Comment appliquer le big data au CRM ?

Dossier Big Data Marketing

L’application du big data au CRM demande des outils, des compétences et une organisation qui ne sont pas en place aujourd’hui dans la plupart des entreprises. L’exploitation de ces données pour créer de la valeur va donc passer par une mutation importante qui pourra prendre plusieurs années.

Quels outils pour l’exploitation des big data ? Comment s’organiser pour pouvoir exploiter les big data ? Avec quelle méthodologie ? Quelle relation entre innovation et Big Data ?

Quels outils pour l’exploitation des big data ? Comment s’organiser pour pouvoir exploiter les big data ? Avec quelle méthodologie ? Quelle relation entre innovation et Big Data ?

Les 4 V

L’expression ‘big data’ recouvre une réalité d’aujourd’hui que certains traduisent en français par ‘océan numérique’ ou ‘data déluge’. En fait, l’expression ne recouvre pas seulement l’idée que nous nous trouvons en période de croissance exponentielle et vertigineuse du volume et de la variété des données (les 3V : volume, velocity, variety) mais aussi le besoin de traitement et d’analyse de ces données pour qu’elles aboutissent à une création de valeur pour l’entreprise (le 4ème V).

Hors, la montagne d’information générée par les systèmes internes de la relation client, les progiciels financiers et les dispositifs qui servent à gérer la logistique sont sous-exploités. Pour faire fructifier ces informations, il faut bien sûr les collecter mais aussi identifier les données pertinentes, les croiser et les analyser.

Le big data appliqué à la connaissance client

Si nous nous concentrons seulement sur le domaine du CRM, les données recueillies chaque jour à l’occasion de toutes les interactions des clients avec tous les ‘touchpoints’ -passage en caisse avec carte de fidélité, visite sur un site web ou mobile, conversations sur les blogs et les réseaux sociaux, votes, avis, appels téléphoniques, courriers viennent s’ajouter au volume déjà conséquent des données recueillies.

Vu le volume et la complexité de ses données, il y a un véritable avantage concurrentiel à gagner pour les entreprises qui maîtrisent la compréhension et l’interprétation de ces données pour promouvoir au bon moment, à la bonne personne, au bon prix et par le bon média ce qu’ils ont à vendre.

Pour les analyser et les exploiter, les techniques sont de plus en plus complexes, notamment parce que nous n’avons plus à faire seulement à des données structurées mais aussi à des données non structurées, notamment toutes les conversations, d’où des approches sémantiques qui permettent l’analyse du sentiment proposé par de nombreux nouveaux acteurs des réseaux sociaux.

Marine Saffar, Directrice Technique Proximity Paris et Worldwide

Marine Saffar, Directrice Technique Proximity Paris et Worldwide

A cela vient s’ajouter l’open data : toutes les données qui sont publiquement disponibles et exploitables grâce à l’utilisation d’ API de plus en plus nombreuses et complètes : par exemple, les données liées à l’environnement comme la météo ou de géo-localisation ou les données sur les recherches effectuées sur google par les internautes.

Quels outils pour l’exploitation des big data ?

Les ordinateurs ont une capacité bien supérieure aux humains dans la rapidité et le volume de données à traiter – preuve en est l’accélération de certaines découvertes scientifiques depuis l’utilisation généralisée de la puissance de calcul des ordinateurs comme le génôme.

Par contre, les ordinateurs ne peuvent traiter que ce qu’on leur demande d’analyser. Il faut donc être capable de données des instructions très précises sur l’analyse des données et leur utilisation pour pouvoir exploiter ce big data.

Les entreprises ont donc besoin d’investir dans les bons outils et les meilleures compétences dans ce domaine. En terme d’outils, les logiciels et les systèmes utilisés aujourd’hui dans les entreprises ne sont pas adaptés à l’exploitation des big data. Tout d’abord parce que les outils utilisés n’ont pas été choisis pour atteindre ces objectifs mais plutôt pour gérer les règles métiers de chaque département (logistique, par exemple), ensuite parce qu’ils ne sont pas nécessairement connectés entre eux et enfin parce qu’ils n’ont pas encore intégré l’analyse des données non structurées ou des open data.

