Gouvernance data B2B : fondations

Le chapitre manquant du RevOps

La gouvernance data (ou data governance) est le cadre organisationnel qui definit qui possede les donnees, qui peut les creer ou les modifier, selon quelles regles, avec quels controles, et dans quel but -- applique a l'ensemble de la chaine revenue B2B. Ce n'est pas un outil. Ce n'est pas un projet IT. C'est une discipline de management qui determine si les donnees sur lesquelles repose votre forecast, votre coaching, votre scoring et vos decisions strategiques sont fiables ou non. Sans gouvernance, les donnees se degradent par entropie naturelle. Avec gouvernance, elles deviennent un actif strategique.

Le sujet est systematiquement sous-estime. On investit dans un CRM, on recrute des commerciaux, on deploie du marketing automation, on structure un RevOps -- mais on oublie de poser les fondations qui garantissent que toutes ces briques fonctionnent sur des donnees fiables. C'est comme construire un immeuble de six etages sans verifier la qualite du sol. Ca tient un moment. Puis ca craque.

IBM estime que la mauvaise qualite des donnees coute a l'economie americaine 3,1 trillions de dollars par an. Gartner situe le cout moyen pour une organisation individuelle a 12,9 millions de dollars annuels. Et selon Experian (Data Quality Report, 2024), les entreprises considerent en moyenne que 26% de leurs donnees sont inexactes. Ces chiffres masquent la vraie question : pourquoi les donnees se degradent-elles ? La reponse, dans la quasi-totalite des cas, est l'absence de gouvernance.

Gouvernance data vs qualite des donnees : une distinction essentielle

La qualite des donnees et la gouvernance des donnees ne sont pas la meme chose. La qualite est un resultat. La gouvernance est le systeme qui produit ce resultat.

On peut mesurer la qualite sans gouvernance. On le fait d'ailleurs souvent dans le cadre d'un audit CRM. On decouvre que 30% des fiches sont incompletes, que les doublons representent 12% de la base. On nettoie. Six mois plus tard, on est revenu au point de depart. Parce que le nettoyage sans gouvernance, c'est remplir un seau perce. La gouvernance colmate les trous.

Gartner estime que les organisations dotees d'un programme de data governance formalise reduisent de 60% le temps consacre au nettoyage sur trois ans. Non pas parce qu'elles nettoient mieux, mais parce qu'elles salissent moins.

Les 4 piliers d'une gouvernance data B2B

1. Les roles : qui est responsable de quoi

Dans la majorite des PME et ETI B2B, la question "qui est responsable de la qualite des donnees CRM ?" ne recoit pas de reponse claire. Et quand personne n'est responsable, personne n'agit.

La gouvernance data distingue quatre roles fondamentaux :

Le piege classique est de confondre Data Owner et Data Steward. Le Data Owner est un decideur : c'est lui qui valide qu'un champ doit exister, qu'une regle de saisie s'applique. Le Data Steward est un executant qualifie : c'est lui qui met en oeuvre les decisions dans les outils et surveille les metriques. Dans une PME B2B, le Data Owner est typiquement le VP Sales ou le CRO. Le Data Steward est le RevOps ou le Sales Ops.

2. Les regles : le dictionnaire des donnees

Le deuxieme pilier est l'existence de regles explicites, documentees et partagees. En pratique, cela se materialise par un dictionnaire des donnees revenue qui repond a trois questions pour chaque donnee critique : quelle est sa definition exacte, quel format et quelles valeurs sont acceptes, et qui est charge de la renseigner a quel moment du processus.

Voici un extrait type :

Ce dictionnaire n'a pas besoin d'etre exhaustif au lancement. Il doit couvrir les 15 a 20 champs critiques qui alimentent le forecast, le reporting et les decisions strategiques. Il s'enrichit ensuite progressivement.

3. Les outils : l'infrastructure qui enforce les regles

Les regles qui ne sont pas appliquees automatiquement ne sont pas des regles -- ce sont des voeux pieux. Le troisieme pilier est la traduction des standards en contraintes techniques :

• Champs obligatoires conditionnels : pas de montant, pas de passage en "Proposal". Pas de raison de perte, impossible de fermer en "Lost".
• Listes deroulantes standardisees : les champs texte libre sont l'ennemi de la gouvernance. Secteur, source, raison de perte : listes deroulantes, pas texte libre.
• Regles de validation : format d'email, telephone au format international, montant strictement positif.
• Workflows d'alerte : notification quand une fiche reste incomplete au-dela de 7 jours.
• Regles de deduplication : alerte a la creation d'un contact dont l'email existe deja.

HubSpot, Salesforce, Pipedrive et la plupart des CRM modernes proposent ces mecanismes nativement. L'enjeu n'est pas technique -- c'est la volonte de les activer.

