées à d’autres ensembles de données, car, bien entendu, vous souhaitez disposer de données uniformes partout. Les concepts de stockage de données, lacs de données et à présent maillages de données ont été pensés pour rendre possible et flexible la gestion de données issues de différents systèmes.
Solution : La réaction la plus logique ? Mettre en place un lac de données. En revanche, il ne suffit pas d’héberger toutes les données en un seul et même endroit. Si vous ne gérez ni ne qualifiez les données qui alimentent votre lac de données , votre lac de données peut rapidement devenir un marécage de données. Outre la sécurisation technique de votre flux de données à l’aide d’interfaces, comme des API, vous devez penser à gérer les données de votre lac de données en employant des méthodes de regroupement qui permettent d’héberger, dans un environnement commun, des données issues de différentes sources. Si vous parvenez à créer un golden record en regroupant des entités similaires, vous obtiendrez un meilleur aperçu des données imbriquées et des nouvelles données. Grâce à un outil de correspondance/fusion, vous pouvez mieux gérer les sources de données existantes et nouvelles dans votre lac de données.
Données obsolètes
Cause : De toutes les données de base B2B, les coordonnées sont manifestement celles qui deviennent le plus rapidement obsolètes. Dans certains domaines, les données peuvent se dégrader de 34 % chaque année. Ce constat peut être très alarmant pour les organisations fondées sur les données, qui se basent sur ces dernières pour prendre leurs décisions. Ces statistiques peuvent s’avérer plutôt décourageantes puisque la gestion de nos entreprises dépend de plus en plus des données. En raison du contexte économique actuel, il est bien plus difficile de se concentrer sur les données obsolètes. Entreprises en faillite, problèmes de livraison, « la grande démission »… Autant d’événements qui compliquent davantage les fusions, acquisitions et cessions attendues sur le marché. Comment faire en sorte que vos données restent pertinentes ?
Solution : Enrichissez vos données. Vous devez pouvoir enrichir vos données de manière périodique à l’aide d’une source externe et fiable de données de référence. Comme le dit un vieux dicton de 1914 : ne jetez pas le bébé avec l’eau du bain. Il est bien trop facile de qualifier les ressources de données de médiocres en raison de leurs défauts ou après avoir entendu des anecdotes de personnes qui en dépendent. Travaillez avec des sources externes ou des tiers afin d’ajouter des attributs actualisés à vos coordonnées existantes. Comme indiqué ci-dessus, les données se dégradent d’au moins 34 % par an. Vous avez donc besoin d’un processus d’enrichissement efficace lié au seuil d’exactitude des données de votre entreprise. En l’appliquant de manière ponctuelle, vous risquez de compromettre l’expérience de vos utilisateurs, car il n’est pas évolutif. Mettez sur pied une stratégie et un système d’enrichissement, et communiquez avec vos bénéficiaires effectifs.
Regardez : Dataxess pour enrichir et entretenir vos données
Conclusion : plaider en faveur de la gouvernance des données
Ces recommandations et meilleures pratiques ne sont que quelques pièces d’un grand puzzle. Il est crucial de mettre en place une gouvernance des données afin d’établir une politique et de se conformer aux normes en matière de qualité des données, de manière à endiguer l’épidémie de données non conformes. La bonne nouvelle ? La plupart des solutions proposées sont réalisables – et peuvent être automatisées à grande échelle – à l’aide de l’intelligence artificielle et de l’apprentissage machine.
En plus de savoir où, quand et comment les appliquer, les recommandations susmentionnées sont cruciales pour votre stratégie en matière de données. La solution et la cause principale sont identiques : la gouvernance des données. Voilà un concept dont nous ne pourrions plus nous passer. Notre dépendance sans cesse grandissante aux données en est un parfait exemple.
