Qu’est-ce que le Data as a Service (DaaS) ? Avantages pour les équipes commerciales B2B

Les équipes commerciales B2B dépendent d’informations précises sur les entreprises, les contacts, les marchés et les signaux d’achat. Il est difficile de maintenir ces informations à jour en interne : les collaborateurs changent de poste, les entreprises se réorganisent, les coordonnées deviennent obsolètes et de nouveaux signaux d’achat apparaissent.

Le Data as a Service (DaaS) permet aux organisations d’accéder à des données gérées par un fournisseur via des applications cloud, des API, des intégrations ou des flux de données. Pour les équipes commerciales, marketing et RevOps, il peut soutenir la prospection, l’enrichissement, la segmentation, le routage, la planification des territoires et la priorisation des comptes, sans que l’entreprise ait à rechercher et à maintenir elle-même chaque jeu de données.

ZoomInfo fournit des données B2B sur les entreprises, les contacts, l’enrichissement et les signaux d’achat, que les équipes commerciales peuvent intégrer à leurs workflows commerciaux et marketing existants.

Qu’est-ce que le Data as a Service (DaaS) ?

Le Data as a Service (DaaS) est un modèle de fourniture cloud dans lequel une organisation accède à des données gérées et mises à disposition par un autre fournisseur. Plutôt que de créer en interne toute l’infrastructure et tous les processus nécessaires pour collecter, nettoyer, mettre à jour et distribuer ces informations, les clients y accèdent via des applications, des API, des intégrations, des flux de données ou d’autres modes de fourniture.

Dans cet article, DaaS désigne spécifiquement le Data as a Service. L’acronyme est également utilisé ailleurs dans le domaine technologique pour des termes tels que Desktop as a Service et Database as a Service : le contexte est donc important.

Le Data as a Service est un modèle général qui peut s’appliquer à de nombreux types d’informations. Pour les équipes commerciales B2B, les données peuvent inclure des attributs d’entreprise, des coordonnées professionnelles, des relations organisationnelles, l’utilisation de technologies, des signaux d’intention et d’autres informations sur les comptes.

Un workflow DaaS B2B simplifié se présente ainsi :

Sources de données → collecte et traitement → validation et maintenance → fourniture → systèmes et workflows commerciaux

Ce modèle est particulièrement utile pour les informations qui changent fréquemment. Une liste de contacts statique peut commencer à devenir obsolète lorsque les employés changent de rôle ou que les organisations évoluent. Un fournisseur DaaS assume la responsabilité de maintenir et de fournir son jeu de données selon ses propres processus de collecte et de mise à jour.

Comment fonctionne le Data as a Service ?

La mise en œuvre varie selon le fournisseur et le jeu de données, mais un modèle DaaS classique comprend quatre étapes.

1. Collecte des données

Le fournisseur rassemble des informations provenant d’une ou de plusieurs sources. Selon le service, celles-ci peuvent inclure des archives publiques, des sites web, des jeux de données sous licence, des recherches propriétaires, des informations fournies par des contributeurs et d’autres méthodes de collecte.

La couverture est importante, car même un vaste jeu de données peut être moins utile s’il ne représente pas suffisamment les zones géographiques, les secteurs, les entreprises ou les contacts ciblés par une équipe commerciale.

2. Traitement et validation des données

Les informations brutes doivent généralement être standardisées avant de pouvoir alimenter les workflows métier.

Les fournisseurs peuvent normaliser les champs, supprimer les doublons, faire correspondre les enregistrements, vérifier les informations et organiser les données en entités cohérentes. Pour les données B2B, cela peut consister à associer les contacts aux bonnes entreprises ou à relier les filiales à leurs maisons mères.

À lire également : Les meilleurs fournisseurs et logiciels de bases de données B2B 

3. Maintenance des données

Les informations commerciales évoluent en permanence. Les employés changent de poste, les entreprises fusionnent, les domaines changent, de nouvelles organisations apparaissent et les enregistrements existants deviennent obsolètes.

Les fournisseurs DaaS maintiennent leurs jeux de données selon leurs propres processus d’actualisation et de validation, ce qui réduit la quantité de collecte et de mise à jour que les clients doivent effectuer en interne.