4. Les rituels : la gouvernance comme pratique vivante

Les roles sont definis, les regles documentees, les outils configures -- mais personne ne verifie que le systeme fonctionne. La gouvernance sans rituels est un document que personne ne lit. Trois rituels suffisent :

Le rituel hebdomadaire est operationnel. Le mensuel est managerial : le Data Owner examine les metriques et prend des decisions. Le trimestriel est strategique : on prend du recul et on ajuste la gouvernance aux besoins de l'entreprise.

La matrice RACI de la gouvernance data revenue

Pour que les roles soient clairs en pratique, voici une matrice RACI (Responsible, Accountable, Consulted, Informed) appliquee aux activites de gouvernance les plus courantes.

R = Realise. A = Approuve (responsabilite finale). C = Consulte. I = Informe.

Le Data Steward (RevOps) est "Responsible" sur la majorite des activites operationnelles. Mais le Data Owner est "Accountable" sur les decisions structurelles. Cette separation est le socle d'une gouvernance qui fonctionne : le RevOps n'a pas besoin de convaincre chaque commercial si le VP Sales porte le mandat.

Avec gouvernance vs sans gouvernance

Le passage d'une colonne a l'autre prend 3 a 6 mois. Mais les premiers benefices sont mesurables des la semaine 2 : un pipeline plus propre, un forecast plus lisible, une equipe qui commence a faire confiance aux chiffres.

Les 5 etapes pour poser les fondations

Methode calibree pour une PME ou ETI B2B de 20 a 200 personnes, avec un CRM en place.

Etape 1 : Nommer un Data Owner et un Data Steward (Semaine 1)

Le Data Owner doit etre un membre du COMEX qui porte la fiabilite des donnees revenue comme un objectif strategique. Le Data Steward est le RevOps ou le Sales Ops, avec un mandat explicite et l'autorite pour imposer des regles. La gouvernance data sans steward dedie est une gouvernance de papier.

Etape 2 : Creer le dictionnaire des donnees critiques (Semaine 2-3)

Identifiez les 15 a 20 champs qui alimentent le forecast et le reporting. Documentez definition, format, caractere obligatoire, responsable et moment de saisie. Resistez a la tentation de tout couvrir : mieux vaut 15 champs gouvernes rigoureusement que 50 gouvernes vaguement.

Etape 3 : Configurer les regles dans les outils (Semaine 3-4)

Traduisez le dictionnaire en contraintes techniques : champs obligatoires conditionnels, listes deroulantes, validations de format, workflows d'alerte. L'objectif est que le systeme empeche les erreurs plutot que de les detecter apres coup.

Etape 4 : Former et communiquer (Semaine 4-5)

Session de 45 minutes par equipe : le cout de la mauvaise qualite (en chiffres concrets pour votre organisation), ce qui change, et ce que ca apporte. Evitez le ton punitif. Integrez les standards dans le kit d'onboarding.

Etape 5 : Instaurer les rituels et mesurer (Semaine 5+)

Activez les trois rituels. Creez un dashboard de data quality avec les metriques essentielles. Rendez-le visible en comite de direction. Ce qui est mesure et presente au COMEX est pris au serieux. Ce qui reste dans un fichier interne est oublie.

Les 5 erreurs qui tuent la gouvernance

Nous avons accompagne des dizaines d'entreprises B2B dans la structuration de leur strategie CRM et de leur gouvernance data. Les erreurs les plus frequentes :

Commencer par les outils au lieu des roles. L'entreprise achete un outil de data quality avant d'avoir defini qui est responsable de quoi. L'outil est deploye, personne ne l'utilise. Les outils supportent la gouvernance -- ils ne la creent pas.

Vouloir tout gouverner d'un coup. Le dictionnaire fait 80 champs, les regles sont exhaustives. Les equipes sont submergees, et le systeme est contourne en 3 mois. Commencez avec 15 champs critiques.

Pas de sponsor executif. Le RevOps porte le projet seul. Quand un commercial refuse de renseigner un champ, personne ne tranche. Le Data Steward sans Data Owner est un arbitre sans autorite.

Gouvernance punitive. Les metriques de data quality sont utilisees pour sanctionner. Les equipes remplissent pour cocher la case, sans se soucier de l'exactitude. La gouvernance doit aider, pas surveiller.

Pas de mesure, pas de suivi. Les fondations sont posees, puis plus rien. En six mois, les contournements se multiplient. La mesure continue est le systeme immunitaire de la gouvernance.

Gouvernance data et maturite RevOps

La gouvernance s'inscrit dans la maturite globale de la fonction Revenue Operations. Voici l'echelle que nous utilisons dans le cadre du Revenue Health Score :

La majorite des PME et ETI B2B se situent entre les niveaux 1 et 2. L'objectif realiste a 6 mois est d'atteindre le niveau 3 : c'est le seuil a partir duquel les donnees deviennent un actif fiable plutot qu'un passif couteux.