Pourquoi la gestion de la qualité de la donnée doit être flexible

La qualité de la donnée est l’un des grands enjeux auxquels sont confrontées les organisations. Gartner estime que la mauvaise qualité des données coûte chaque année 15 millions de dollars en moyenne aux entreprises. Par ailleurs, le cabinet de conseil a interrogé des entreprises à propos du coût financier annuel des données de mauvaise qualité. Près de 60 % des entreprises interrogées déclarent ne pas le mesurer.

Pourtant, des données de mauvaise qualité ont des conséquences bien concrètes sur l’organisation, le chiffre d’affaires et même le client final. Les retailers et les marques, qui traitent de nombreuses données - comme les données transactionnelles, les données client ou encore les données produit - sont particulièrement affectés par la mauvaise qualité de la donnée.

Pour autant, l’exigence d’une qualité infaillible ne doit pas nuire à la rapidité et à la réactivité dont doivent faire preuve les distributeurs et les marques, qu’il s’agisse du lancement d’une nouvelle référence ou de la mise à jour des données produit. Une gestion flexible de la qualité de la donnée produit permet de s’adapter aux contraintes du commerce d’aujourd’hui tout en favorisant une bonne collaboration entre marques et distributeurs, qui exercent sur ce sujet une responsabilité partagée.

Gestion flexible de la qualité de la donnée produit et augmentation du volume des données

Salsify estime la croissance du volume des données produit à + 56 % chaque année, ce qui oblige les distributeurs à adapter leurs moyens, leurs processus et leurs ressources. Cette augmentation s’inscrit dans un contexte de profonde mutation, à la fois réglementaire et sociétale, avec l’apparition de nouveaux attributs qui deviennent attendus par les consommateurs, comme le made in France, le sans gluten, etc.

Le contrôle de la qualité des données, effectué parfois manuellement, est chronophage pour les équipes et non sans risque, puisque les erreurs dues à la manipulation des données existent.

Une gestion flexible de la qualité des données produit n’est pas un processus unique mais se définit par différentes étapes dont la première est la définition de règles permettant de bloquer de manière automatisée les erreurs ou les incohérences dès la source, c’est-à-dire au moment de la collecte des données. Par exemple, il peut s’agir d’une règle édictant une largeur minimale de palette (> 40 cm). Une dimension inférieure est automatiquement bloquée et une notification est générée auprès du fournisseur pour lui signaler cette incohérence.

Une autre étape consiste à repérer les erreurs non détectées à la source et le contrôle de la qualité s’effectue alors par couches successives, ce qui permet aux différentes équipes de vérifier manuellement les modifications apportées à certains champs considérés comme sensibles (substances dangereuses…), et de laisser passer les champs non critiques afin que le produit puisse être commercialisé en ligne sans faire courir de risque sur le distributeur. 

La multiplication des canaux de vente rend la mise à jour des données produit complexe et multiplie les risques d’incohérence d’un canal à un autre. Ainsi, selon l'étude Consommateurs 2022 de Salsify, en France, la recherche en ligne est prépondérante pour les acheteurs : 64 % des consommateurs interrogés comparent les prix en ligne, 54 % d’entre eux utilisent des coupons digitaux et 41 % utilisent leur mobile en magasin.

Gestion flexible de la qualité de la donnée produit et développement omnicanal

Or une donnée produit peut être essentielle pour vendre sur un canal et totalement facultative pour vendre un produit sur un autre canal.

Dans ce cas encore, certains champs considérés comme obligatoires (vidéos de démonstration pour un site e-commerce ou un réseau social) doivent être complets mais les équipes peuvent choisir de laisser passer certains champs vides car un autre attribut ne sera pas indispensable pour un autre canal ou support (image non optimisée pour smartphone). Par ailleurs, une gestion flexible permet de collecter tout type d'attributs dans tous les secteurs d'activité, et non liés à des normes particulières, ce qui permet aux professionnels du commerce d’être plus agiles. 

Gestion flexible de la qualité des données produit et collaboration marques et distributeurs

La gestion de la qualité de la donnée produit implique différentes équipes. En cas d’erreur repérées par les équipes distributeurs, un système de modification collaborative permet aux équipes et aux métiers les plus experts de suggérer des améliorations sans provoquer de nombreux allers-retours, eux-mêmes dépendants de la disponibilité des équipes fournisseurs.

Chaque semaine, ou à la fréquence qui leur convient, les équipes distributeurs peuvent passer en revue la liste des erreurs qu'ils ont repérées et corrigées, les trier par fréquence et impact, et évaluer s'ils peuvent et doivent appliquer une nouvelle règle de blocage au début du processus afin de l’éviter dans les étapes suivantes. En cas d’erreur repérées par les équipes distributeurs, un système de modification collaborative leur permet de corriger les erreurs et de proposer la correction au fournisseur afin qu'elle devienne la nouvelle valeur.

Ces couches successives de contrôle permettent d'améliorer continuellement la qualité des données tout en sensibilisant les fournisseurs. La relation marque et distributeur bénéficie de cette collaboration autour de la qualité de la donnée produit.

La gestion des données produit est flexible si elle ne ralentit pas la mise sur le marché des produits, s’adapte aux différentes expertises des équipes et peut soutenir l’augmentation et l’évolution des attributs produits dans le temps. Elle a de nombreux bénéfices, dont celui de doter les distributeurs d’un système de gestion de la donnée produit dynamique.