Collecter des données

Le type de données et ce que l’on peut en faire

Avant l’avènement d’Internet, des réseaux sociaux et de l’Internet des Objets, les données étaient généralement consignées dans des tables et donc considérées comme des données structurées. Aujourd’hui, nous sommes de plus en plus souvent confrontés à des données dites non structurées, c’est-à-dire qui ne peuvent être consignées sans transformation dans une table. Nous présenterons ici ces deux types de données.

Les données structurées

Avant d’envisager un traitement statistique des données, il convient de distinguer d’abord les types de données que nous avons entre les mains. Le tableau ci-dessous résume ces catégories.

Variables quantitatives	Variables qualitatives
Variables numériques discrètes	Variables ordinales
Variables numériques continues	Variables nominales

Les données à caractère quantitatif

Les données à caractère quantitatif sont des données dont les valeurs s’expriment sous forme de nombres. Il est possible de faire des opérations arithmétiques (moyennes, sommes, etc.) avec ces données. On les appelle souvent variables numériques ou métriques.

Parmi les variables numériques, on trouvera par exemple les chiffres d’affaires, le nombre de visites sur une page web ou encore le nombre de produits achetés par un client.

Exemple : CA, nombres de visites, nombre de clics, fréquence d’achat

On distingue parmi celles-ci les distributions discrètes et les distributions continues.

Les variables numériques discrètes

Elles ne peuvent prendre qu’une valeur entière positive ou nulle. Par exemple, le nombre de clients dans le portefeuille d’un commercial est une variable numérique discrète : il ne peut pas y avoir 0 client ou -1 client. Il ne peut pas non plus y avoir 250.5 clients. Un autre exemple est la fréquence de visite d’un magasin : le client ne peut pas venir un nombre négatif de fois ni une demie fois.

Les variables numériques continues

Elles peuvent prendre n’importe quelle valeur. Le panier moyen d’un...

Stocker ses données

La question du stockage des données est une question stratégique qui relève généralement de la DSI, mais dans laquelle les services marketing doivent être impliqués en tant qu’utilisateurs et d’autant plus quand une stratégie marketing data-driven est en train de se construire. Pour cela, il faudra commencer par faire un état des lieux de ses données puis réfléchir aux solutions techniques et éventuellement s’orienter sur des outils permettant une vision « à 360° » du client.

Faire un état des lieux de ses données

Le choix d’une ou de plusieurs solutions pour le stockage des données devra ainsi être précédé d’un état des lieux où vous devrez mettre au clair les points suivants :

Le type de données stockées (structurées ou non structurées).
Le type de données que vous souhaiteriez collecter à l’avenir et que votre solution de stockage devra pouvoir supporter (en particulier lorsque vous avez pour projet de collecter des données non structurées en provenance des réseaux sociaux, par exemple).
Le ou les emplacements actuels de ces données.
Le délai sous lequel ces données doivent être disponibles : certaines données peuvent être archivées, tandis que d’autres doivent être disponibles instantanément.
Qui doit pouvoir y accéder, où et sous quel délai) : services marketing, commerciaux en déplacement, équipes en point de vente...

Nettoyer ses bases de données

Le nettoyage des données est souvent perçu comme une étape ennuyeuse du traitement des données. Alors que nous aimerions savoir ce qui « sort » de nos données, alors que nous sommes impatients d’analyser les résultats et KPI de notre organisation (et que notre direction nous presse de lui donner ces KPI pour le prochain CODIR ou COMEX), voilà que nous devons en passer par cette étape rébarbative et peu visible : le nettoyage des données. Pourtant, sans nettoyage de données, le risque est de sortir des résultats erronés et d’en déduire des stratégies inappropriées. Cette étape est donc essentielle avant toute analyse.

Nous présenterons dans un premier temps ce qu’est une base de données propre, pourquoi il faut nettoyer ses bases de données et enfin comment procéder. Vous verrez qu’à force, les procédures de nettoyage feront partie de vos routines data et que vous serez de plus en plus efficace pour les mener !

Qu’est-ce qu’une base de données propre ?

Nous l’avons vu dans les sections précédentes, les données peuvent prendre différentes formes (structurées ou non structurées) et venir de différentes sources (internes ou externes). L’enjeu, pour avoir une vision et une compréhension la plus complète possible de ses clients et de ses cibles commerciales, est de réussir à regrouper toutes ces informations dans une base commune ou dans des bases qui communiquent efficacement entre elles.

En effet, le plus souvent, il sera difficile de regrouper toutes les informations de manière permanente dans un outil unique. Pour analyser les données, il pourra alors être envisagé de les regrouper dans une base commune Excel à un moment M en extrayant les éléments qui nous intéressent des différentes sources. À cet égard, il conviendra de bien penser en amont chaque base de données pour que les extractions soient simples et permettent de mener les études qui nous intéressent.

Une base de données propre est donc une base de données :

présentant une clé d’identification...

Auditer son système marketing