Recherche

Décuplez vos déduplications !

Publié par le

La vie est dure pour vos fichiers, qui sont frappés d'un taux d'obsolescence moyen de 20 % par an. En d'autres termes, une adresse sur cinq devient alors un NPAI (N'habite Pas à l'Adresse Indiquée), pour causes de mariage, décès, déménagement quand il s'agit de particuliers, raisons auxquelles correspondent la faillite, la fusion-absorption et le déménagement des entreprises. Quand il ne s'agit pas du changement du numéro de téléphone si fréquent qu'il obère la réelle puissance de feu d'une action de marketing téléphonique...

  • Imprimer

1 Pour injecter du sang neuf dans vos fichiers, quelles solutions s'offrent à vous ?


Réponse : Vous pouvez acheter un fichier auprès d'un broker - un courtier en fichiers -. Dans notre contexte, la location n'est pas exclue : vous expédiez alors un mailing avec une offre attractive et devenez propriétaire des coordonnées des destinataires qui vous auront renvoyé leur carte-réponse. Autre possibilité : lancer une campagne de couponning via la presse, la radio ou la télévision, avec, pour ces deux dernières, un Numéro Vert pour clôturer le spot. Enfin, vous pouvez compiler des annuaires. Dans tous les cas, il se peut qu'une nouvelle adresse, saisie à cette occasion, ne soit pas si nouvelle que cela... Un prospect déjà présent dans votre base peut très bien solliciter, quelques mois plus tard, une information complémentaire concernant une autre offre. Dans ces conditions, comment le repérer et éliminer efficacement l'adresse surnuméraire ? Apporter une réelle solution à cette problématique n'est pas aussi simple qu'il y paraît. Car, il ne suffit pas de comparer les adresses entre elles pour détecter les doublons. Prenons comme illustration une adresse présente initialement dans votre fichier : Alain Niala 20 rue Victor Hugo 45000 Orléans A l'occasion de l'une de vos actions, Alain Niala vous envoie à nouveau un coupon. Imaginons que son adresse soit saisie comme suit : Alain Niala 20, rue Victor Hugo 45000 Orléans La virgule, après le numéro de la rue, est pour nous une infime différence. Pour l'ordinateur, elle est fondamentale. Au point que pour lui, la comparaison des deux adresses aboutit à la conclusion qu'elles sont parfaitement différentes. De même, si un trait d'union est tapé entre "Victor" et "Hugo", si "rue" est transformé en "boulevard", si Orléans est écrit sans "s" ou sans accent, etc.

2 Dans ces conditions, comment pouvez-vous demander à votre ordinateur d'éliminer les adresses en double de vos fichiers ?


Réponse : Il suffit d'élaborer une clé spécifique à chaque adresse, constituée des éléments les moins susceptibles de varier lors de la saisie : les trois premières lettres du nom de la société ou de la personne, le numéro de la voie, les trois premières lettres du dernier mot de l'adresse, le département, les trois premières lettres du nom de la ville. Dans notre exemple, la clé -appelée "match-code" - sera NIA20HUG45O5L pour les deux adresses. L'ordinateur, pour qui le calcul de cette donnée prend une micro-seconde, comparera alors les match-codes entre eux et non les adresses elles-mêmes, ce qui vous permet de vous départir des erreurs classiques de frappe. Cette version de la technique est simple à mettre en application sur les logiciels bureautiques habituels tels qu'Access (confère Marketing Direct n° 44, même rubrique) ; des techniques plus sophistiquées incorporent la comparaison phonétique dans la clé. Il faut alors faire appel à des développements spécifiques. Il n'existe pas de match-code idéal : chacun correspond à une probabilité plus ou moins élevée de tomber juste. Ainsi, prendre les quatre premières lettres de noms amoindrit le nombre de faux doublons ("overkill"), mais accroît la probabilité de passer à côté de véritables ("underkill") : Pierre Niamme 20 place Hugolin 45000 Orléans serait détectée, à tort, comme doublon en se cantonnant aux trois premières lettres des noms (match-code identique à celui de l'adresse d'Alain Niala), mais délaissé, à raison, par une prise en compte des quatre premières. Alain Niala 20, rue Victor Hugo 45000 ORLEANS avec quatre lettres prises en compte, cette adresse sera considérée, à tort, comme doublon par l'absence d'accent sur Orléans du fait qu'il ait été saisi en majuscules. Par ailleurs, les adresses d'entreprises ont des caractéristiques communes (boîtes postales, villes nouvelles, noms de zones industrielles...) qui nécessitent des match-codages différents de ceux des adresses de particuliers. Enfin, les adresses de clients, trop précieuses pour prendre le risque de les voir disparaître à tort, ne sont pas éliminées automatiquement mais affichées à l'écran pour confirmation par un opérateur humain.

3 Quelles pourraient être les autres utilisations de la recherche d'adresses communes entre deux fichiers ?


Réponse : Repérer les adresses communes à deux fichiers peut également vous servir à opérer des sélections à partir d'informations que vous ne possédez pas au départ. Imaginez que vous soyez en possession d'un fichier d'entreprises de votre département, dont vous ne connaissez pas la taille salariale, et que vous souhaitiez réaliser un mailing en direction des petites structures de 0 à 50 salariés pour promouvoir une offre spécifique à leur dimension. Commencez par louer le fichier des entreprises de plus de 50 salariés de votre département. La technique du match-code vous permet alors d'éliminer, momentanément, de votre propre fichier, les adresses en commun avec le fichier loué. Ce dernier, a joué le rôle de "fichier repoussoir". Au passage, vous aurez renseigné vos adresses d'une information supplémentaire sur la taille de chaque entreprise (inférieure ou supérieure à 50). Dans le même ordre d'idée, le match-code sert aussi à enrichir une BDD. Il suffit de repérer, grâce à cette technique, les adresses de votre fichier qui sont communes avec celles d'une mégabase, pour y injecter les informations supplémentaires fournies par ces prestataires.

Xavier Lucron

Quand les marques se muent en musées

Quand les marques se muent en musées

Quand les marques se muent en musées

Petits ou grands, les musées permettent aux marques de s'ancrer dans une dimension culturelle et authentique, et de bénéficier d'une vitrine [...]

Quand les clients répondent aux clients

Quand les clients répondent aux clients

Quand les clients répondent aux clients

Un service client dans lequel les téléconseillers ne sont autres que des clients, c'est ce que promettent les communautés de clients, qui misent [...]

Dacia : quand les clients conseillent les prospects

Dacia : quand les clients conseillent les prospects

Dacia : quand les clients conseillent les prospects

Qui de mieux qu'un propriétaire de Dacia pour parler de son véhicule ? Depuis juin 2016, la marque franco-roumaine a donné à sa puissante communauté [...]

Quand l'émotion devient une donnée mesurable

Quand l'émotion devient une donnée mesurable

Quand l'émotion devient une donnée mesurable

Capter les émotions des consommateurs et les utiliser comme n'importe quelle autre donnée marketing. Un nouvelle étape sera bientôt franchie [...]