Tribunes

Florange Telecom

L'approche radicaliste de l'architecture du Web : l'assembleur

Big Dataxe

Le Big Data individuel

La comptine du cloud

Toute les tribunes

La vidéo du moment
Actualité marchés verticaux

Les notaires adoptent la lettre recommandée électronique de Maileva

par arnaud
le 13/09/2017 à 11:28

Captivea ouvre le premier club utilisateur SugarCRM francophone

par Celia Jay
le 21/08/2017 à 10:35

Captivea ouvre le premier club utilisateur SugarCRM francophone

par Francois PAPON
le 11/08/2017 à 11:59

Capgemini améliore sa marge

par lecteur-itrnews
le 10/08/2017 à 03:51

Avast rachète Piriform (Ccleaner)

par MichelWer
le 08/08/2017 à 05:15

Rechercher
Services
Logo_abonn Job Les derniers communiqués de presse Proposer un communiqué de presse
Fils RSS : Top 10 quotidien

Vous reprendrez bien un peu de datas ? Par Chloé Potard, UX Project Manager chez Disko

samedi 22 juillet 2017

Ces dernières années, elles étaient sur toutes les bouches. Et pour cause : elles disaient prévoir les résultats des élections présidentielles des États-Unis en 2016 et celles de la France en 2017. Les réseaux sociaux, et plus précisément Facebook et Twitter, en génèrent à eux seuls plus de 20 téraoctets par jour, le monde dans sa globalité : 2,5 quintillions par jour. Ce sont les Big Data, autrement des « grosses données » qui fourmillent sur internet et sont créées à partir de nos messages, signaux GPS, informations climatiques… et bien sûr, parcours d'achats. De quoi titiller nos narines de chasseurs d'or et nous interroger sur cette question : mais comment exploiter toutes ces ressources ?

GAFA vs. PME
Leur exploitation est-elle réservée aux GAFA ? Faux. La plupart des pures players a d'ores et déjà passé le cap. Ils ont construit leur roadmap dans une logique data driven en observant le comportement de leurs utilisateurs sur leur site. En revanche, les petits acteurs rechignent encore à faire le premier pas, à cause des outils trop chers, des experts trop spécialisés n'ayant pas leur place dans les équipes restreintes de PME.

Mauvaise idée, car les clients n'ont jamais été aussi volatiles. En plus d'être en quête d'expériences uniques et d'exclusivités permanentes, ils sont de plus en plus exigeants et laissent rarement une seconde chance aux marques. Les petits acteurs n'ont pas le droit à l'erreur. Ils se doivent d'être aussi performants que les géants, sans pour autant avoir les mêmes moyens.

Pour cela, ils doivent faire preuve d'inventivité de façon à proposer à leurs utilisateurs un parcours quasi parfait, sans rupture afin d'améliorer leur taux de conversion. Or, à ce jeu-là, la data risque de les rattraper plus rapidement qu'ils ne le pensent car, et c'est là l'essentiel, la récupération de données utilisateur sert justement à tirer des enseignements permettant d'alimenter le workflow du produit d'une façon pertinente : ce processus sert à optimiser et faire évoluer le produit aussi vite que les usages et ainsi, à ne pas laisser l'obsolescence gangrener l'écosystème digital.

Les 5V
Cross-selling, retargeting, chatbot, promotions ciblées… Ces fonctionnalités sont devenues des basiques et pourtant elles reposent en grande partie sur l'intelligence artificielle et nos fameuses datas. Ces dernières ne sont d'ailleurs pas uniquement un phénomène de récolte massive d'informations, mais aussi le meilleur moyen d'approcher une cible particulière et de communiquer efficacement le bon message au bon moment.
La bonne utilisation et exploitation du Big Data se fait autour de ces 5 V : Volume, Vitesse, Variété, Véracité et Valeur. Il s'agit de gérer un Volume croissant de données Variées (textes, médias, chiffres) et plus ou moins fiables (Véracité) enregistrées en temps réel (Vitesse). Simple. Pour traiter les données qui apportent de la Valeur, il faut les interpréter et les segmenter. C'est à ce moment qu'interviennent les DMP (Data Management Platform), des systèmes qui permettent de mesurer l'importance des données récoltées sur les sites ainsi qu'en points de vente. Elles facilitent, par le traitement statistique, la connaissance de la valeur individuelle de chaque profil en le rapprochant d'un segment existant. Mais à écouter Jean-Luc Bernard, fondateur de Netwave, il faudra garder une notion simple à l'esprit. ”Pas besoin d'étudier toutes les datas, il suffit d'interpréter les signaux faibles » note-t-il. « Ce n'est pas un problème de Big Data mais de Smart Data. »

Madame Irma
L'exploitation de ces données ouvre le champ des possibles et offre notamment aux marques l'occasion de se lancer dans le marketing prédictif. . Autrement, comprendre les actions passées pour prévoir les futures en s'appuyant sur des données tierces pour enrichir leur connaissance. Il faut donc partir de faits et en dégager des tendances.

Prenons un exemple d'Amazon. Dès 2014, le pure player a été capable de déposer un brevet de « livraison prédictive ». En fonction des articles consultés par l'internaute, de l'historique de ses commandes, ou encore du temps passé sur l'image d'un produit, le pure player anticipe les commandes futures de l'utilisateur et achemine les produits vers son entrepôt, avant même le passage de la commande. Ainsi, ils réduisent le délai de livraison et s'offrent un avantage sur la concurrence. En clair : Amazon sait ce que vous allez acheter avant même que vous ne l'ayez acheté, et vous l'ont déjà envoyé près de chez vous dans cette hypothèse-là. Divin. Au-delà de la clairvoyance d'Amazon, le marketing prédictif permet d'aller encore plus loin dans les recommandations de produits ou de contenus. Il permet de placer le consommateur dans un parcours où la dimension émotionnelle prend tout son sens et par conséquent de stimuler son attachement à la marque. Lorsque les marques utilisent ces méthodes, les retombées sont de toutes natures : grâce au chatbot, les internautes appellent moins le service client ce qui dégage du temps pour les fonctions support ; grâce aux promotions ciblées les utilisateurs hésitent moins et achètent plus rapidement les produits qu'ils avaient mis dans leurs paniers sans avoir eu la sensation d'être relancés…

Mais arrive la question morale : avec toutes ces informations fournies sur ces êtres désincarnés, n'est-il pas difficile de garder à l'esprit que nous nous adressons à des humains et pas seulement à des id clients ? L'utilisation massive des algorithmes développe notamment le risque d'une confiance excessive dans les choix préconisés par ces calculs, et une orientation des choix des individus sans que ceux-ci en aient véritablement conscience. Une vision plus pessimiste nous interroge sur le fait qu'en dehors des problèmes classiques d'intrusion dans la vie privée, déjà présents, le marketing prédictif et l'intelligence artificielle amènent à poser la question de la liberté de décision. Que nous soyons derrière les machines qui jouent avec ces données ou les sujets qu'elles analysent, n'oublions pas que les marketeurs que nous sommes le jour, nous voyons aussi nos choix, goûts et envies disséqués par des machines une fois la nuit tombée. Espérons donc que les Big Datas ne deviennent pas les filles de Big Brother. Ou alors qu'elles en profitent pour refaire une Brutus.

SQ 250-300

Les 10 derniers articles mis en ligne