Espace apprenant

Qualité des données

Nettoyer et cibler une campagne marketing bancaire

Le CRM contient doublons, contacts incomplets et consentements incompatibles. Livrez une cible exploitable et un journal d'exclusion.

Intermédiaire 3 h 45PythonSQL

Avant de commencer

  • Les exercices Python et SQL s’exécutent dans le navigateur : aucune installation locale n’est nécessaire pour les contrôles guidés.
  • Réservez environ 3 h 45 pour les étapes guidées, puis 60 à 90 minutes pour finaliser, documenter et partager le dossier.

Le contexte

Vous intervenez auprès de AtlasBank, qui prépare une campagne pour un produit d'épargne.

Le fichier CRM combine mises à jour successives, champs manquants et personnes non éligibles. Envoyer la campagne sans contrôle exposerait la banque à des contacts inutiles, une mauvaise expérience client et une cible impossible à justifier.

Votre mission est de conserver la version la plus récente de chaque client, appliquer les règles de consentement et de contactabilité, construire une cible commerciale explicable, puis livrer simultanément le fichier d'envoi et le journal des exclusions.

Ce que vous allez construire

  • Un profil de qualité du fichier brut et un dictionnaire des règles
  • Un notebook Python de normalisation, déduplication et validation
  • Des requêtes SQL de contrôle de l'éligibilité et de la cible
  • Un fichier CRM-ready ne contenant que les champs nécessaires
  • Un journal d'exclusion avec motif unique et volumes réconciliés
  • Une note de ciblage, un README et des preuves sans données personnelles publiques

Les étapes

  1. 1. Cadrer — Une cible défendable avant une campagne3 tâches · 25 min
  2. 2. Profiler — Mesurer les défauts du CRM3 tâches · 35 min
  3. 3. Nettoyer — Automatiser les règles Python3 tâches · 45 min
  4. 4. Valider — Rejouer les règles en SQL3 tâches · 50 min
  5. 5. Livrer — Fichier d'envoi et journal d'exclusion3 tâches · 40 min
  6. 6. Documenter — Une étude de cas sans données personnelles4 tâches · 30 min