Le Smart Data et la Data Intelligence sont de formidables leviers d’innovation. La quantité et la qualité des données accessibles qui facilitent la compréhension du comportement des clients se sont en effet envolées. Afin de pouvoir exploiter ces informations tout en évitant des dépenses (souvent importantes, parfois inutiles) dans des systèmes d’information et processus complexes, il convient d’analyser ce nouveau paradigme qui sous-entend des changements à trois niveaux :

Le volume croissant des données échangées

Le volume des données qui s’échangent entre les acteurs continuera à croître rapidement à l’avenir. Aujourd’hui, l’humanité crée chaque jour 2½ exabytes de données, c’est-à-dire l’équivalent de 50 milliards de meubles de classement remplis de documents ! Ce chiffre double tous les 40 mois. De plus, au niveau mondial, les entrepôts de données qui gèrent le stockage, l’indexation et l’accès aux informations consomment environ 3% de l’électricité mondiale. Si les tendances se confirment, ce chiffre approchera les 10% en 2030.

Entre le partage des photos et vidéos, les échanges de mails, les discussions sur Facebook et Twitter, ou les synchronisations des informations business entre différents serveurs, … ces données représentent une aubaine pour les entreprises qui savent les exploiter.

La société américaine Walmart, par exemple, accumule et analyse plus de 2,5 petabytes de données clients chaque heure (soit l’équivalent de 50 millions de meubles de classement remplis de documents). Ces informations lui permettent de structurer des campagnes marketing sur mesure extrêmement précises et très efficaces.

La durée de vie décroissante des données et des produits

La durée de vie des données est en forte baisse, tout comme les cycles de vie des produits. Si l’on attend le retour des sondeurs avant de lancer les nouvelles offres, on risque de rater la vague. Prenons le cas d’une promotion flash lancée par un commerce ; ses concurrents n’ont que quelques jours (voire quelques heures s’il s’agit d’un e-commerce) pour identifier le risque compétitif, planifier et déployer la réponse.

L’immense variété des données échangées

Les données échangées sont de type et de format de plus en plus hétérogènes ; des images, des vidéos, des bases de données, du texte, du son, des documents, … ce qui pose un certain nombre de défis quant à la manière de traiter.

Le premier instinct est de lancer des efforts d’identification, d’extraction et de compilation de données marketing provenant de sources différentes. En effet, nous constatons qu’en moyenne, le nombre de bases de données clients exploitées par des grandes entreprises pour leurs campagnes marketing est passé d’environ 15 il y a quelques années, à plus de 50 aujourd’hui. Ces efforts génèrent des coûts importants pour des retours parfois mitigés. Nous savons que 95% des données disponibles n’aideront pas à améliorer l’efficacité marketing et commerciale. C’est pourquoi le véritable enjeu est d’identifier les 5% qui peuvent avoir un impact.

Utiliser la Data intelligence pour exploiter les données en maîtrisant les investissements

Afin de capitaliser sur le Smart Data tout en maîtrisant les investissements, nous préconisons un processus en 3 étapes :

Mettre le client au centre du dispositif marketing

Définir une longue liste de données que l’entreprise pourrait exploiter en fonction des événements clés de la relation commerciale :

• Mobiliser une équipe composée de marketeurs, de commerciaux et de financiers
• Cartographier les événements clés de la relation commerciale
• Pour chaque événement, identifier les facteurs qui augmentent ou réduisent la propension du client à acheter l’offre
• Pour chaque facteur, lister les types d’information et les sources éventuelles des données

Élaborer une stratégie de données 

En premier lieu, il s’agit d’identifier toutes les données exploitables, tant internes qu’externes à l’entreprise :

• Identifier les données internes (internet, centres d’appel, agences, Direction Financière, …)
• Identifier les données hors entreprise
• Obtenir les permissions requises pour utiliser ces données
• Préciser si les données sont structurées, semi-structurées ou pas du tout structurées
• Préciser si les données sont intégrables avec d’autres bases dont on dispose
• Obtenir un extrait de ces données pour opérer un POC (proof of concept)

Tester la stratégie Data Intelligence mise en place

• Identifier le mix optimal de données à intégrer afin de les exploiter (internes / externes)
• Intégrer les nouvelles sources de données (approche manuelle « quick & dirty »)
• Identifier puis nettoyer les bases exploitées
• Déployer des processus de gouvernance accélérés, adaptés à la vélocité du Smart Data
• S’assurer que les dispositifs CNIL et autres règlements concernant la protection des données personnelles sont respectés
• Estimer les objectifs business de l’opération
• Lancer l’opération, et enfin mesurer les résultats