Single Customer View

  • Concept
  • Intermédiaire
  • Transversal
  • Toujours utilisé

En bref

Vue unique et consolidée de toutes les informations connues sur un même client, réunies en un seul profil.

Définition complète

La Single Customer View (vue client unique, parfois abrégée SCV) désigne un profil consolidé qui rassemble en un seul endroit toutes les informations connues sur un même client, provenant de tous les canaux et de tous les services de l’entreprise : achats en magasin, commandes en ligne, appels au service client, participation à un programme de fidélité, réponses à une newsletter. Sans cette vue unique, ces informations restent dispersées dans plusieurs bases de données séparées, parfois même contradictoires.

Par exemple, une enseigne d’optique qui dispose d’une Single Customer View sait, dès qu’un client fidèle appelle le service client, qu’il a acheté deux paires de lunettes en magasin et une paire de lentilles sur le site internet, sans avoir besoin de consulter trois logiciels différents pour reconstituer cette information.

Attention : construire une vraie vue client unique est souvent plus difficile qu’il n’y paraît, car un même client peut être enregistré sous plusieurs identités légèrement différentes (adresse mail personnelle et professionnelle, nom mal orthographié), ce qui demande un travail rigoureux de rapprochement des données.

À quoi ça sert

La Single Customer View sert à offrir un service cohérent, quel que soit l’interlocuteur ou le canal contacté par le client : un conseiller peut répondre correctement à une réclamation sans faire répéter au client tout son historique.

Elle sert aussi à mieux cibler les offres et les communications, en évitant par exemple d’envoyer une promotion d’acquisition à un client déjà fidèle depuis dix ans, ou de proposer un produit qu’il a déjà acheté récemment.

Enfin, elle aide l’entreprise à mesurer la vraie valeur d’un client sur le long terme, en additionnant tous ses achats sur tous les canaux, plutôt que de sous-estimer sa fidélité en ne regardant qu’un seul canal isolé.

Cas d'usage typiques

– Répondre à une réclamation sans faire répéter au client son historique complet d’achats.
– Éviter d’envoyer une offre de bienvenue à un client déjà fidèle depuis plusieurs années.
– Calculer la valeur totale d’un client en additionnant ses achats en magasin et en ligne.
– Détecter qu’un même client possède deux comptes différents, créés par erreur sur deux canaux distincts.
– Personnaliser une communication en tenant compte de l’ensemble du parcours du client, pas d’un seul canal.
– Fournir au service client un historique complet et fiable pour traiter une demande plus rapidement.

Ce que tu sauras faire

Savoir expliquer pourquoi rassembler les informations dispersées sur un client en un seul profil améliore la qualité du service qui lui est rendu.

Mises en situation

Situation 1 : un historique enfin complet

Contexte : un client d’une enseigne d’optique appelle le service client après avoir acheté des lunettes en magasin et des lentilles en ligne.

Application : le conseiller voit immédiatement les deux achats dans un seul profil, sans avoir à consulter deux systèmes différents.

Résultat attendu : la demande du client est traitée en quelques minutes, sans transfert d’appel ni recherche fastidieuse.

Situation 2 : deux comptes pour une seule personne

Contexte : une cliente s’est inscrite une première fois en magasin avec son adresse mail personnelle, puis une seconde fois en ligne avec une adresse professionnelle.

Application : le système détecte, grâce à d’autres informations communes (nom, téléphone, adresse postale), qu’il s’agit probablement de la même personne.

Résultat attendu : les deux profils sont proposés à la fusion après validation, ce qui évite que la cliente reçoive deux communications différentes et redondantes.

Situation 3 : une offre de bienvenue mal ciblée

Contexte : un client fidèle depuis huit ans reçoit une offre « bienvenue, moins 10 % pour votre première commande ».

Application : il trouve le message maladroit et le signale, à juste titre, comme preuve que l’entreprise ne le connaît pas vraiment.

Résultat attendu : l’entreprise corrige son ciblage grâce à une vue client unique plus fiable, pour éviter ce type de message contre-productif à l’avenir.

Application guidée : calculer la valeur réelle d’un client

Contexte : un client a dépensé 320 euros en magasin sur les 12 derniers mois, mais son profil en ligne, non relié à son profil magasin, montre 280 euros supplémentaires sur la même période.

Question : quelle est la valeur réelle de ce client sur l’année, et quel est le risque si les deux profils restent séparés ?

Résultat attendu : la valeur réelle du client est de 600 euros (320 plus 280), et non 320 euros comme le montrerait le seul profil magasin ; sans vue unique, l’entreprise sous-estime largement l’importance de ce client et risque de mal le traiter (offre trop générique, absence de statut fidélité mérité).

Application guidée : détecter un doublon

Contexte : deux profils clients partagent le même numéro de téléphone et la même adresse postale, mais un nom est orthographié « Dupont » et l’autre « Dupond ».

Question : ces deux profils doivent-ils être fusionnés automatiquement, ou faut-il une vérification ?

Résultat attendu : une vérification reste préférable avant une fusion automatique : le téléphone et l’adresse identiques sont de forts indices, mais une fusion incorrecte (deux personnes différentes du même foyer, par exemple) créerait de nouvelles erreurs ; une confirmation, même simple, limite ce risque.

Pour bien le retenir

L'analogie

Imaginez un cabinet médical où chaque spécialiste (généraliste, dentiste, kinésithérapeute) tiendrait un dossier séparé sur le même patient, sans jamais se les partager. Le patient devrait alors répéter les mêmes informations à chaque rendez-vous, avec le risque d’un oubli important. La Single Customer View, c’est l’équivalent d’un dossier médical unique et partagé, qui donne une vision complète de la personne, quel que soit le professionnel consulté.

« Un seul dossier client, jamais des morceaux d'histoire éparpillés. »

Pièges à éviter

À ne pas confondre avec

On confond parfois Single Customer View et simple base de données clients. Une base de données peut contenir des informations dispersées et redondantes sur une même personne sans jamais les rapprocher ; la Single Customer View suppose un vrai travail de fusion et de nettoyage de ces informations.

Une autre erreur consiste à croire que la vue client unique est un projet uniquement technique. Elle demande aussi une réflexion sur la conformité au RGPD (règlement général sur la protection des données), notamment sur la durée de conservation des informations et le consentement du client.

Évolution historique

Apparition : Années 2010-2020, avec le développement des bases de données clients et du CRM (gestion de la relation client)

Quels changements depuis l’arrivée de l’IA ?

Avant

Rapprocher les informations d’un même client réparties dans plusieurs bases de données demandait un travail humain long et fastidieux, souvent réalisé de façon approximative.

Aujourd’hui

Des outils d’intelligence artificielle aident désormais à repérer automatiquement qu’une même personne se cache derrière deux profils légèrement différents (adresse mail différente, nom mal orthographié), ce qui accélère et fiabilise la construction d’une vue client unique. Cette capacité s’accompagne d’une responsabilité accrue sur la protection des données personnelles rassemblées.

Évolution historique

Avant les années 2000 : les informations sur un même client restent dispersées dans plusieurs registres ou fichiers non reliés entre eux.

Années 2000-2010 : les premiers outils de gestion de la relation client (CRM) tentent de centraliser une partie de ces informations.

Années 2010-2015 : la multiplication des canaux de vente rend plus urgente la nécessité d’une vue client réellement unifiée.

Années 2015-2020 : des solutions techniques dédiées à la Single Customer View se développent, avec des méthodes de rapprochement des données plus fiables.

Depuis les années 2020 : les outils d’intelligence artificielle facilitent la détection automatique des doublons et le rapprochement des profils, sous le contrôle du cadre légal sur les données personnelles.