Data is everywhere au service du marketing

Quels sont les enjeux majeurs de l’utilisation des données pour la majorité de vos clients ?

La don­née a sa place dans tous les pro­ces­sus de l’entreprise « data is eve­ryw­here » ; encore faut-il la conser­ver, la struc­tu­rer et l’exploiter. La data est par­tout mais de plus en plus com­pli­quée à exploi­ter, car il y a une forte crois­sance du volume de don­nées opé­ra­tion­nelles, en conti­nu, avec des sources qui se mul­ti­plient, notam­ment avec l’arrivée des objets connectés. 

Il faut struc­tu­rer la data et savoir l’exploiter effi­ca­ce­ment : quelles sont les ana­lyses clés, les indi­ca­teurs à pilo­ter, quelle aide au pilo­tage (Aler­ting), pour savoir où regar­der et com­ment l’activer.

Aujourd’hui la dimen­sion pré­dic­tive est un défi majeur. La modé­li­sa­tion des offres et des actions mar­ke­ting issues du machine lear­ning devient de plus en plus puis­sante ; elle repré­sente un enjeu crois­sant de gain concur­ren­tiel dans toutes les activités. 

Quelles sont les valeurs ajoutées de votre analyse ?

Notre approche est à la fois scien­ti­fique et mar­ke­ting : nous uti­li­sons les der­niers algo­rithmes de machine lear­ning et de deep lear­ning, bases de l’intelligence arti­fi­cielle, tout en res­tant trans­pa­rents sur nos méthodes et péda­go­giques sur nos résultats. 

Nous atta­chons une grande impor­tance à la forme de nos livrables : gra­phiques ori­gi­naux insé­rés dans des docu­ments inter­ac­tifs et des mini-sites. 

Nous uti­li­sons de pré­fé­rence sauf indi­ca­tion contraire de nos clients des outils open source du type R, Python, Spark etc. Ain­si nous livrons des codes en même temps que nos résul­tats qui sont repro­duc­tibles pour les Data Scien­tists de nos clients. Nous savons pro­je­ter nos ana­lyses et mises au point d’algorithmes dans un mode industriel. 

Quelles sont vos exploitations data pour le marketing ?

Nous exploi­tons notam­ment les data pour visua­li­ser les par­cours clients à des fins d’optimisation mar­ke­ting. Pour cela nous avons créé data­ki­li® avec 9 grandes enseignes de la banque, des télé­coms, de la dis­tri­bu­tion et des loisirs. 

data­ki­li® est une suite logi­cielle en mode SaaS per­met­tant d’analyser les com­por­te­ments et inter­ac­tions clients pour visua­li­ser, ana­ly­ser, moni­to­rer et pré­dire les par­cours clients omni­ca­nal, pour une acti­va­tion mar­ke­ting, au bon moment. 

Concrè­te­ment, data­ki­li® per­met d’explorer de manière visuelle et inter­ac­tive les par­cours clients et déter­mi­ner quels sont les par­cours signi­fi­ca­tifs et les par­cours gagnants par rap­port à un objec­tif cible : par exemple sous­crire à un ser­vice, ache­ter un pro­duit, évi­ter le Churn, réduire les plaintes ou les appels inutiles… grâce à des outils de data­vi­sua­li­sa­tion puis­sants s’appuyant sur des cal­culs dis­tri­bués en archi­tec­ture Big Data. 

Fort de son modèle de don­nées struc­tu­ré en inter­ac­tions et en séquences, data­ki­li® est un véri­table outil de data-ana­lyse pour mar­ke­teurs. data­ki­li® per­met de réa­li­ser des requê­tages puis­sants et user-friend­ly sur les enchaî­ne­ments d’actions, réa­li­sées ou non, en fonc­tion des pro­fils et attri­buts clients. 

Les équipes Mar­ke­ting, les Busi­ness Ana­lysts, peuvent ain­si béné­fi­cier d’un accès faci­li­té aux don­nées, sans être des Data Scien­tists, et peuvent influer en temps qua­si réel sur le par­cours de leurs clients. 

