Présentation logiciel datakili de AID

Data is everywhere au service du marketing

Dossier : Dossier FFEMagazine N°732 Février 2018
Par Arnaud CONTIVAL

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. 

Schéma d'analyse data AID

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

L’utilisation des data inter­vient à tous les niveaux : 

EN BREF

Depuis 45 ans experte, AID — Add Intelligence to Data est une agence Data Marketing basée à Paris, Lille, Lyon et Rennes, avec pour ADN la gestion des data clients à vocation prédictive.
AID gère avec 3 partenaires le service public bloctel.gouv.fr, et des projets data pour une trentaine de grands comptes comme Mobivia, SFR, Digiposte, Puy du Fou, Leroy Merlin, Crédit Mutuel, Adrea, Système U, Galeries Lafayette, BNParisbas, Société Générale, etc.
Leader dans la création et l’hébergement de base de données et de datalakes, l’agence possède des expertises reconnues dans l’analyse de données. Véritable bras armé de la direction marketing ou commerciale, elle accompagne dans une démarche agile les projets data et Big Data clients, du niveau stratégique au niveau opérationnel, y compris en full service.
AID offre des solutions couvrant l’ensemble de la chaîne de valorisation des data clients : conseil, formation, grands projets data CRM, IA et datakili® sa plateforme Big Data d’analyse des parcours clients omnicanal.
  • 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.
 

Écran datakili de AID

Écran datakili de AID

Poster un commentaire