castor.tools

🧼🧹
Assainir sa base d’emails

Data

Difficulté : 🔥🔥
Bénéfices : 💰💰
🎯 Objectifs :
Améliorer la qualité des emails collectés
Identifier des adresses toujours actives
Corriger les adresses invalides
Augmenter les volumes contactables
Accroître le business généré par vos campagnes

Faites un exercice très simple.

Prenez votre base Clients :
– combien possédez-vous d’adresses mail en tout ?
– et combien en ciblez-vous lorsque vous envoyez un mailing de masse ?

La différence est probablement énorme.

Maintenant estimez le CA supplémentaire que vous pourriez obtenir si vous parveniez à réintégrer 10%, 20% de ces clients que vous ne sollicitez plus.

Une base d’emails est vivante : elle s’alimente, s’active, s’épuise, se désactive.
Elle doit donc être entretenue pour s’améliorer.

D’où l’importance de mettre en place des traitements permettant :
– de valider la qualité des nouvelles données collectées
– d’assainir celles qui existent déjà dans votre base.

En permanence !

Votre Roadmap Projet

Déployez facilement cette tactique dans votre entreprise grâce à :

🚧 Une todo-list collaborative
🌱 Des ressources
🛠️ Les outils indispensables

📝 VOTRE TO-DO LIST
Télécharger
Phase 1 : Solutions préventives
1. Identifier les sources de collecte
Comment collectez-vous les emails de vos clients ? Un système d’encaissement, un site web, un logiciel pour vos commerciaux…
2. Relier ces sources à une solution de Data Quality
Adossez-vous à un spécialiste de la Data Quality. Ils proposent des solutions permettant de redresser et valider une adresse mail. Au moment où celle-ci est saisie sur votre site web ou votre système d’encaissement.
3. Contrôler la structure des emails saisis
Le 1er niveau de validation : analyse la structure de l’email, corrige le nom de domaine (yahou > yahoo), valide la syntaxe et la présence de caractères non autorisés
4. Vérifier leurs existences
Le 2e niveau de validation : ping l’email pour vérifier son existence auprès du webmail et sa fraîcheur
5. Corriger en temps réel
L’avantage de la solution préventive : permettre au vendeur ou à l’internaute de corriger immédiatement son adresse mail
100% des adresses entrantes dans la base sont correctes
6. Etendre à d’autres types de données
🍒 sur le gâteau : ces solutions permettent de corriger d’autres types de données telles que la civilité, le nom, prénom ou encore l’adresse postale et le téléphone
Phase 2 : Créer un scoring sur la base existante
7. Adopter une nomenclature
1 : Adresse active = les adresses mail ayant eu une interaction (clic, ouverture) avec une communication au cours des 12 derniers mois
2 : Adresse existante = les adresses sollicitées au cours des 12 derniers mois n’ayant ni retour erreur mais aussi aucune interaction (clic ou ouverture)
3 : Adresse inconnue = les adresses n’ayant pas eu d’erreur mais qui n’ont pas été sollicitées depuis 12 mois
4 : Adresse en erreur temporaire = une erreur soft a été reçue après avoir sollicité cette adresse
5 : Adresse en erreur définitive = une erreur hard ou blackliste a été reçue après avoir sollicité cette adresse
8. Utiliser les logs de campagnes
Attribuez un score à chacune de vos adresses mail à partir de l’historique des campagnes d’emails envoyées au cours des derniers mois
Phase 3 : Solutions curatives
9. Extraire les adresses mail scorées 3, 4, 5
Celles que vous ne pouvez plus atteindre
10. Mener un pré-audit sur un échantillon test
Tirer aléatoirement 10000 adresses et soumettez-les à une solution de Data Quality
11. Estimer quel % d’adresses est toujours valide
En retour, la solution vous indiquera quelles adresses sont toujours actives et lesquelles sont définitivement inatteignables.
12. Industrialiser le traitement sur la totalité
Selon le potentiel d’adresses à récupérer. Mettez à jour votre base en fonction des résultats du traitement
12. Mettre à jour sa base emails
A partir des résultats obtenus lors du traitement qualité : corrigez les adresses mal formattées, scorez à 5 les adresses retournées en erreur définitives, et ré-intégrez progressivemnt dans vos envois les adresses identifées comme toujours actives
Phase 4 : Suivez la santé de votre base emails
13. Automatiser le calcul du scoring
Une adresse email évolue dans le temps. Votre scoring doit donc être recalculé régulièrement
14. Mesurer mensuellement le poids de chaque score
L’objectif de ce projet est d’améliorer la qualité et la contactabilité de votre base.
Valorisez-le en montrant que les scores 1 et 2 grossissent au fil des mois
Phase 5 : Flux retours vers les applications métier
15. Si un score évolue
Envoyez-le vers les applis métier. Et déployez un système d’alerte :
– en caisse, pour indiquer au vendeur que l’email de son client est invalide
– sur le site, indiquer au client qu’il peut modifier son email directement dans son compte
16. Si une adresse est corrigée par la solution de Dat Quality
Mettez-la à automatiquement à jour dans les applis métier
🛠️ VOS OUTILS

XV Data

pour piloter votre Data Quality
☠️ Les pièges à éviter

❌ Associez les solutions préventives et curatives
Les 2 méthodes sont complémentaires et indissociables

❌ Faites un audit sur un échantillon avant d'engager un (gros) budget sur le nettoyage massif

💡 Vous aimerez aussi
🧩 Les catégories
Data
Marketing Direct
Expérience Client
Fidélisation