4. Fourniture des données

Les clients ont besoin d’un moyen pratique d’utiliser les informations. Les modes de fourniture courants incluent :

• Applications cloud
• Intégrations CRM
• Intégrations avec les outils d’automatisation marketing
• API
• Flux de données
• Entrepôts de données ou environnements cloud
• Workflows d’enrichissement automatisés

Le mode de fourniture est aussi important que le jeu de données lui-même. Des informations qui ne peuvent pas atteindre les systèmes utilisés par les équipes risquent de créer un nouveau silo de données au lieu d’améliorer l’exécution.

À lire également : Les 8 meilleurs logiciels CRM dotés d’IA à envisager sérieusement 

DaaS vs SaaS : quelle différence ?

Le DaaS et le Software as a Service (SaaS) utilisent tous deux une fourniture cloud, mais leur valeur principale diffère.

Ces catégories peuvent se recouper. Un fournisseur peut proposer des données propriétaires via une application SaaS tout en les rendant disponibles par l’intermédiaire d’API, d’intégrations ou de flux.

Pour les acheteurs, la distinction utile concerne l’origine de la majeure partie de la valeur. Si celle-ci provient principalement du jeu de données sous-jacent et de sa maintenance continue, l’offre comporte une composante DaaS. Si la valeur réside principalement dans le workflow logiciel, l’offre relève plus précisément du SaaS.

Quels types de données B2B le DaaS peut-il fournir ?

Le bon jeu de données dépend du problème que l’équipe commerciale doit résoudre.

Données sur les entreprises et données firmographiques

Les données firmographiques décrivent les organisations et peuvent inclure :

• Secteur d’activité
• Nombre de salariés
• Chiffre d’affaires ou tranche de chiffre d’affaires
• Localisation
• Hiérarchie de l’entreprise
• Structure de propriété
• Indicateurs de croissance

Les équipes commerciales peuvent utiliser ces attributs pour segmenter les marchés, définir les territoires, identifier les entreprises correspondant à leur ICP et alimenter le scoring des comptes.

Données de contact et données professionnelles

Les données de contact aident les commerciaux et les spécialistes du marketing à identifier les personnes pertinentes au sein des organisations ciblées. Les champs peuvent inclure :

• Nom
• Intitulé du poste
• Service
• Niveau hiérarchique
• Adresse e-mail professionnelle
• Numéro de téléphone professionnel
• Informations sur l’emploi

Ces informations peuvent faciliter la recherche de contacts, l’identification du comité d’achat, le routage et la préparation des prises de contact.

Données technographiques

Les données technographiques décrivent les technologies utilisées par une organisation.

Les équipes commerciales et marketing peuvent les utiliser pour identifier des opportunités d’intégration, des cibles de remplacement de solutions concurrentes, des besoins technologiques probables ou d’autres cas d’usage liés à la stack technologique existante d’un compte.

Données d’intention et signaux d’achat

Certains fournisseurs proposent également des signaux comportementaux ou liés aux entreprises, qui peuvent apporter du contexte à la priorisation des comptes.

Selon le fournisseur, ceux-ci peuvent inclure :

• Recherches sur des sujets
• Activité sur le site web
• Changements au sein de la direction
• Opérations de financement
• Activité de recrutement
• Évolutions technologiques

Ces signaux ne doivent pas être considérés comme la preuve qu’une entreprise va acheter. Leur valeur réside dans le contexte qu’ils apportent à l’adéquation du compte et à l’engagement de première partie.

Avantages du Data as a Service pour les équipes commerciales B2B

Le principal avantage du DaaS ne réside pas simplement dans l’accès à davantage d’informations. Il peut réduire les efforts nécessaires pour acquérir, maintenir et exploiter les données externes utilisées dans les workflows récurrents de génération de revenus.

Améliorer l’exhaustivité du CRM

Les fiches CRM contiennent souvent des champs manquants ou obsolètes. Le DaaS peut enrichir les comptes et les contacts avec des attributs tels que le secteur d’activité, la taille de l’entreprise, l’intitulé du poste ou la localisation.

Des fiches plus complètes peuvent améliorer la segmentation, le routage, le scoring et le reporting.

À lire également : Les meilleurs outils de vente dotés d’IA pour augmenter vos revenus 

Réduire les recherches manuelles

Les commerciaux consacrent souvent du temps à identifier des entreprises, à trouver les contacts pertinents et à vérifier les informations de base sur les comptes avant de prendre contact.

