Qualité des données outbound : vérifier, valider, dédoublonner

Data Quality for Outbound: Verify, Validate, Deduplicate

La qualité des données outbound, c'est un seuil minimum qu'une fiche doit franchir avant qu'un commercial appelle ou qu'un email parte : la bonne personne, un numéro joignable, un email valide, pas de doublon, assez récente pour qu'on s'y fie. Vous vérifiez ce qui peut l'être, vous validez le reste selon vos règles et vous dédoublonnez avant d'attribuer. Sautez l'une des trois étapes et vos commerciaux le paient en conversations perdues, pas dans un tableau de bord.

Pourquoi les données sales coûtent plus cher avec un taux de décroché de 11,3 %

Dans notre analyse de 1 000 000 d'appels à froid B2B en France, le taux de décroché moyen était de 11,3 %. Neuf appels sur dix se terminent sans conversation, même quand le numéro est bon. Un numéro mort, une mauvaise personne ou un doublon ne fait pas que rater. Il brûle l'une des très rares tentatives utiles.

Le timing fait monter le prix. Notre meilleur créneau, 16 h, décroche à 15,8 %, contre 9,8 % à 8 h. Un commercial qui passe la meilleure heure de la journée sur une mauvaise fiche a gaspillé le temps le plus précieux dont il dispose. Et d'après notre expérience, la plupart des connexions ont lieu dès les trois premières tentatives. Vous avez environ trois essais par contact : ils doivent aller à des contacts qui existent.

Comptez comme le ressent un commercial. Si un commercial passe 100 appels par jour et que 15 tombent sur une ligne morte, une mauvaise personne ou un contact déjà travaillé par un collègue, il a perdu 15 de ses meilleures chances avant le premier mot. Multipliez par l'équipe et par la semaine, et le projet de nettoyage se rentabilise vite.

Nous ne prétendons pas avoir isolé la qualité des données comme cause du taux de décroché. Nous affirmons quelque chose de plus simple : chaque mauvaise fiche dépense des tentatives que vous ne récupérerez pas.

Vérifier, valider, dédoublonner : trois métiers différents

Les équipes emploient souvent ces mots comme des synonymes. Ils répondent à des questions différentes.

  • Vérifier : est-ce vrai aujourd'hui ? Le numéro joint une ligne, la boîte mail accepte les messages, la personne occupe toujours le poste.
  • Valider : cela respecte-t-il vos règles ? Format de numéro international, champs obligatoires présents, domaine de l'entreprise cohérent avec l'entreprise, titre qui correspond à une cible que vous visez.
  • Dédoublonner : cette personne est-elle ici une seule fois ? Une fiche, un propriétaire, un historique.

Une fiche peut réussir l'un et échouer à l'autre. Un numéro parfaitement formaté qui appartient à quelqu'un qui a quitté l'entreprise est valide et non vérifié.

Le seuil minimum avant d'appeler

Écrivez le seuil pour que « suffisamment bon » cesse d'être une opinion. Une fiche est appelable quand elle remplit tous ces critères.

  1. Un nom, une entreprise et un domaine d'entreprise.
  2. Au moins un numéro de téléphone au format international, étiqueté direct, mobile ou standard.
  3. Un titre et une fonction qui correspondent à une cible que vous visez réellement.
  4. Une source et la date de dernière vérification.
  5. Aucun doublon ouvert et un seul propriétaire.
  6. Absente de votre liste de suppression.

Les fiches qui échouent vont dans une file d'attente, pas dans la liste d'un commercial. Les commerciaux ne doivent jamais avoir à deviner si une fiche est fiable.

Donnez un propriétaire au seuil, en général les sales ops, et un chiffre hebdomadaire : la part des fiches qui entrent dans le CRM et le franchissent du premier coup. Quand cette part baisse, vous savez qu'une source ou un import a dérapé alors que les dégâts sont encore faibles. Un seuil que personne ne revoit redevient une opinion en un mois.

Dégradation : mesurez la vôtre au lieu de citer celle des autres

Les gens changent de poste, les entreprises se restructurent et les domaines disparaissent. Les taux de dégradation publiés varient beaucoup et dépendent de la cible, nous ne bâtirions donc pas un processus sur un seul chiffre.

Mesurez plutôt le vôtre. Prenez 50 contacts par segment, séparez-les selon l'ancienneté de la fiche (moins de 3 mois, 3 à 12 mois, plus de 12), et vérifiez chacun par un appel ou en regardant le titre actuel. La part qui échoue dans chaque tranche est votre taux de dégradation, et elle vous dit quel âge une fiche peut avoir avant de devoir être re-vérifiée. Les signaux de changement de poste offrent un déclencheur moins cher qu'un calendrier : re-vérifiez dès qu'un contact bouge.

Attendez-vous à ce que les segments diffèrent. Les contacts des équipes qui évoluent vite et des jeunes entreprises vieilliront probablement plus vite que ceux des grandes organisations stables, mais ne devinez rien : l'échantillon de 50 contacts prend un après-midi et remplace la supposition par votre propre chiffre.

Des règles de dédoublonnage qui tiennent dans un CRM

  • Normalisez d'abord. Emails en minuscules, suppression des tags « plus », numéros convertis au format international, entreprises rapprochées sur le domaine, pas sur le nom.
  • Utilisez une hiérarchie de correspondance. L'email exact d'abord, puis le numéro normalisé, puis le nom plus le domaine de l'entreprise.
  • Traitez les comptes aussi sérieusement que les contacts. Deux commerciaux qui appellent des personnes différentes de la même entreprise le même jour, c'est aussi un problème de doublon. Rattachez les filiales à leur maison mère.
  • Définissez la priorité de fusion. La fiche la plus ancienne garde son identifiant et son historique. La valeur vérifiée le plus récemment l'emporte, champ par champ. Une valeur non vérifiée n'écrase jamais une valeur vérifiée.
  • Bloquez les doublons à l'entrée. Contrôlez à l'import et sur chaque formulaire, pas une fois par trimestre.
  • Envoyez les correspondances approximatives en revue. Une fusion à tort détruit l'historique et coûte plus cher qu'un doublon.

Comment Sonik aborde la qualité des données

Sonik travaille à partir des contacts et des signaux déjà présents dans votre CRM : la qualité de ce CRM fixe donc le plafond de ce qu'un dialer peut faire. Notre mission est 2 fois plus de rendez-vous grâce à 5 fois plus de conversations avec les bons contacts, et les bons contacts, c'est là que commence la qualité des données.

Notre méthode consiste à traiter chaque résultat d'appel comme une vérification gratuite. Un résultat « mauvais numéro » ou « a quitté l'entreprise » doit mettre à jour la fiche le jour même, pas au prochain nettoyage trimestriel. Le parallel dialing fait remonter ces résultats plus vite, simplement parce que les commerciaux passent plus d'appels, ce qui raccourcit la boucle de retour. Voyez comment nos signaux exploitent des données que vous détenez déjà.

Conclusion

Les données sales coûtent cher parce que les tentatives sont rares, pas parce que les tableaux de bord sont mal rangés. Écrivez le seuil minimum, appliquez-le avec une file d'attente et laissez les résultats d'appel corriger la fiche. Cette semaine, sortez vos 50 derniers appels et classez chacun comme bon, numéro mort, mauvaise personne ou doublon. Ce pourcentage est le coût de vos données sales.