Maximiser la réussite de votre projet Data Cloud : 5 conseils à retenir

Mis en avant lors du dernier Dreamforce à San Francisco, Salesforce Data Cloud se positionne comme la plateforme de données en temps réel et intelligente de l’éditeur, au cœur de sa nouvelle stratégie IA + Data + CRM. 

Forts de nos différentes mises en œuvre la solution dans divers contextes, nous vous partageons cinq facteurs clés pour garantir le succès de votre projet Data Cloud dans votre entreprise, en plaçant l'expérience client au centre de vos préoccupations.

1. Démystifier Data Cloud 

Une bonne connaissance des fonctionnalités, de la roadmap et du modèle de pricing de Salesforce Data Cloud est fondamentale au démarrage du projet.
Lors de l’étape de choix de la solution, plusieurs acteurs sont en course, chaque produit disposant de ses différenciants. Lorsque le choix de Data Cloud est fait, il est essentiel de repartager les fonctionnalités majeures de la solution aux parties prenantes du projet : cela permet de mieux gérer les attentes quant aux capacités de la plateforme, évitant ainsi les malentendus et les frustrations. La maîtrise du périmètre fonctionnel permet d'élaborer une stratégie d'adoption efficace pour garantir que les utilisateurs finaux tirent pleinement parti de la solution. 
Par ailleurs, dans la cadre d’un projet loti avec une cible et des jalons intermédiaires, avoir une vision claire de la roadmap Salesforce facilite la planification stratégique du projet en tenant compte des futures fonctionnalités et améliorations prévues pour la plateforme. 
Comprendre le modèle de pricing permet également d'optimiser les coûts du projet : le modèle de pricing est très différent des clouds core et se base sur le nombre de traitements effectués sur la donnée et / ou le nombre de profils unifiés. Connaître les règles du jeu permet de prendre les meilleures décisions d’architecture dès le démarrage du projet et d’éviter les mauvaises surprises !

2. Pour le marketing oui, mais pas que !

Si la solution a initialement été pensée pour l’activation marketing, les récentes évolutions en termes d’architecture et de fonctionnalités en font un réel socle de données transverse pour couvrir l’ensemble des usages de l’expérience client. Depuis Data Cloud, il est possible de déclencher des actions sur Service Cloud, Sales Cloud notamment et de partager des données en masse. 
Cela permet de maximiser la valeur de la plateforme en offrant des solutions complètes répondant aux besoins de données de toute l'organisation. Tout l’enjeu est de mettre à disposition des différents métiers les informations qui lui seront utiles pour améliorer ses interactions avec le client.
Salesforce Data Cloud permet également de centraliser les données et les analyses, offrant ainsi une vue holistique de l'entreprise et facilitant l'analyse des données entre les fonctions. 

Cela stimule l'innovation en encourageant l'expérimentation de nouvelles façons d'utiliser la plateforme et la donnée, notamment l'intégration de l'intelligence artificielle pour résoudre des problèmes métiers spécifiques pouvant conduire à des gains de performances ou de nouvelles opportunités de croissance.

3. La phase de conception, étape cruciale du projet

La phase de conception d’un projet Data Cloud peut représenter jusqu’à la moitié de la charge projet.
Cela s’explique par plusieurs facteurs :

• Il est généralement nécessaire d’aligner plusieurs directions métiers sur les use cases à couvrir lors du projet. L’identification de ces use cases est la pierre angulaire du projet : ils vont permettre d’identifier les impacts du projet en termes de fonctionnalités à délivrer, mais aussi et surtout, mettre en face les gains attendus en termes de revenus et / ou d’expérience client.
• La définition de l’architecture : quelles sources de données injecter, à quelle fréquence, quelle est la qualité et l’exhaustivité des connecteurs existants, ai-je besoin de copier mes données ou est-ce l’opportunité de basculer vers une solution zero-copy data ?
• L’aspect réglementaire : il est essentiel de convier votre Data Protection Officer, votre service juridique afin de valider la conformité des processus de traitement des données client.
• La définition du pipeline d’ingestion des données : la donnée doit généralement subir un certain nombre de traitement en vue d’être exploitée dans la solution en collant au maximum au modèle de donnée standard. Il est important de bien définir les traitements en amont pour éviter de revenir dessus à postériori, les dépendances étant nombreuses.
• Le delivery management : toutes les plateformes Data Cloud n’étant pas dotées d’un environnement sandbox à date, il est essentiel de se définir un process robuste permettant de limiter le risque de régression lors des livraisons de nouveaux use cases.

Une phase de conception complète et bien menée permettra de gagner en efficacité lors des étapes suivantes du projet et de s’assurer que chaque partie prenante est en phase sur les enjeux et objectifs du projet.

4. La data quality, le nerf de la guerre

Ces dernières années, le nombre de sources de données marketing et liées à l’activité client a explosé : dès lors, se pose la question de la qualité de ces données et surtout de la manière de les réconcilier pour disposer d’une vision complète de l’activité online / offline du client.
Lors de la phase de conception d’un projet Data Cloud, il est essentiel d’analyser les sources de données afin d’évaluer leur qualité et d’identifier les actions de redressement nécessaires. 
Les risques en cas de données non fiables peuvent être nombreux : non-réconciliation de profils, génération d’indicateurs erronés avec un impact important sur les prises de décisions qui en découlent ou encore une mauvaise personnalisation des communications.
La cartographie et l’audit des données doivent porter sur 6 dimensions de la gestion de la qualité de données :

• La complétude : certains champs importants sont-ils vides ?
• La précision : l’adresse postale est-elle toujours valide ? 
• La conformité : les numéros de téléphone sont-ils correctement formatés ? 
• La cohérence : les valeurs des champs sont-elles cohérentes entre elles sur un même enregistrement ?
• La fraîcheur : est-ce que la donnée est à jour ? Ai-je le droit de la conserver ?
• L’unicité : existe-t-il des doublons au sein d’une source de données ?

5. La data visualization, un aspect à ne pas négliger !

Si disposer d’une vision unique du contact omnicanale et des indicateurs associés va améliorer la pertinence et l’orchestration des parcours clients, un aspect reste à adresser : la représentation visuelle des données et indicateurs clients.
Les visualisations rendent les données plus accessibles et compréhensibles, permettant une analyse rapide et la génération d'insights pertinents. Elles favorisent une prise de décision éclairée en repérant les tendances et en identifiant les opportunités plus rapidement. Les dashboards facilitent également la communication efficace des insights à travers l’entreprise, améliorant l'engagement des utilisateurs. En surveillant en temps réel les KPI et les métriques opérationnelles, les équipes peuvent réagir rapidement aux changements et aux opportunités émergentes. 
La définition de personae partagées par l’ensemble des services permet de parler un langage commun lorsqu’il s’agit d’optimiser certaines phases du parcours client omnicanal. Également, donner la possibilité de visualiser l’évolution de la répartition de la base en fonction d’indicateurs (RFM, Customer lifetime value, churn, etc) d’une année / d’un mois sur l’autre permet de mesurer la performance des actions entreprises et adapter la stratégie.

Almavia CX vous accompagne dans l’identification de use cases actionnables, le cadrage, la mise en œuvre et l’exploitation de votre solution Salesforce Data Cloud grâce à une équipe pluridisciplinaire expérimentée et certifiée sur la solution. Pour en savoir plus, contactez-nous !

Juliette Hunkeler, Directrice du pôle Data Marketing