Rendre ces informations disponibles dans les outils de prospection ou les workflows CRM peut réduire les recherches répétitives et donner aux commerciaux davantage de temps pour évaluer et engager les prospects.

Améliorer la segmentation et le ciblage

Les données firmographiques, technographiques, de contact et autres données sur les comptes fournissent aux équipes commerciales des dimensions supplémentaires pour définir leurs audiences.

Au lieu de cibler une vaste catégorie comme les éditeurs de logiciels, une équipe peut affiner le segment selon la taille de l’entreprise, la zone géographique, l’environnement technologique ou d’autres attributs liés à son profil de client idéal.

Favoriser un routage plus fiable

Le routage automatisé dépend du renseignement cohérent des champs requis.

Si les affectations dépendent de la localisation, du secteur d’activité, de la taille de l’entreprise, de la propriété du compte ou d’autres attributs, l’enrichissement peut réduire le nombre d’enregistrements nécessitant une classification manuelle.

Ajouter du contexte à la priorisation des comptes

Les données externes peuvent compléter les informations du CRM et du marketing lorsque les équipes déterminent les comptes sur lesquels les commerciaux doivent se concentrer.

Une organisation peut donner la priorité aux comptes qui correspondent à son ICP et qui présentent également des signaux d’intention pertinents ou des évolutions commerciales. Les données externes renforcent le modèle de priorisation, mais ne remplacent pas le jugement des commerciaux.

Améliorer l’analyse des territoires et des marchés

Les responsables commerciaux peuvent utiliser les données sur les entreprises pour comprendre comment les comptes ciblés se répartissent entre les secteurs, les zones géographiques ou les segments de marché.

Ces informations peuvent contribuer à la conception des territoires, à l’attribution des comptes, à la planification des capacités et à l’analyse des marchés.

Standardiser les attributs clés des comptes

Les équipes commerciales, marketing et RevOps peuvent utiliser différentes applications contenant des informations contradictoires sur les entreprises.

Une source de données externe partagée peut contribuer à standardiser certains attributs entre des systèmes connectés, lorsque l’organisation établit également des règles claires de rapprochement, de propriété des champs et de synchronisation.

Comment les équipes chargées des revenus en B2B utilisent le DaaS

Le DaaS crée le plus de valeur lorsque les flux de données externes alimentent un processus défini.

Prospection

Les commerciaux peuvent identifier les entreprises qui correspondent aux critères de ciblage et trouver les contacts pertinents au sein de ces organisations.

Exemple : Un commercial grands comptes identifie les fabricants américains dépassant un certain seuil d’effectifs, puis trouve les responsables informatiques et opérationnels au sein de ces comptes.

Enrichissement et attribution des leads

Les équipes marketing ou RevOps peuvent enrichir les fiches entrantes avant leur attribution.

Exemple : Un prospect envoie un formulaire avec une adresse e-mail professionnelle et un nom. Un processus d’enrichissement ajoute la taille de l’entreprise, le secteur d’activité et la localisation afin que le lead puisse être attribué à l’équipe commerciale appropriée.

Scoring et priorisation des comptes

Les équipes peuvent combiner des données externes avec les informations issues du CRM et les données d’engagement de première partie.

Exemple : Un modèle de scoring des comptes prend en compte l’adéquation à l’ICP, l’engagement sur le site web, les signaux d’intention et les évolutions pertinentes de l’entreprise pour aider les commerciaux à identifier en priorité les comptes qui méritent d’être étudiés.

Planification des territoires

Les équipes RevOps peuvent analyser la répartition des comptes cibles avant d’attribuer les territoires.

Exemple : Plutôt que de diviser une région selon des critères géographiques, l’équipe compare le nombre de comptes, la taille des entreprises, la composition sectorielle et le potentiel estimé afin de créer des territoires plus équilibrés.

Enrichissement du CRM

Les données externes peuvent compléter les champs manquants ou actualiser les fiches.

Exemple : Un CRM contient des contacts dont les fonctions ont changé. Un processus d’enrichissement met à jour les informations professionnelles disponibles et transmet les correspondances incertaines pour vérification.