Quels sont les bénéfices de l’analyse des parcours clients pour les annonceurs ?

Connaître les par­cours clients en détail devient aujourd’hui cru­cial pour les annon­ceurs afin d’optimiser avec pré­ci­sion leurs actions mar­ke­ting, mais aus­si de cor­ri­ger leurs pro­cess défaillants. 

data­ki­li® per­met de se poser les bonnes ques­tions et d’arbitrer les champs d’actions et prio­ri­tés pour amé­lio­rer l’expérience client. Les don­nées deviennent plus simples à ras­sem­bler et à inter­pré­ter et per­mettent de se concen­trer sur celles qui apportent le plus d’insights et dégagent le plus de valeur. 

Pre­nons l’exemple d’un annon­ceur dans l’univers de la banque-assu­rance, data­ki­li® a per­mis d’identifier, en quelques minutes, que plu­sieurs appels per­dus suite à un devis en ligne font chu­ter de 50 % le taux de trans­for­ma­tion. Action : l’assureur a sup­pri­mé le numé­ro de télé­phone vers le SAV et mis en place un bou­ton call back dont les appels sont priorisés. 

data­ki­li® va per­mettre d’augmenter la capa­ci­té de pro­duc­tion des téléconseillers. 

Comment voyez-vous évoluer l’utilisation des données dans 5 ans ?

L’utilisation des data inter­vient à tous les niveaux : 

• Usage appro­prié des infor­ma­tions tout en assu­rant la confi­den­tia­li­té (pro­tec­tion des don­nées per­son­nelles) et la per­ti­nence dans le pro­blème à résoudre. Les évo­lu­tions légis­la­tives euro­péennes RGPD en mai 2018 et la direc­tive e‑privacy en cours de négo­cia­tion peuvent remettre en cause bien des usages actuels, voire même cer­tains modèles éco­no­miques de cer­tains acteurs de la donnée. 
• Usage ration­nel des don­nées en assu­rant un ROI entre les coûts (col­lecte, conser­va­tion et trai­te­ment) et les béné­fices pour l’entreprise.
  Il faut sou­vent faire un POC (Proof of Concept) pour véri­fier à petite échelle la vrai­sem­blance du modèle éco­no­mique atten­du avant un déploie­ment natio­nal ou inter­na­tio­nal qui peut être coû­teux. Ne jamais oublier que Big Data peut être syno­nyme de Big Cost ! 
• Par­tage du béné­fice tiré de l’analyse des don­nées entre l’entreprise et le client (chiffre d’affaires addi­tion­nel et/ou réduc­tion des coûts) et le client par une meilleure flui­di­té de l’expérience uti­li­sa­teur ou le res­sen­ti de la per­ti­nence d’une offre au bon moment, ou encore avec les par­te­naires et four­nis­seurs dans le cadre de l’optimisation des offres et des pro­ces­sus dans un éco­sys­tème élargi. 

Concer­nant les tech­no­lo­gies, l’utilisation des data­lakes Hadoop se géné­ra­lise pour sto­cker et trai­ter des infor­ma­tions variées. Même si le trai­te­ment des textes, écrits ou trans­crits, et des images pren­dra de l’ampleur, la per­for­mance des cal­culs et leur ratio­na­li­sa­tion devient un enjeu clé. 

La mixi­té des usages entre un data­lake interne et des res­sources dans le cloud, ou le déport com­plet des pla­te­formes ana­ly­tiques dans le cloud, per­met­tra d’assurer l’agilité et l’évolutivité rapide dont ont besoin les entreprises.
 

---

Articles similaires :

CONVERTEO : une exper­tise de pointe pour une data à haute valeur ajoutée QUINTEN : la data science au ser­vice de l’amélioration de la per­for­mance des organisations POCKET RESULT : La Data un levier déci­sion­nel au ser­vice de la stra­té­gie de votre entreprise La data ana­ly­tique à por­tée de main des entreprises « Le Big Data et le digi­tal sont deve­nus les prin­ci­paux leviers de l’optimisation de la per­for­mance marketing »