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” Vers la mod­erni­sa­tion de la ges­tion des appels téléphoniques