Analyse de marché

Les équipes chargées des revenus peuvent utiliser des données tierces pour estimer la taille et la composition d’un marché cible.

Exemple : Avant d’investir dans une campagne ciblant un nouveau secteur vertical, l’équipe marketing estime combien d’organisations répondent à ses critères sectoriels et firmographiques.

Quelle est la place de ZoomInfo dans le DaaS B2B

ZoomInfo associe des informations sur les entreprises et les contacts B2B à des fonctionnalités d’enrichissement, des informations organisationnelles, des données d’intention et d’autres signaux liés aux comptes que les équipes chargées des revenus peuvent utiliser dans leurs processus commerciaux et marketing.

Pour les organisations qui utilisent déjà un CRM, une plateforme d’automatisation marketing et d’autres plateformes dédiées aux revenus, ces données externes peuvent compléter les fiches contenues dans ces systèmes. Les équipes peuvent les utiliser pour la prospection, l’enrichissement, la segmentation, la planification des territoires, le scoring et la priorisation des comptes, plutôt que de s’appuyer sur des listes achetées et statiques.

La valeur concrète ne réside pas simplement dans le fait de disposer d’une base de données supplémentaire à consulter. Elle consiste à rendre disponibles des informations externes actualisées là où elles peuvent influencer le ciblage, l’attribution, la priorisation et d’autres décisions liées aux revenus.

Les défis à prendre en compte lors de la mise en œuvre du DaaS

L’utilisation d’un fournisseur de DaaS peut réduire le travail interne de maintenance des données, mais elle n’élimine pas le besoin de gouvernance et de validation.

La qualité des données varie

Aucun jeu de données B2B n’est parfaitement exact ni complet. La couverture et l’actualité des données peuvent varier selon la zone géographique, le secteur d’activité, la taille de l’entreprise, le type de contact et le champ concerné.

Approche recommandée : Testez les fournisseurs sur un échantillon représentatif des comptes et des contacts effectivement ciblés par votre équipe, au lieu de vous fier uniquement à des affirmations générales sur leur exactitude.

Le rapprochement des fiches peut générer des erreurs

L’enrichissement repose sur l’association d’une fiche entrante à la bonne entreprise ou à la bonne personne.

Approche recommandée : Évaluez la façon dont le fournisseur gère les correspondances incertaines, les filiales, les sociétés mères, les doublons et les organisations aux noms similaires avant d’automatiser des mises à jour à grande échelle.

Davantage de champs peut créer davantage d’encombrement

Ajouter des informations n’améliore pas automatiquement le CRM.

Approche recommandée : N’enrichissez que les champs liés à des processus métier définis. Des données supplémentaires peuvent accroître la complexité administrative sans améliorer les décisions.

La profondeur de l’intégration varie

La présence d’un logo d’intégration n’explique pas ce qui est réellement synchronisé.

Approche recommandée : Confirmez quels objets et champs sont pris en charge, si les mises à jour sont unidirectionnelles ou bidirectionnelles, à quelle fréquence les données sont actualisées et comment les erreurs sont signalées et corrigées.

La confidentialité, la sécurité et la conformité doivent faire l’objet d’un examen

Le recours à un fournisseur externe ne transfère pas la responsabilité des obligations légales, de sécurité et de confidentialité propres à l’organisation.

Approche recommandée : Examinez les pratiques de collecte du fournisseur, ses contrôles de sécurité, sa documentation sur la confidentialité, ses politiques de conservation et les documents pertinents relatifs à la conformité avec les parties prenantes internes compétentes.

Les critères de choix d’un fournisseur de DaaS B2B

Le meilleur fournisseur est celui dont les données et le modèle de diffusion correspondent aux processus que votre équipe chargée des revenus doit prendre en charge.

