• IA Afineo
  • Vos Enjeux
    • Industries
      • Ventes en ligne
        • PIM to E-commerce
        • PIM to SEO
        • PIM to Marketplaces
      • Espace
      • Distributeurs
      • Espace
      • Produits de grande consommation
      • Espace
      • Fabricants
    • Métiers
      • Tous les métiers
        • Chef de produit
        • Marketing
        • Communication
        • DSI
        • Digital
        • Achats
        • Force de vente
    • CTA
      • DÉMO
  • Nos solutions SaaS
    • Titre colonne masqué
      • PLATEFORME AFINEO : vue d’ensemble
      • Espace
      • SOLUTIONS MDM
        • MDM Multidomaine
        • MDM Groupe Multi-filiales
      • Espace
      • SOLUTIONS PIM
        • PIM – Product Information Management
        • PIM multi-référentiel
      • Espace
      • DAM – Data Asset Management
    • Titre colonne masqué
      • SOLUTIONS DE PILOTAGE
        • Pilotage de marge
        • Pilotage réseaux de distribution
      • Espace
      • PRODUCTION PRINT
        • Publishing
        • Bat en ligne
        • Print-in-Store
      • Espace
      • PORTAIL B2B
        • Portail distributeurs
        • Portail fournisseurs
    • CTA
      • DÉMO
  • Ressources
      • Blog
      • Espace
      • Guide du PIM
        • Qu’est-ce qu’un PIM ?
        • Solution PIM : Quels avantages ?
        • Tuto : Valorisez votre expertise PIM
      • Espace
      • Qu’est-ce qu’un DAM (Data Asset Management) ?
      • Espace
      • Qu’est ce que le Master Data Management (MDM) ?
      • Espace
      • Avis Afineo
      • Espace
      • Assistance Afineo
    • CTA
      • DÉMO
  • Afineo
      • Qui sommes nous ?
      • Espace
      • Conseils et services
      • Espace
      • Références clients
    • CTA
      • DÉMO
  • On recrute
  • Démo
  • Menu Menu
  • DÉMO
  • Intelligence Artificielle Afineo
  • Nos solutions SaaS
    • Plateforme Afineo : vue d’ensemble
    • MDM Multidomaine
    • MDM Groupe Multi-filiales
    • PIM
    • PIM multi-référentiel
    • DAM
    • Pilotage de marge
    • Pilotage réseaux de distribution
    • Portail distributeurs
    • Print-in-Store
    • Performance produit et opérations commerciales
    • Publishing
    • Bat en ligne
    • Print-in-Store
    • Portail fournisseurs
    • Portail distributeurs
  • Vos enjeux
    • PIM to E-commerce
    • PIM to SEO
    • PIM to Marketplaces
    • Distributeurs
    • Fabricants
    • Produits de grande consommation
    • Métiers
  • Ressources
    • Blog
    • Guides du PIM
      • Qu’est-ce qu’un PIM ?
      • Solution PIM : Quels avantages ?
    • Qu’est-ce qu’un DAM (Data Asset Management) ?
    • Assistance Afineo
  • Afineo
    • Qui sommes-nous ?
    • Conseils et services
    • Références Clients
  • On recrute

Data Quality : enjeux, critères de qualité, processus et outils

MDM - Master Data Management
Data Quality

Dernière mise à jour le : 18 Avr 2024

La Data Quality, ou qualité des données en français, fait battre le cœur de votre stratégie de commercialisation de produits. L’avènement du Cloud et la profusion du Big Data soulèvent en effet des problèmes de gestion de la qualité des données au sein de toutes les entreprises : retail, grande distribution, e-commerce…

Si vos critères d’évaluation de la qualité des données sont biaisés, chaque mauvaise décision risque de vous coûter cher. Cet article met en lumière toute l’intelligence portée par la donnée, les indicateurs de mesure essentiels, les outils tels que le Master Data Management et les process à adopter pour mettre en place une démarche de Data Quality Management qui sert réellement vos objectifs business.

