La solution EnsoDedup

Maintenez la propreté de votre base de données contacts

Au-delà de 5% de doublons dans une base de données, les décisions reposant sur l’analyse de celles-ci seront erronées et peuvent avoir des conséquences importantes pour l’entreprise.

Pourquoi la solution EnsoDedup ?

L’existence de doublons dans une base de données peut impacter divers processus et services :

  • Service IT : Frais de stockage, de maintenance et de gestion d’une base de données en forte augmentation du fait de l’enregistrement de données en plusieurs exemplaires.

  • Processus décisionnel

Les requêtes sur les bases de données comptabilisant plusieurs fois la même donnée provoquent des erreurs dans les rapports générés.
La fiabilité des reporting et des décisions fondées sur ceux-ci est donc diminuée.

  • Cohérence des données

Quelle donnée est correcte et à jour. Lors de l’enregistrement des doublons, selon les sources, les données peuvent être différentes et enregistrées dans la mauvaise table.

  • Performance des actions Marketing

Cohérence et fréquence des envois de messages au client, dégradation de l’expérience client, coûts des actions doublés.

  • Activités Sales et CRM

La connaissance client est dispersée. L’enregistrement des actions, des contacts, des sociétés peut être réalisé sur différents doublons. Perte de la vue unifiée du client.

Maintenir une base de données cohérente, propre et à jour nécessite de nettoyer celle-ci régulièrement via des solutions d’enrichissement (EnsoB2B ou EnsoFinScore), de vérification de la donnée (EnsoEmailEnsoPhone) associées à une solution de dédoublonnage/déduplication telle que EnsoDedup.

Comment fonctionne la solution EnsoDedup ?

Première étape : La gestion des données

Traitement des données et normalisation de celles-ci : traitement RNVP (Restructuration, Normalisation, Validation Postale) des adresses postales, normalisation des numéros de téléphone, Siretisation des entreprises, vérification de la validité des adresses email

Deuxième étape : Traitement

Deuxième étape : Mise en place d’un algorithme pour calculer une note de proximité, et ce pour chaque type de données : nom, prénom, adresse postale, email, téléphone…

Troisième étape : Calcul

Calcul d’un score de similarité/véracité global de la base de données

Quatrième étape : Identification

Identification de la donnée « Master » qui a le plus de pertinence et qui est à conserver

Les bases de données évoluant sans cesse suite aux différentes activités marketing et commerciales de l’entreprise.
Le dédoublonnage est donc une opération qui devra être réalisée régulièrement afin de conserver des données cohérentes, à jour et utilisables par tous les services.

Cas d'usages