Votre tableau de bord annonce que 95 % des champs CRM sont remplis. Le chiffre rassure. Pourtant, une opportunité peut afficher un montant sans source, un décideur qui a quitté l’entreprise et une prochaine action déjà dépassée.
Le CRM est rempli. Mais permet-il encore de décider correctement ?
Le taux de remplissage mesure la présence d’une valeur. Il ne mesure pas sa fiabilité.
Ce que le taux de remplissage mesure vraiment
Le calcul répond à une question simple : parmi les champs attendus, combien contiennent une valeur ?
Cette mesure peut révéler un problème de saisie massif. Elle ne dit pas si la valeur est :
- exacte ;
- encore actuelle ;
- cohérente avec le reste du dossier ;
- issue d’un échange vérifiable ;
- utile à la prochaine décision.
Le cadre de qualité des données publié par le gouvernement britannique distingue d’ailleurs six dimensions : complétude, unicité, cohérence, actualité, validité et exactitude. Salesforce présente également la qualité comme une notion multidimensionnelle et adaptée à l’usage attendu de la donnée.
La complétude compte donc, mais elle ne suffit pas.
Trois façons d’obtenir un bon score et un mauvais CRM
1. Remplir avec une valeur par défaut
Inconnu, N/A, À confirmer ou une date approximative font disparaître le vide. Si ces valeurs ne sont pas distinguées des faits confirmés, le score monte sans améliorer la décision.
Une inconnue explicite peut être saine. Elle devient dangereuse lorsqu’elle est maquillée en réponse définitive.
2. Mesurer des champs sans usage
Un champ peut être rempli dans presque toutes les fiches et ne servir à aucun rapport, aucune qualification ni aucune action. La documentation HubSpot traite précisément le cas d’un champ au taux de remplissage élevé mais sans usage, tout comme le cas inverse : un champ très utilisé mais peu rempli.
Ces deux situations montrent pourquoi il faut relier le remplissage à une fonction métier.
3. Conserver une valeur devenue fausse
Un champ complété il y a six mois reste compté comme rempli. Pourtant, le contact, le calendrier, le budget ou le statut de l’opportunité ont peut-être changé.
Un contrôle de format peut empêcher certaines saisies invalides. Il ne prouve pas que l’information est vraie aujourd’hui. HubSpot précise d’ailleurs que ses règles de validation ne corrigent pas rétroactivement les valeurs existantes.
Remplacer le score global par une question métier
Au lieu de demander « notre CRM est-il complet ? », choisissez une décision précise :
Cette opportunité est-elle suffisamment documentée pour préparer le prochain échange ?
Pour y répondre, sélectionnez seulement les données nécessaires. Par exemple :
| Élément critique | Contrôle utile | Signal à traiter |
|---|---|---|
| Prochaine action | date, responsable et objet présents | action absente ou échue |
| Besoin exprimé | relié à une note ou un extrait vérifiable | formulation vague ou sans source |
| Interlocuteurs | rôle dans la décision et actualité du contact | rôle supposé ou contact obsolète |
| Montant | nature précisée : estimé, annoncé ou validé | chiffre présent sans statut |
| Étape du pipeline | cohérente avec le dernier échange | étape avancée sans élément justificatif |
Le taux de remplissage devient alors un sous-indicateur. Il mesure la présence des champs critiques pour cette décision, pas celle de toutes les propriétés du CRM.
Un tableau de bord qualité en cinq indicateurs
Pour un périmètre commercial donné, cinq mesures suffisent souvent à démarrer :
- Complétude utile : part des dossiers contenant les informations indispensables à la prochaine action.
- Fraîcheur : part des dossiers mis à jour depuis le dernier échange significatif.
- Cohérence : part des dossiers sans contradiction entre étape, prochaine action et historique récent.
- Traçabilité : part des informations importantes reliées à une source ou à un responsable identifiable.
- Exceptions visibles : nombre de dossiers contenant une inconnue, une contradiction ou une validation en attente.
Le cinquième indicateur ne doit pas forcément tendre vers zéro. Une exception visible vaut mieux qu’une valeur inventée pour embellir le tableau de bord.
Comment tester cette méthode sans refaire tout le CRM
Commencez avec une seule étape du pipeline, par exemple les opportunités après un rendez-vous de découverte.
- Listez les décisions prises à cette étape.
- Gardez uniquement les champs indispensables à ces décisions.
- Examinez les dossiers récents avec les cinq indicateurs.
- Notez les recherches, corrections et questions nécessaires avant d’agir.
- Supprimez du tableau de bord les champs remplis qui n’influencent aucune décision.
Ce contrôle complète la méthode présentée dans notre article sur le coût réel d’une mauvaise donnée CRM. Ici, l’objectif n’est pas encore de chiffrer le temps perdu, mais de vérifier que l’indicateur mesure réellement une qualité utile.
Ce qu’une IA peut préparer sans corriger seule
Une IA supervisée peut comparer les champs avec les échanges récents, repérer une date dépassée, signaler une contradiction ou retrouver la source d’un montant. Elle peut ensuite préparer une liste de vérifications.
Elle ne doit pas déduire un budget, déplacer une opportunité ou remplacer une inconnue par une valeur plausible. Au premier jalon, les corrections restent proposées, sourcées et soumises à la personne responsable du dossier.
Mesurer la capacité à décider, pas la quantité de cases cochées
Un CRM utile n’est pas celui qui contient le moins de cases vides. C’est celui qui montre clairement ce qui est confirmé, ce qui a changé et ce qui reste à vérifier avant l’action suivante.
Si votre tableau de bord affiche un excellent taux de remplissage mais que vos équipes reconstruisent encore le contexte avant chaque appel, demandez un Diagnostic Pulse. Nous identifierons un parcours limité et les contrôles à tester, sans écriture automatique dans votre CRM au premier jalon.
Sources et repères
- GOV.UK — The Government Data Quality Framework : dimensions de qualité et adaptation à l’usage.
- Salesforce Trailhead — Ensure Data Quality : complétude, exactitude, actualité, contexte et qualité adaptée au besoin métier.
- HubSpot — Use the data model health check : taux de remplissage, usage des propriétés et problèmes de modèle de données.
- HubSpot — Set validation rules for a property : contrôles de format et limites sur les valeurs existantes.