De nombreux acteurs existants et start-ups se positionnent sur ce nouveau créneau et il y a encore un gap important entre leur positionnement et la réalité de l’évolution de leurs systèmes. La mutation va donc prendre du temps et passer par de nombreuses acquisitions et fusions avant que se dégagent les leaders du marché dans ce domaine.

Comment s’organiser pour pouvoir exploiter les big data ?

Le fait est que la synergie entre les canaux n’est pas encore effective dans beaucoup d’entreprises.

Je pense comme beaucoup d’experts dans ce domaine, que le problème est avant tout une organisation des entreprises en silo (commercial, marketing, logistique, finances…) non adaptée à la nouvelle donne du monde numérique.

Il n’y a pas ou peu d’entités ou de personnes dans les entreprises qui sont en charge de suivre tous les processus qui partent de la collecte des données, pour arriver à l’application dans les politiques marketing et commerciales du résultat des analyses. Ce rôle doit être transverse par nature car les données collectées proviennent de départements internes différents et donc demandent un effort de communication et d’intégration supplémentaire entre tous les intervenants.

Lorsque ce rôle existe, il aide à mettre en place les connections nécessaires entre tous les systèmes pour centraliser toutes les données consommateurs existantes et confier leur analyse à des experts data. Les résultats de ces analyses permettent ensuite de mettre en place des stratégies marketing et CRM qui peuvent exploiter ces insights et donc créer de la valeur pour l’entreprise.

Quelle méthodologie ?

Pour parvenir à ce résultat, il faut aussi choisir une méthodologie pour tirer le meilleur parti de l’analyse des données : soit partir d’une intuition et tenter de la prouver à partir de l’analyse des données. Soit analyser les données pour en déduire des comportements et donc des insights à partir desquels vous pouvez mettre en place des actions spécifiques. On peut bien sûr appliquer les deux approches et croiser les analyses résultantes.

Attention, le chemin entre la collecte des données, leur traitement, l’analyse et l’utilisation des insights résultant de ces analyses est long et semé d’embûches. S’il y a une mauvaise interprétation entre ce qui a été collecté, l’analyse des résultats et la mise en place d’un algorithme prédictif il y a danger de passer à côté du bénéfice anticipé.

Il faut donc une forte dose d’intervention humaine et de vérification des hypothèses sur une petite échelle pour s’assurer que le modèle fonctionne correctement. Si j’en juge simplement par l’expérience que nous avons tous aujourd’hui de ciblage d’envoi de mails suite aux analyses des résultats des campagnes précédentes, les exemples de succès existent mais sont encore peu nombreux.

Il s’agit d’aller chercher l’information la plus intelligente possible sur chaque client : son profil, son parcours, ses habitudes de consommation. La bonne information n’est pas forcément la plus compliquée mais celle qui sert à provoquer un changement de comportement (hausse de consommation, baisse du churn, fidélisation) et qui peut être exploitée pour stimuler les ventes.

Big data et innovation

Je trouve particulièrement intéressant que deux sujets phares de ce début d’année 2013 soient le Big data et l’innovation (si on fait abstraction du mobile). Si le vecteur de la réussite en marketing passe par l’innovation, doit-on se concentrer sur le développement de modèles prédictifs ? Qui par nature sont le reflet d’un comportement habituel?

Mon intuition me dit que la réalité repose sur une combinaison gagnante qui tourne autour de 80% de prédictif et 20% d’innovation. Il faudrait pouvoir se reposer sur des Big data pour vérifier cette hypothèse.

Auteur : Marine Saffar, Directrice Technique Proximity Paris et Worldwide

Un article de notre dossier Big Data et Marketing

Les avis de nos experts sur le Big data et Marketing…

Le big Data Marketing vu par ceux qui le font ;)

Interviews…

Les articles 2012 sur le Big Data Marketing

(c) Ill. : Shutterstock - A lot of numbers and a human

avatar
L'invité de Marketing Professionnel tient une Tribune Libre. Profil des invités et Tribunes Libres publiées.


Commentez !

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>