Comment le Big Data peut-il répondre à mes objectifs à court terme ?

Juin 05, 2017
Mathias Hummel
Mathias Hummel

Mathias Hummel

Manager - Digital & IT Transformation chez Arsia Mons
Mathias Hummel

Les derniers articles par Mathias Hummel (tout voir)

Big Data…Deux mots que nous entendons, lisons, prononçons depuis maintenant quelques mois pour sacraliser la capacité d’analyse et d’action désormais au bout de nos doigts.
Une fois cela dit, moi, Direction Marketing et Commerciale, comment puis-je dépasser le buzzword et transformer le concept en résultats opérationnels concrets sans attendre le « grand soir » ?

Cette question doit être traitée en deux temps : d’abord l’identification des usages de mes données pouvant répondre à mes objectifs puis validation par un résultat visible et projection dans une perspective industrielle.

Avant tout, identifier des usages de mes données en réponse à mes objectifs !

 
Le cas réel d’un Directeur Marketing et Commercial

« Mon contexte propre en quelques mots. Je suis aujourd’hui guidé par 3 principaux objectifs cette année :

Objectif 1 : Le développement des ventes de nos offres historiques par une croissance du chiffre d’affaires de 20%,

Objectif 2 : La promotion de nouvelles offres innovantes sur le marché ponctuée de premiers succès atteignant un chiffre d’affaires de 12M€,

Objectif 3 : L’identification remarquée de l’entreprise par le marché en tant que référence par la satisfaction sans réserve de nos clients.

Nos équipes marketing et commerciales collectent une quantité énorme de données prospects et clients pour la plupart non structurées au travers de nos outils informatiques, en particulier notre CRM. Comme tout un chacun, je regarde le journal télévisé, je lis la presse et j’écoute ce qui se dit en société. Je ne suis pas passé à côté du fameux « Big Data » mais j’avoue ne pas vraiment voir comment cela peut répondre à mes objectifs court terme, qui occupent 95% de mes priorités. »

Ce cas est aujourd’hui un des grands classiques rencontrés au sein des organisations. Pour répondre aux objectifs de celui-ci, il s’agit, pour démarrer, d’identifier la façon dont ses équipes pourraient exploiter les données dont ils disposent. L’émergence d’idées passera en large partie par la capacité de collaboration et de challenge réciproque entre des équipes dites « siège » et des équipes opérationnelles en proximité directe au jour le jour des clients.

Pour l’objectif 1 : Concernant le développement des offres historiques, visez la fidélisation de clients ayant déjà eu recours à ce service par :

  • La mise en évidence de segments clients se rapprochant au plus proche de la réalité de la population adressée,
  • L’association à chaque segment client, d’une connaissance fine des comportements d’achats,
  • La capacité à développer fortement du business croisé entre les nouvelles offres innovantes proposées et les offres dites historiques.

Pour l’objectif 2 : S’agissant de la promotion des nouvelles offres innovantes, pensez plutôt à valider l’adéquation entre ce qui semble être une bonne idée de nouvelle offre et un « vrai » besoin de marché en jouant autant que nécessaire sur la différenciation d’offre existante ou à venir. Pour ce faire, on pensera à :

  • L’exploitation de commentaires/avis issus des réseaux sociaux
  • Le développement de l’agilité dans le mode d’interaction entre le commerce et le développement de produits

Pour l’objectif 3 : afin de s’assurer de la satisfaction notoire de clients, outre la qualité des offres délivrées qui demeurent un Must, adoptez une rigueur dans :

  • La systématisation et l’inscription dans les habitudes du client de la mesure de sa satisfaction
  • L’analyse de comportements clients dits anormaux
  • Une capacité d’anticipation des réclamations

POC Big Data : 2 mois pour valider l’intérêt d’une innovation par un résultat visible et pour se projeter dans une perspective industrielle

Une fois des cas d’usages définis, dans une approche pragmatique, sélectionnez en 2 à 3 en considérant ceux qui permettront de valider si les résultats visuels obtenus représentent des apports non discutables à l’atteinte des objectifs de la Direction.
A titre d’illustration, la contribution significative de l’objectif n°1 est à valider au travers de la visualisation de la description de segments clients se rapprochant au plus proche de la réalité de la population adressée & la connaissance fine des comportements d’achats associés.

