Les enjeux du Big Data dans la connaissance client en 2015

C’est le dicton futuriste du jour imaginé par Business & Decision dans sa campagne menée sur les écrans digitaux du centre d’affaires de Paris La Défense autour de la Transformation Digitale. Cela tombe au même moment d’ailleurs que le Salon Big Data Paris 2015 dont nous parlions dans un précédent article… 

Le dicton du 11 mars dans la campagne de Business & Decision sur la Transformation Digitale : « Connaissance clients à la Sainte-Rosine, ventes en ligne qui culminent ! »

Connaissance client (CRM), Big Data… Une petite introduction d’actualité qui nous mène à entrer dans le vif du sujet : les enjeux du Big Data dans la connaissance client en 2015 !

Les points à surveiller de près pour réussir son projet

Connaissance Client grâce au Big Data

Le Big Data est aujourd’hui, sans aucun doute, un des tous premiers facteurs d’innovation, et constitue en cela une formidable opportunité pour les annonceurs. L’innovation provient des nouveaux usages induits par le Big Data, un champ des possibles plus important, et finalement la rencontre entre différents univers fonctionnels, technologiques et métier. Encore faut il être capable de capter, incuber, canaliser et finalement capitaliser sur cette innovation, car l’expérience montre que cela met parfois les structures existantes à rude épreuve.

Un des enjeux métier d’importance est d’être capable d’agir sur les leviers de croissance que le Big Data offre aux annonceurs. Dans la mesure où celui-ci repose assez largement sur une démarche exploratoire, les leviers ne peuvent pas tous être nécessairement connus et anticipés dès le départ. Les modes de raisonnement (et donc de pilotage) liés au big data sont aussi beaucoup moins déterministes que ceux d’un projet BI classique. La conséquence inévitable qui en résulte est que certains leviers de croissance seront découverts avec l’usage. Cela va s’appliquer aux objectifs métiers qui en découleront, et aux indicateurs de pilotage qui viendront soutenir ces objectifs.

Les enjeux

Parmi les enjeux 2015 liés au Big Data pour les marques, il faut bien entendu placer le client au cœur du dispositif. Celui-ci sera en effet dans les années à venir de mieux en mieux informé et va donc automatiquement attendre des évolutions technologiques, de nouveaux services, de nouvelles fonctionnalités, une plus grande traçabilité, une plus grande mobilité avec une certaine transparence, et en un mot, un meilleur service. Il va aussi souhaiter recevoir des offres marketing réellement personnalisées pour lui, et va rejeter toute forme de SPAM. Prendre suffisamment d’avance dans ce type de programme est donc devenu un facteur clé de satisfaction client comme de croissance.

Organiser les processus marketing et opérationnels autour de la donnée

Dans les enjeux les plus passionnants du Big Data, on va également trouver les enjeux liés à la connaissance client tant d’un point de vue marketing qu’opérationnel. Le principal enjeu est ici de mettre en place, maintenir et piloter une vision 360° sur l’ensemble des canaux et des points d’interaction avec le client. Qui dit mettre le client au cœur de l’organisation, et donc la connaissance client au centre des enjeux, dit organiser les processus marketing et opérationnels autour de la donnée. Cette donnée doit être transformée en connaissance (client) par la partie analytique du big data, et surtout rendue actionnable et disponible aux points d’interaction avec le client.

Or de nombreux canaux (y compris digitaux) fonctionnent aujourd’hui encore en silo. L’exemple du Groupe 3SI (ex 3Suisses) décrit dans cet article le décrit bien : « Comment la DSI du groupe 3SI a réussi la mutation vers le numérique« . Chaque canal a son application métier, laquelle à généralement son propre système de gestion de données et dans le meilleur des cas une application analytique dédiée qui fonctionne sur ces données. Mettre la « donnée au cœur » implique dans une certaine mesure, de centraliser (d’un point de vue fonctionnel) tous ces processus analytiques autour d’un « référentiel connaissance client » et d’avoir des applications métiers qui vont pouvoir s’appuyer sur ce référentiel et ces processus analytiques centralisés.

Cela pose de très nombreux défis, car cela implique faire fonctionner ensemble des applications qui n’ont pas été conçues pour cela, tout en gardant une cohérence au niveau de la donnée.

Les challenges de la gestion de données

Cela englobe un certain nombre de challenges pour n’en citer que quelques uns :

• Gérer l’identité digitale multiforme d’un visiteur,
• Croiser les informations des canaux digitaux avec les canaux traditionnels,
• Croiser les informations opérationnelles avec les informations marketing,
• Intégrer un référentiel connaissance client dans les systèmes d’information existants.

Le Big Data n’impose pas de contraintes fortes au niveau de la modélisation des données. Cela permet d’alléger fortement la phase de conception et de répondre plus rapidement aux besoins des utilisateurs. De manière plus globale, les entreprises ne pourront tirer tous les avantages du Big Data (agilité, réactivité) qu’en s’appuyant sur une solide démarche analytique d’exploration des données.

Structurer la donnée dans les cas complexes

Dans des cas complexes, il n’est pas du tout impensable, et même recommandé de structurer la donnée de manière logique par une modélisation complète des processus métiers (ce qu’on pourrait appeler une démarche d’ontologie métier), avant de se lancer dans un stockage massif des données : les gains à l’exploitation en seront démultipliés.

Par ailleurs, le Big Data permet de s’affranchir dans une certaine mesure des contraintes traditionnelles autour de la volumétrie, et de la nature des données manipulées. De fait, l’un des enjeux du Big Data consistera donc à proposer des visions transverses et non plus en silo au niveau du SI avec des impacts importants au niveau de l’organisation.

Afin de bénéficier de ces avancées, l’entreprise doit s’adapter et adopter un plan de conduite du changement ambitieux autour des points suivants pour lutter contre les freins organisationnels mais aussi culturels :

• Adopter un pilotage transverse pour conduire des projets avec des périmètres plus vastes et servir des populations d’utilisateurs différentes.
• Faire travailler ensemble différentes compétences avec un vocabulaire et des objectifs communs (un marketeur avec un statisticien par exemple).
• Intégrer dans les équipes de nouveaux métiers et de nouvelles fonctions (Chief Data Officer par exemple pour prendre en charge la gouvernance des données).
• Arbitrer entre le sourcing externe ou la montée en compétence des ressources existantes notamment sur des profils recherchés comme les Data Scientists.

Nous ne doutons pas que les mois et les années à venir seront riches en projets et en expériences dans ce domaine.