Audit CRM commercial : identifier les erreurs avant de nettoyer la base

Un audit CRM n'est pas un concours de fiches complètes. Il doit répondre à une question opérationnelle : quelle donnée erronée empêche l'équipe commerciale de décider ou d'agir correctement ? Deux commerciaux contactent la même personne, un prospect reste sans responsable, ou une opportunité fausse les prévisions : chacun de ces symptômes mène à une enquête différente.

La méthode suivante vise les équipes B2B qui utilisent le CRM pour prospecter, répartir les comptes et piloter un pipeline. Elle distingue le nettoyage ponctuel du contrôle des sources qui alimentent la base.

1. Choisissez la décision à fiabiliser

Partez d'un processus précis : attribution des prospects, suivi des relances, qualification, responsabilité des comptes ou prévision des ventes. Pour ce processus, notez la décision, la personne qui la prend, les champs indispensables et la conséquence d'une erreur. Une fonction manquante gêne la personnalisation ; un propriétaire de compte absent peut empêcher toute réponse. La priorité n'est pas la même.

Pour une attribution, vérifiez par exemple l'identité de l'entreprise, le pays, le statut client, le secteur, le responsable et la date d'entrée. Pour les prévisions, examinez le montant, l'étape, la date de clôture, la prochaine action et la preuve que l'acheteur l'a acceptée. Adaptez ces champs à votre organisation : un champ « obligatoire » qui ne sert à aucune décision crée du travail sans améliorer la qualité.

2. Contrôlez un échantillon par point d'entrée

Sélectionnez des fiches issues des formulaires, de la saisie manuelle, des imports et des outils synchronisés. Incluez des créations récentes et des comptes plus anciens encore actifs. Un petit échantillon relu à la main est souvent plus instructif qu'un rapport global qui additionne des problèmes sans les expliquer.

• Absence : le champ nécessaire à la décision est vide.
• Erreur : la valeur est invalide ou contredite par une source vérifiée.
• Obsolescence : la donnée n'a pas été confirmée récemment.
• Doublon probable : plusieurs fiches semblent représenter la même entité.
• Conflit : deux systèmes indiquent des valeurs incompatibles.
• Inexploitabilité : la fiche est remplie mais ne permet pas une action sûre.

Conservez la règle d'échantillonnage et le nombre de fiches examinées. Dix dossiers litigieux peuvent révéler une cause ; ils ne mesurent pas le taux d'erreur de toute la base.

3. Remontez à la source de l'erreur

Pour chaque cas, cherchez qui a créé la fiche, quel contrôle s'est appliqué, quelle intégration l'a modifiée et quand. Si chaque formulaire crée un nouveau contact, la fusion d'aujourd'hui ne supprimera pas les doublons de demain. Si une synchronisation écrase un champ vérifié, demander aux commerciaux de le corriger à nouveau ne résout rien.

La documentation de Salesforce décrit l'articulation entre règles de correspondance, règles de doublons et examens de la base. Microsoft documente aussi la détection par règles dans Dynamics. Ces mécanismes signalent des cas ; ils ne décident pas à eux seuls quel propriétaire, quel consentement et quel historique conserver.

4. Séparez identité, propriété et historique

Une même adresse peut être partagée ; une personne peut changer d'employeur ; deux formulaires remplis par le même contact représentent deux interactions. Définissez trois issues : correspondance certaine, correspondance à vérifier, nouvelle fiche. Ne fusionnez pas automatiquement les cas ambigus. Préservez les échanges, l'origine initiale et les événements marketing même quand deux identités sont réunies.

Quand plusieurs systèmes se contredisent, désignez une source de référence pour chaque champ. L'adresse de facturation peut dépendre de la comptabilité ; le responsable commercial, du CRM. Avant toute correction massive, exportez les fiches concernées, testez sur un lot restreint et comparez les résultats. Une fusion irréversible faite trop vite peut perdre le contexte que l'audit devait protéger.

5. Installez des contrôles à l'entrée

1. Validez les quelques champs nécessaires pour agir, pas chaque champ disponible.
2. Uniformisez pays, domaines, numéros et noms d'entreprise avant la recherche de doublons.
3. Vérifiez les correspondances probables avant la création d'une fiche.
4. Précisez quel système peut modifier chaque champ décisif.
5. Envoyez les cas ambigus à une personne plutôt qu'à un propriétaire choisi au hasard.
6. Contrôlez régulièrement les imports rejetés et les conflits de synchronisation.

Testez également les faux positifs. Une règle qui bloque un vrai prospect sera contournée ; une alerte que personne ne traite n'est pas un contrôle.

6. Mesurez une décision plus fiable, pas seulement une base plus propre

Suivez la proportion de fiches possédant les champs nécessaires au processus choisi, les doublons possibles non résolus, les prospects sans responsable et les corrections d'attribution. Puis vérifiez l'effet sur le travail : retards de réponse, relances en double ou variations de prévision dues aux corrections. Gardez le même périmètre d'échantillonnage avant et après.

Si le problème vient d'un fichier acheté ou importé, le guide sur les fichiers de prospection aide à distinguer les données vérifiées des données supposées. Pour prioriser les demandes après correction, voyez aussi le guide sur les prospects chauds. Commencez par un seul processus défaillant, corrigez ses entrées, puis recommencez l'audit sur un autre parcours.

Prêt à prioriser votre prospection après l'audit ? Découvrez les offres Lead Scorer.