Mesurer la complétude des fiches prospects dans les données commerciales BTP

Définir la complétude avant de la calculer

Un indicateur de complétude n’a de sens qu’au regard d’un périmètre explicite. Une fiche peut être complète pour un premier échange, mais insuffisante pour préparer une visite de chantier ou répondre à une consultation. Le socle attendu dépend aussi du type de client, de l’activité et de l’étape du cycle commercial : une entreprise générale, un maître d’ouvrage et un artisan n’appellent pas nécessairement les mêmes informations.

Il faut distinguer les champs obligatoires des champs utiles selon le contexte. Pour une première prise de contact, l’identité de l’organisation et un moyen de contact peuvent suffire. À un stade plus avancé, la fonction de l’interlocuteur, la zone du projet, la nature des travaux, le calendrier connu ou le mode de consultation peuvent devenir importants. Un champ non renseigné ne signifie pas toujours que la fiche est mal tenue : l’information peut ne pas être connue, ne pas être pertinente ou ne pas avoir encore été demandée.

• Décrire les champs attendus à chaque étape du processus commercial.
• Distinguer « non renseigné », « inconnu », « non applicable » et « à vérifier » lorsque l’outil le permet.

Choisir des indicateurs lisibles et comparables

Une mesure simple consiste à calculer, pour un ensemble de fiches, la part des champs attendus qui sont renseignés. Le résultat peut être agrégé par fiche, par équipe, par agence, par segment de clientèle ou par étape commerciale. Il faut toutefois préciser la règle de calcul : si tous les champs ont le même poids, une information secondaire compte autant qu’un contact joignable. Si les champs sont pondérés, les poids doivent être documentés et justifiés par un usage opérationnel, plutôt que choisis pour produire un résultat plus favorable.

Des indicateurs complémentaires éclairent le diagnostic. Le taux de renseignement d’un champ montre où se concentrent les lacunes ; la part de fiches comportant les informations jugées indispensables renseigne sur un seuil opérationnel défini en interne. On peut également suivre les fiches dont les données doivent être vérifiées, à condition de ne pas confondre une donnée ancienne avec une donnée fausse. Ces mesures décrivent l’état des enregistrements, pas la qualité de la relation commerciale ni la probabilité de signer un marché.

• Documenter la formule, les champs inclus, la période observée et les exclusions.
• Présenter les résultats par étape ou par population comparable, sans les transformer en classement de performance individuel.

Tenir compte des particularités des données BTP

Les informations commerciales du BTP peuvent porter à la fois sur une organisation, des interlocuteurs et des opérations distinctes. Une même entreprise peut intervenir sur plusieurs chantiers, tandis qu’un projet peut mobiliser plusieurs acteurs. Si ces objets sont mélangés dans une seule fiche, certaines cases paraîtront complètes alors que les liens entre entreprise, personne et opération resteront ambigus. La structure de la base de données influe donc sur ce que l’indicateur peut réellement mesurer.

Les données évoluent également au fil des appels d’offres, des phases d’étude et des changements d’interlocuteurs. Une date prévisionnelle peut être révisée ; un contact peut changer de fonction ; un projet peut être suspendu. Une fiche complète à un instant donné peut rapidement devenir obsolète. Il est utile de suivre la date de dernière vérification et de distinguer la présence d’une valeur de son actualité. Cette distinction améliore l’interprétation, sans garantir que toute information soit vérifiable au même rythme.

Lire les résultats sans surinterpréter

Fait observable : une proportion élevée de champs vides pour une information donnée indique que cette information est rarement enregistrée dans le périmètre étudié. Interprétation possible : le champ est peut-être difficile à obtenir, mal défini, peu utile à certains moments ou peu visible dans l’outil. Hypothèse à tester : une consigne de saisie plus claire ou une adaptation du formulaire pourrait améliorer son renseignement. La mesure seule ne permet pas de choisir entre ces explications.

De même, une progression de l’indicateur après une modification de processus ne prouve pas automatiquement que cette modification en est la cause. Le périmètre des fiches, les règles de saisie ou la composition des équipes ont pu changer. Pour comparer des périodes, il faut conserver autant que possible les mêmes définitions et signaler les changements de méthode. Les résultats peuvent alors guider une vérification ciblée, par exemple un examen d’échantillons ou des échanges avec les utilisateurs, plutôt que justifier une conclusion prématurée.

Faire de la mesure un outil d’amélioration

Une démarche utile commence par un dictionnaire de données partagé : définition de chaque champ, moment où il est attendu, règles de saisie et personne ou équipe responsable de sa mise à jour. Les champs nécessaires à l’activité doivent rester proportionnés. Demander davantage d’informations n’améliore pas mécaniquement une base si les données ne sont ni utilisées ni maintenues. L’objectif est de recueillir ce qui sert réellement à qualifier, suivre ou transmettre une opportunité.

Après une première mesure, l’entreprise peut examiner les principaux motifs de non-renseignement et tester une action limitée : clarification d’un libellé, ajustement du formulaire, rappel à une étape précise ou contrôle de cohérence. Il convient ensuite de vérifier si les fiches sont plus exploitables, et pas seulement si davantage de cases sont remplies. Les retours des équipes commerciales et la revue régulière des règles de calcul permettent de garder un indicateur compréhensible et adapté aux pratiques.