Évaluez les fournisseurs selon les critères suivants :

• Couverture : Vérifiez que le jeu de données couvre suffisamment les entreprises, les contacts, les secteurs, les zones géographiques et les champs pertinents pour votre marché.
• Exactitude et actualité : Demandez comment les informations sont validées et mises à jour, puis testez des fiches réelles issues de vos segments cibles.
• Profondeur des données : Vérifiez si les attributs firmographiques, les informations sur les contacts, les données technographiques et d’intention, la hiérarchie et les autres attributs correspondent à vos cas d’usage.
• Options de diffusion : Assurez-vous que les données peuvent parvenir aux systèmes où les utilisateurs en ont besoin, au moyen d’intégrations, d’API, de flux ou de processus d’enrichissement adaptés.
• Rapprochement et enrichissement : Testez la façon dont la plateforme résout les identités, gère les doublons et réagit lorsque le niveau de confiance de la correspondance est faible.
• Gouvernance et conformité : Examinez les contrôles d’accès, les fonctionnalités d’administration, les pratiques de sécurité, la collecte des données et les enjeux de confidentialité.
• Tarification et limites d’utilisation : Comprenez comment les fiches, les crédits, les appels d’API, l’enrichissement, les exports, les licences utilisateur et les autres usages sont mesurés et facturés.

Le jeu de données le plus vaste n’est pas automatiquement le meilleur. La couverture n’a de valeur que si les informations sont suffisamment exactes, pertinentes et accessibles pour les processus que l’organisation doit prendre en charge.

Comment mettre en œuvre le Data as a Service

Une mise en œuvre réussie commence par un problème métier clairement défini, plutôt que par un objectif général d’amélioration de la qualité des données.

1. Définissez le cas d’usage.

Choisissez le processus que les données doivent améliorer. Les points de départ possibles incluent la prospection, l’enrichissement des leads entrants, le scoring des comptes, la planification des territoires ou le nettoyage du CRM.

Exemple : Si des informations incomplètes sur la taille des entreprises provoquent des erreurs d’attribution, commencez par enrichir les leads entrants plutôt que d’essayer d’enrichir tous les champs du CRM en une seule fois.

2. Identifiez les champs nécessaires.

Déterminez quels attributs externes sont nécessaires au processus.

Exemple : Si l’attribution dépend du nombre d’employés et de la zone géographique, ces champs sont plus importants que des dizaines d’attributs sans rapport avec l’attribution.

3. Établissez les règles de propriété et d’écrasement.

Décidez quel système est responsable de chaque champ et ce qui doit se passer lorsque les informations internes et externes sont contradictoires.

Exemple : Un champ indiquant le statut du client, géré par un commercial, peut rester protégé même lorsqu’un processus d’enrichissement met à jour les informations firmographiques du même compte.

4. Testez un échantillon représentatif.

Évaluez le fournisseur sur des comptes, des contacts, des marchés et des segments réels avant de le déployer à grande échelle.

Mesurez la couverture, l’exactitude, les taux de correspondance et le volume de corrections manuelles nécessaires.

Exemple : Une organisation internationale doit tester les données dans ses pays prioritaires, plutôt que de supposer qu’une couverture solide sur un marché donné s’étendra à toutes les régions.

5. Intégrez les données au processus.

Placez les informations là où les équipes en ont besoin, au lieu de les obliger à consulter un autre système isolé.

Exemple : Enrichissez un lead entrant avant son attribution, ou affichez les informations pertinentes sur le compte dans le CRM ou le processus de prospection que le commercial utilise déjà.

6. Mesurez les résultats.

Suivez l’amélioration éventuelle du processus que les données étaient censées soutenir.

Les indicateurs pertinents peuvent inclure :

• Taux de correspondance de l’enrichissement
• Complétude des champs
• Exactitude de l’attribution
• Couverture des comptes cibles
• Temps consacré par les commerciaux à la recherche
• Joignabilité
• Taux de conversion par segment enrichi

Évaluez le DaaS en fonction de son utilité métier, et pas uniquement du volume d’informations fourni.

Transformer les données externes en intelligence commerciale

Data as a Service peut réduire le travail nécessaire aux équipes chargées des revenus en B2B pour collecter, valider et maintenir des informations externes. Sa valeur dépend toutefois de l’efficacité avec laquelle ces informations soutiennent un véritable processus métier.

Les mises en œuvre les plus efficaces commencent par un processus défini, sélectionnent les données nécessaires pour le soutenir, établissent des règles de rapprochement et de propriété, puis mesurent si ces informations améliorent l’exécution. Lorsque les données externes sont intégrées aux systèmes que les équipes utilisent déjà, le DaaS devient une source concrète pour la prospection, l’attribution, la segmentation, la planification des territoires et la priorisation des comptes, plutôt qu’une nouvelle source de données isolée.