La question alors : Comment valider l’intérêt de mon cas d’usage dans un délai court afin de ne pas, d’une part, mettre en difficulté l’atteinte de mon objectif annuel et, d’autre part, investir trop de temps/d’argent dans une démarche qui pourrait ne pas déboucher ?

2 étapes indispensables :

Etape 1 : Mener un POC Big Data

Au travers d’un Proof of Concept (POC) Big Data, il s’agit avant tout de se fixer un planning agressif à horizon 1 voire 2 mois maximum pour réaliser l’arbitrage.

Durant cette période, ciblez en premier lieu la construction de rapports construits en pyramide à destination d’opérationnels, managers et directeurs alliant :

  • Attractivité et simplicité de l’expérience utilisateur,
  • Impact, lisibilité et exploitabilité de l’information présentée dès prime abord,
  • Capacité à creuser en profondeur toutes données utiles,
  • Identification immédiate de données inexactes.

Afin d’aller vers un arbitrage rapide, d’un point de vue « technique », s’affranchir à cette heure de toute automatisation de l’extraction et la mise à jour des données sources des rapports. Celles-ci seront importées puis manipulées et présentées directement au sein d’un outil dit de « Data Visualisation » par l’import de fichiers plats (type csv) exporté directement des outils source de données tels que le CRM.
Le marché débordant aujourd’hui d’outils de Data Visualisation, un choix sera nécessaire.
Il sera principalement guidé par l’existence potentielle d’un outil déjà sélectionné par la DSI de votre organisation, ou à défaut, l’existence d’accord entre votre organisation et un des éditeurs, ou à défaut, un choix éclairé au sein de votre organisation de la solution à retenir en regard d’exigences fonctionnelles (en particulier les 4 points décrits ci-dessus), techniques (en particulier liées à la capacité d’interfaçage en situation « industrielle » avec les systèmes sources de données et le futur Data Lake construit) et financières.

Etape 2 : Se projeter dans une perspective industrielle via une étude d’opportunité

En parallèle de la construction de rapports, en vue de l’arbitrage, projetez l’apport du Big Data dans une perspective industrielle au travers d’un dossier d’étude d’opportunité décrivant factuellement :

  • L’ensemble des cas d’usages fonctionnels à instruire à horizon moyen terme (généralement 3 ans), la priorisation dans le temps de ceux-ci et les bénéfices attendus qualitativement et quantitativement associés,
  • La définition de la cible de fonctionnement technique à horizon moyen terme ainsi que les paliers pour y parvenir,
  • Une perspective macroscopique de l’organisation du projet d’industrialisation qui démarrerait en cas d’arbitrage positif,
  • Un business case intégrant les coûts projetés à supporter parallèlement au déploiement des cas d’usages fonctionnels et de la cible de fonctionnement technique. Les bénéfices financiers reposeront évidemment sur la contribution à l’atteinte d’objectifs de développement/optimisation de l’activité de l’organisation mais aussi sur le gain de temps pour les équipes internes engendré par l’automatisation de l’extraction, la consolidation, la réconciliation, l’analyse des données et la consommation et l’interprétation des rapports construits.

La présentation conjointe des rapports visuels et de l’étude d’opportunité offre en 1 à 2 mois une décision éclairée !

Vous voyez donc qu’il est possible de lancer une dynamique d’entreprise avérée autour du Big Data en 3 mois ! Cette innovation est maintenant à la portée de tous. Il ne vous reste plus qu’un élément déterminant pour transformer l’essai : votre créativité !

 

Pas de commentaires

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *