INTERVIEW – Big Data, Machine Learning, Intelligence Artificielle, etc. Ces termes ne vous sont certainement pas inconnus et font même partie du langage courant des entreprises. Dans un contexte marqué par l’avènement de la « data », véritable richesse des organisations, entamer une démarche de traitement et d’analyse peut paraître complexe et fastidieux au vu, notamment, de la volumétrie des données récoltées. À l’heure de l’ultra-personnalisation des parcours clients et utilisateurs, il paraît cependant impossible de passer à côté. Dans ce cadre, Caroline Girard, Manager data/CRM, s’intéresse aux problématiques rencontrées par ces entreprises qui n’ont pas encore fait leurs premiers pas dans la data et leur propose une approche simple pour se lancer.

La data, c’est quoi ?

Toute organisation dispose de data. Il peut s’agir, par exemple, des données collectées par un ERP (système d’informations qui administre les données de gestion d’une entreprise), par un outil CRM, ou bien encore des données de trafic sur un site internet ou une application mobile. On parle alors de data « first party » qui est produite et collectée par les entreprises sur leurs utilisateurs et leurs clients finaux. C’est certainement la data la plus intéressante et la plus facilement mobilisable. Pour être utile, la data doit-être actionnable. En ce sens, il faut mettre la data au service des priorités business. C’est-à-dire associer à chaque priorité, la source de data qui doit-être mobilisée pour détecter des leviers d’action.

Comment bien utiliser la data ?

Personnaliser la relation client : Une bonne utilisation de la donnée, dans une optique de CRM personnalisé, est d’arriver à être pertinent sans être intrusif. On le sait, il y aura forcément un effet décevant si l’utilisateur final n’est pas récompensé de manière pertinente au regard des données qu’il a fournies. Un exemple que je peux citer pour l’avoir moi-même expérimenté est celui d’une marque de cosmétiques à qui je commande toujours les mêmes produits. Cette marque fait la promesse forte de récompenser la fidélité de ses clients avec un produit offert au bout de six achats. Cependant, le produit qui m’a été offert n’était pas cohérent avec mes achats habituels. Cet exemple démontre bien la nécessité pour les marques d’utiliser la data comme levier d’activation client.

Mesurer la performance : La mesure de la performance digitale est également un champ d’application de la data qui est particulièrement intéressant. Les dispositifs digitaux, tels que les sites internet ou les applications mobiles, génèrent des volumes importants de données. Des outils comme Google Analytics permettent de donner une vision de la performance mais elle reste partielle. Ainsi, il est possible de construire pour une entreprise une plateforme data qui consolide toutes les sources de données digitales et qui restitue les KPI dans un outil de dataviz.

Enrichir l’expérience en temps réel : La personnalisation de la navigation internet est un autre champ d’utilisation des données digitales : votre parcours sur un site va générer des données qui vont être analysées et actionnées en temps réel pour une expérience utilisateur unique.

Comment bien l’appréhender ?

Trois étapes clés pour faire ses premiers pas dans la data :

La première étape (indispensable) consiste à identifier tous les points de collecte data et d’auditer la qualité des informations collectées (sur quelles périodes, quel % de données manquantes, mal codifiées, etc.). Cette première étape permet de proposer des actions pour optimiser la structuration et la gouvernance des données. Elle permet également de définir les possibilités en termes d’analyses et de les faire coïncider avec les enjeux business de nos clients.

La seconde phase consiste dans l’analyse de la data à proprement parler. Cela permet d’étudier leurs évolutions, de les segmenter et de les modéliser.

Enfin, la dernière étape est la mise en action des insights data. Cela peut notamment se faire lors d’un atelier au cours duquel il est important de former les équipes à l’utilisation des data mais aussi concevoir des plans d’actions : par exemple, comment construire un plan relationnel personnalisé basé sur des insights clients ?

Quels sont tes trois conseils pour aborder efficacement la data ?

Malgré le RGPD¹, qui encadre l’utilisation des données personnelles, il est tout à fait possible de mener une grande diversité d’analyses. Dans une majorité de cas, ces analyses ne porteront pas sur des données personnelles, mais plutôt sur des données comportementales. On va alors chercher à analyser la façon dont les utilisateurs agissent et interagissent. Par exemple, lorsqu’on cherche à analyser les usages des clients pour développer de nouveaux produits ou de nouveaux services, les données personnelles sont inutiles. Il faut en revanche s’assurer que les données analysées ont été recueillies en vertu du RGPD.

Mon deuxième conseil est de ne pas chercher de la perfection. On a tendance à souhaiter mener l’analyse parfaite, à vouloir décortiquer chaque question dans le moindre détail. L’objectif est plutôt de trouver un équilibre entre l’insight intéressant et celui qui pourra être activé.

De la même manière, il faut privilégier des approches simples. Sauf problématique très spécifique, on ne va pas commencer une démarche data CRM par des modèles de Machine Learning et d’IA complexes. En priorité, il s’agit de développer des procédés que nos clients pourront s’approprier et partager en interne. Je ne recommanderais pas d’externaliser complètement l’activité data, elle doit toujours être menée en relation avec les opérationnels car la connaissance marché est primordiale.

C’est quoi l’avenir de la data ?

Il y a deux grandes questions à traiter sur ce sujet en lien avec l’explosion des volumes et la diversité des data collectées. La première question à se poser concerne la gouvernance des données qui devient un sujet clé pour connaître au sein des entreprises, les rôles, les responsabilités sur la création, la gestion et la maintenance des données.

Le deuxième enjeu concerne l’expertise data en entreprise. Les besoins de profils data qualifiés et expérimentés sont très importants et les profils difficiles à recruter. Il y a donc un enjeu de vulgarisation pour développer l’usage et l’analyse de la data par des profils qui ne sont ni Data Scientist ni Data Analyst.

C’est dans ce contexte qu’il est important de s’adapter au niveau de maturité et aux ressources à la disposition des organisations. L’enjeu est alors de co-construire leur offre data afin qu’ils puissent s’approprier les analyses et les reproduire si besoin. Par exemple, il est possible d’accompagner une entreprise dans construction d’un projet de segmentation de leads qui pourra être implémenté sur le site internet de la marque et il sera actionné dans toute leur démarche CRM.

CAROLINE GIRARD, MANAGER DATA / CRM