 

Data Quality et enjeux business pour les entreprises

15 millions de dollars de pertes par an : voici le coût moyen d’une mauvaise gestion de la qualité des données, révélé par l’enquête du cabinet Gartner. L’étude en question met en lumière la corrélation directe entre l’absence de démarche de Data Quality et le nombre d’opportunités commerciales manquées.

Il apparaît donc logique que 40 % des acheteurs retournent un produit en raison d’informations insuffisantes sur le produit. Cette insuffisance de données s’explique par la présence d’erreurs, d’informations inexactes, incomplètes, obsolètes, ou encore incohérentes et parfois dupliquées concernant le produit.

Consciente des enjeux de gouvernance des données, l’enseigne Decathlon a notamment mis en place sa propre stratégie de Data Quality. La responsable de la qualité des données cite un exemple parlant dans la vidéo suivante : le contrôle de la qualité des données liées au Click and Collect permet de prédire le nombre de cartons à prévoir et de colis qui vont être récupérés. Ce cas d’usage concret illustre toute l’intelligence portée par la gestion de la qualité des données : la Data Quality constitue un levier de compétitivité et de satisfaction client puissant.

Vidéo « La qualité des données : un enjeu de la data gouvernance chez Décathlon » :

À l’inverse, les problèmes engendrés par une mauvaise qualité des données produits se traduisent en conséquences négatives pour toute l’organisation. L’expérience omnicanale devient insuffisante ou complètement ratée pour les acheteurs, entraînant une détérioration de l’image de marque et de la satisfaction client. Les avis clients et la réputation d’une enseigne peuvent vite se dégrader.

Les acheteurs déçus favorisent également l’augmentation des retours produits et des invendus. Une organisation peut par ailleurs subir des sanctions légales si elle n’affiche pas les mentions obligatoires. L’ensemble des actions marketing deviennent alors inefficaces. Les pertes de productivité au sein des équipes qui doivent gérer et diffuser les données produits engendrent mathématiquement des coûts opérationnels qui impactent toute l’organisation.

Si le consommateur est exposé à tous ces manquements, c’est que les responsables marketing, e-commerce ou encore achats, ne disposent pas d’une plateforme dédiée, capable de leur offrir un accès structuré à une qualité de données orientée commercialisation.

Nous vous présentons les outils performants en fin d’article. Abordons tout d’abord à partir de quels critères évaluer la qualité des données.

 

 

Les critères d’évaluation de la qualité des données

L’évaluation de la qualité des données ou Data Quality Assessment repose sur l’observation du respect de plusieurs caractéristiques aussi appelées dimensions.

Observons d’abord les critères principaux d’évaluation de la qualité des données à travers un schéma puis détaillons-les.

 

Les critères d’évaluation de la qualité des données

Critères intrinsèques aux données

  • Unicité : l’utilisateur ne doit pas pouvoir confondre deux informations ni deux produits. Un identifiant unique pour chacun et une vérification des doublons sont incontournables.
  • Exhaustivité ou complétude : les données ne doivent pas comporter de champs manquants. Il faut notamment vérifier les attributs spécifiques essentiels à la catégorisation (taille, couleur, ..), mais également aux étapes d’analyse.
  • Conformité aux conventions de l’entreprise : le cadre d’utilisation des données doit être défini selon des règles de nommage et de formats de données afin d’éviter des valeurs inexactes et des formats inutilisables.
  • Exactitude ou précision : chaque donnée doit être correcte et correspondre à la réalité, mais également précise, selon une nomenclature spécifique définie en amont.
  • Incorruptibilité : la donnée ne doit pas être altérée après utilisation, que ce soit par un utilisateur, par une mauvaise configuration d’une liaison avec un objet associé à la donnée, ou encore lors d’échanges entre deux systèmes d’information.
  • Cohérence : vos données doivent respecter une certaine logique entre elles et ne pas entrer en conflit en présentant par exemple des informations contradictoires (exemple : une gamme de pulls en laine dont un produit serait renseigné en 100% synthétique).

Critères garantissant l’utilisabilité

  • Accessibilité : les équipes métiers doivent pouvoir facilement trouver les données dont ils ont besoin pour effectuer leurs missions. La classification et les capacités d’un outil de gestion des données sont primordiales pour garantir l’efficience des entreprises.
  • Pertinence : les équipes produit, achat, marketing, e-commerce (…) doivent disposer d’informations utiles pour exécuter leurs missions respectives avec efficacité au sein de leurs processus. Les données doivent correspondre à des usages métiers.
  • Actualité ou fraîcheur : dans un contexte de commercialisation de produits, il est impératif de maintenir à jour sa base de données produits afin d’y incorporer les nouvelles gammes, les nouvelles contraintes réglementaires (exemple : loi Agec), et les critères relatifs à la saisonnalité des ventes notamment.

Critères préservant la sécurité

  • Disponibilité : différentes mesures doivent préserver l’accès aux données, telles que
    la protection, la capacité et la traçabilité. Trois grands principes à appliquer aux outils de gestion des données, à l’hébergement et au réseau informatique.
  • Intégrité : les droits d’accès utilisateurs doivent pouvoir être réglés comme du papier à musique afin de permettre la modification de certaines données aux seules équipes concernées. L’historisation des évènements relatifs au traitement des données et le versionning permettent également d’identifier d’éventuelles anomalies et de corriger le tir de manière réactive.
  • Confidentialité : cette dimension concerne les niveaux d’habilitation accordés aux utilisateurs, ainsi qu’aux partenaires commerciaux externes à l’entreprise.
  • Règlementation : les contraintes légales imposent un traitement spécifique des données personnelles ou sensibles (RGPD), mais également un devoir d’information et d’affichage pour renseigner le consommateur (loi Agec).
  • Auditabilité : des mesures doivent être mises en place pour lutter contre la perte et la fuite de données, mais également pour analyser régulièrement le niveau de qualité des données.

 

 

 

Les 6 processus d’une démarche de Data Quality Management efficiente

La mise en place d’une démarche de Data Quality Management – ou de gestion de la qualité des données en français – s’articule en six processus.

Tout Data Quality Manager ou Data Steward digne de ce nom respecte le traitement de ces processus par étape en gardant en tête les objectifs de l’organisation.

Ces responsables de la gestion de la qualité des données de l’entreprise s’inscrivent par ailleurs dans une approche d’amélioration continue : les données et les missions des utilisateurs évoluent en effet dans le temps !

Processus de mise en place d’une démarche de Data Quality Management
ProcessusObjectifs
1. Profilage

  • Étudier les structures, modèles et formats des données, leurs interactions entre elles et au sein des processus métiers, leurs conditions de stockage et de maintien.
  • Établir les caractéristiques de référence servant les objectifs de l’entreprise afin d’établir les actions de normalisation correctives.

2. Homogénéisation

  • S’appuyer sur une nomenclature commune aussi bien en termes de dénominations de natures de données et d’attributs associés que de formats de données.
  • Standardiser les données en suivant la nomenclature établie afin de faciliter la compréhension de tous les utilisateurs et de permettre l’interopérabilité/la circulation des données de manière fluide entre différents systèmes d’information.

3. Nettoyage

  • Identifier et collecter les données inexactes, incomplètes, non pertinentes, obsolètes, ou non exploitables.
  • Appliquer les mesures correctives de normalisation de manière collaborative et itérative.

4. Dédoublonnage

  • Dédupliquer les données présentes au sein d’un même fichier.
  • Centraliser l’information de manière unique et pertinente pour en faciliter son exploitation et éliminer les doublons stricts.

5. Enrichissement

  • Compléter les données afin de les améliorer.
  • Enrichir sa base de données en continu pour en maintenir la fraîcheur, en tenant compte de l’évolution des enjeux réglementaires et des missions des utilisateurs.

6. Contrôle

  • Surveiller l’évolution de la qualité de ses données en s’appuyant sur une analyse régulière et des indicateurs clés de performances.
  • Analyser chaque KPI afin de détecter une baisse du niveau de qualité susceptible d’engendrer une baisse d’activité pour l’entreprise. Corriger les manquements.

 

 

Les outils pour garantir la qualité des données dans une optique marketing

La plateforme SaaS Afineo rassemble tous les modules et fonctionnalités nécessaires afin de contrôler, d’évaluer la qualité des données, d’effectuer un nettoyage des données, mais également de gérer l’ensemble de leur chaîne de valeur jusqu’à leur diffusion sur les canaux de vente sans erreurs, tout en facilitant les missions des équipes métiers. Examinons les principaux outils de notre plateforme de Data Management et de Media Management et leurs avantages.

Le PIM (Product Information Management) permet de constituer un référentiel unique relatif à la gestion des informations produits. Les informations des articles commercialisés éparpillés dans différents systèmes ou fichiers sont importées, traitées et enrichies afin d’unifier la qualité des informations.

Sur un principe similaire, le DAM (Digital Asset Management) permet de constituer un référentiel unique relatif à la gestion des données produits, plus précisément les assets digitaux tels que les fichiers images, visuels produits, logos, vidéos, audio, et autres formats comme les notices par exemple.

L’association du PIM et du DAM permet de diffuser l’ensemble des informations et assets sur les différents canaux de vente de manière pertinente sans aucun oubli : les mentions légales/obligatoires, descriptifs, visuels standardisés, offres personnalisées et limitées dans le temps (etc.). La cohérence des données est respectée sur les canaux : e-commerce (fiche produit), marketplace, kit de balisage magasin, catalogue imprimé, borne interactive, tablette vendeur par exemple. Vous respectez vos obligations légales, tout en répondant aux attentes des acheteurs sur la transparence et la complétude des informations.

Data Quality et MDM sont souvent associés : une solution de Master Data Management permet en effet de structurer plusieurs référentiels de données. On parle alors de gestion des données de références, ou « données maîtres ». Un MDM permet ainsi de mettre en place des référentiels supplémentaires tels qu’un portail B2B consacré à récolter les données de ses fournisseurs par exemple. MDM et PIM sont souvent confondus, pourtant la différence est limpide !

« La qualité des données est maintenue grâce à des sources uniques de vérité accessibles aux utilisateurs métiers au sein d’une même plateforme. »

Ceci rassure le DSI qui s’économise les contraintes d’interfaçages entre un système d’information et plusieurs logiciels, et les problèmes de productivité liés.

Le terme Data Quality révèle par ailleurs tout son sens lorsqu’il s’agit de l’utiliser comme un outil décisionnel orienté business ! Parlons-en : le module Performance Produit & Opérations Commerciales d’Afineo couplé au PIM offre d’observer les performances de ventes en tenant compte de la saisonnalité pour constituer la sélection de produit idéale dans une optique commerciale… dont la rentabilité est estimée à l’avance ! La gestion des stocks est optimisée et la réduction des invendus au rendez-vous.

Imaginez vos possibilités : récolter les avis clients pour vous en servir comme argument de vente « réassurant », analyser la fréquentation mensuelle ou journalière de chacun de vos points de vente, les performances par produit/saison/adhérent, ou encore analyser l’efficacité d’une opération promotionnelle …

Vous voulez obtenir une qualité de données qui stimule vos réussites commerciales ? Demandez une démonstration de la plateforme Afineo : nous vous montrerons les performances concrètes que les différents outils peuvent vous procurer !

À lire aussi :

Guide, exemples, enjeux et logiciel pour réussir la gestion des données de référence en entreprise
Projet MDM (Master Data Management) : 10 pratiques décisives pour le réussir
Vous n’imaginez pas tout ce que le Master Data Management peut faire pour votre business
27 mars 2023/par Grégory Coste
Partager cette publication
  • Partager sur Facebook
  • Partager sur Twitter
  • Partager sur WhatsApp
  • Partager sur LinkedIn
  • Partager par Mail
https://www.afineo.com/wp-content/uploads/2023/03/data-quality.jpg 628 1200 Grégory Coste https://www.afineo.com/wp-content/uploads/2024/09/logo-afineo-svg.svg Grégory Coste2023-03-27 13:20:322024-04-18 11:01:44Data Quality : enjeux, critères de qualité, processus et outils

Sommaire

CREEZ ET CONSERVEZ L’AVANTAGE CONCURRENTIEL :
LA PREUVE EN DEMO !

Précurseur dans la gestion des données, le leader français Afineo apporte des solutions technologiques d’avant-garde depuis 2004 : nos solutions MDM, PIM et DAM transforment votre expérience utilisateur grâce à une technologie exclusive, facile à mettre en œuvre et ergonomique. Demandez une démo pour découvrir notre plateforme low code / no code !

Je veux une démo

Afineo, acteur incontournable de la gestion des données de référence, propose une plateforme SaaS MDM, PIM et DAM pour accompagner la transformation numérique des entreprises. Nos solutions cloud multi-référentiel facilitent la gestion et la qualité des données, tout en assurant une intégration fluide avec votre écosystème digital.

Qui sommes-nous ?
Offres d’emploi
Suivez notre page

(+33) 9 72 10 11 72
contact{at}afineo.com
Lyon 69200
Voiron 38500

© Copyright - Afineo - Plateforme Data & Media Management - Plan du site - Mentions légales & confidentialité
  • LinkedIn
  • Mail
  • Twitter
  • Instagram
  • Facebook
  • Youtube
Faire défiler vers le haut

Les cookies nous permettent d'améliorer votre expérience sur notre site et de vous fournir des services plus personnalisés.

AccepterRefuserParamètres

Cookie and Privacy Settings



Comment nous utilisons les cookies

Ce site Web utilise des cookies. Les cookies nous permettent de personnaliser le contenu et les annonces, d'offrir des fonctionnalités relatives aux médias sociaux et d'analyser notre trafic. Vous consentez à nos cookies si vous continuez à utiliser notre site Web. Nous pouvons demander que les cookies soient réglés sur votre appareil. Nous utilisons des cookies pour nous faire savoir quand vous visitez nos sites Web, comment vous interagissez avec nous, pour enrichir votre expérience utilisateur, et pour personnaliser votre relation avec notre site Web.

Cliquez sur les différentes rubriques de la catégorie pour en savoir plus. Vous pouvez également modifier certaines de vos préférences. Notez que le blocage de certains types de cookies peut avoir une incidence sur votre expérience sur nos sites Web et les services que nous sommes en mesure d'offrir.

Cookies Web Essentiels

Ces cookies sont strictement nécessaires pour vous fournir des services disponibles sur notre site Web et d'utiliser certaines de ses fonctionnalités.

Puisque ces cookies sont strictement nécessaires pour livrer le site, vous ne pouvez pas les refuser sans impact sur la façon dont notre site fonctionne. Vous pouvez les bloquer ou les supprimer en changeant les paramètres de votre navigateur et forcer le blocage de tous les cookies sur ce site. Plus d'information sur http://www.allaboutcookies.org/fr/

Cookies Google Analytics

Ces cookies collectent des informations de manière compilée pour nous aider à comprendre comment notre site est utilisé et combien son performantes nos actions marketing, ou pour nous aider à personnaliser notre site afin d’améliorer votre expérience de navigation.

Si vous ne souhaitez pas que votre visite soit pistée sur notre site vous pouvez bloquer ce pistage dans votre navigateur ici :

Autres services externes

Nous utilisons également différents services externes comme Google Webfonts, Google Maps, autres hébergeurs de vidéo. Depuis que ces FAI sont susceptibles de collecter des données personnelles comme votre adresse IP nous vous permettons de les bloquer ici. merci de prendre conscience que cela peut hautement réduire certaines fonctionnalités de notre site. Les changement seront appliqués après rechargement de la page.

Réglages des polices Google :

Réglages Google Map :

Réglages reCAPTCHA :

Intégrations de vidéo Vimeo et Youtube :

Politique de Confidentialité

Vous pouvez lire plus de détails à propos des cookies et des paramètres de confidentialité sur notre Page Mentions Légales.

Mentions légales
Accepter les réglagesMasquer uniquement les notifications