La data, l’or noir des entreprises

12 septembre 2019

Chaque entreprise collecte des donnĂ©es d’une façon ou d’une autre. Sur ses clients, ses prospects, son Ă©cosystĂšme, chaque jours les entreprises avalent plus de datas.

Seulement ces donnĂ©es sont trop souvent sous voire non exploitĂ©es. C’est dommage, car elles peuvent ĂȘtre vecteur de croissance et de rentabilitĂ©.

Il est commun de dire que bien connaĂźtre un client peut permettre de travailler mieux et plus avec celui-ci. Mieux le connaĂźtre, qu’est-ce que cela signifie ? Avoir plus de donnĂ©es sur lui, quoi qu’elles touchent : son mĂ©tier, sa croissance, son organisation, ses difficultĂ©s, ses partenaires, des connaissances plus personnelles, etc.

Traditionnellement celui qui a cette connaissance est le commercial en lien avec le client. Mais Ă  partir du moment oĂč ces donnĂ©es sont enregistrĂ©es, stockĂ©es dans un systĂšme d’information, pourquoi ne pas les exploiter systĂ©matiquement, trouver comment les valoriser ?

L’or noir n’est plus le pĂ©trole

D’ailleurs, à propos de valorisation, voici les entreprises avec la plus grosse capitalisation boursiùre il y a 10 ans, en 2009 (source Wikipedia) :

Nous y trouvons une seule entreprise technologique, Microsoft. 10 ans plus tard, voici cette mĂȘme liste :

ncluant Apple, cela donne
 7 entreprises technologiques dans les 10 premiĂšres capitalisations boursiĂšres, dont les 5 plus grosses ! Car oui, bien qu’étant commerçant, Amazon est avant tout une entreprise technologique. Tout comme Alibaba.

Pourquoi ces entreprises sont autant valorisĂ©es ? Car elles possĂšdent quelque chose de rare : Ă©normĂ©ment de donnĂ©es sur leurs clients, avec une base clients Ă©norme. Et elles les exploitent d’une façon ou d’une autre.

Google et Facebook en sont des illustrations extrĂȘmes : qui, Ă  titre personnel, a dĂ©jĂ  payĂ© quoi que ce soit Ă  Google et plus encore Ă  Facebook ?

Et pourtant les résultats financiers sont insolents :

Ces services sont gratuits, et pourtant ils sont extrĂȘmement lucratifs. Pourquoi ? Comment ? GrĂące Ă  la data. Comme dit l’adage :

Si c’est gratuit, c’est vous le produit

Ces deux sociĂ©tĂ©s parmi les plus grosses capitalisations boursiĂšres au monde dĂ©montrent que les donnĂ©es, utilisateurs dans ces deux cas, valent de l’or.

La connaissance c’est de l’or

Mais comment valoriser vos données ?

La premiĂšre Ă©tape pour pouvoir les exploiter, c’est de les collecter et les stocker. Cela peut paraĂźtre simple et Ă©vident, et pourtant la mise en place de la collecte d’informations en interne ne l’est pas quand ce n’est pas une habitude. Cela peut sembler ĂȘtre une tĂąche supplĂ©mentaire inutile, et des collaborateurs peuvent ĂȘtre rĂ©ticents Ă  partager leurs connaissances. Toute excuse est bonne quand il s’agit d’éviter de changer une habitude.

Sur le web, sur un site, un classique Google Analytics (tiens, qui récupÚre les données ? Et on parle de 70% de part de marché) permet de connaßtre beaucoup de choses qui se passent sur le site. Mais une fois que vous avez ces données, comment recontacter vos clients ?

Il faut toujours mesurer ce qu’il se passe entre votre entreprise et son Ă©cosystĂšme. Mesurer va permettre de piloter. Mais ce n’est pas suffisant.

La data, la donnĂ©e client, c’est une mine d’or Ă  exploiter.

Mesurer ce qu’il se passe sur votre site c’est un premier pas, mais peut-ĂȘtre qu’il faudrait en plus pour votre business rĂ©colter une adresse email, un numĂ©ro de tĂ©lĂ©phone ? Si vous rĂ©coltez une adresse email, vous pouvez relancer votre prospect pour le transformer en client. Si vous avez seulement suivi son parcours, vous pouvez certes trouver des points de blocage, mais vous ne pouvez pas agir sur son action finale, n’ayant aucun moyen de le contacter.

Pour rester sur le client, la data c’est par exemple connaĂźtre la date d’échĂ©ance d’un contrat. Vous avez la donnĂ©e, alors pourquoi ne pas mettre en place une relance automatique pour l’encourager Ă  renouveler son contrat ?

Vous avez un entrepÎt et chaque objet est rangé à un emplacement défini. Pourquoi ne pas vous servir de la data pour optimiser les parcours de picking ? La gestion des stocks ?

La data ne sert pas qu’à vos relations avec des tiers, elle sert aussi Ă  optimiser l’interne. Utiliser les donnĂ©es de l’entreprise pour amĂ©liorer ou automatiser des tĂąches ou des process, les agrĂ©ger pour piloter votre entreprise, avoir une aide Ă  la dĂ©cision.

Son utilisation existe depuis bien longtemps, avant l’avĂšnement du numĂ©rique. Les assurances s’en servent pour dĂ©terminer des tarifs, la finance pour dĂ©terminer les placements les plus intĂ©ressants, ou la VPC en son temps pour cibler ses mailings.

Dis-mois ce que tu consommes, je te dirai qui tu es

GrĂące Ă  la donnĂ©e, vous n’avez plus Ă  attendre qu’un client dĂ©clare qu’il a tel ou tel besoin. Vous pouvez dĂ©tecter des opportunitĂ©s grĂące Ă  l’analyse comportementale.

En analysant ce qu’une personne achĂšte, il est possible de dĂ©terminer certains traits, comportements ou situations la concernant. Quelqu’un qui achĂšte des couches taille 2 depuis 3 semaines a de fortes probabilitĂ©s d’avoir un enfant en bas Ăąge. Une personne qui achĂšte de la litiĂšre pour chats en possĂšde probablement au moins un.

Ces exemples sont simplistes et orientĂ©s, certes. La question qui se pose derriĂšre est toujours : pourquoi demander Ă  vos clients des informations qu’il est possible d’extraire des donnĂ©es que vous (pouvez) possĂ©der ? D’autant plus qu’une analyse comportementale sera plus fiable qu’une dĂ©claration.

La dĂ©claration peut ĂȘtre fausse ou erronĂ©e, volontairement ou non du fait des biais cognitifs. Le contexte dans lequel vous posez une question Ă  une personne, la façon dont la question est posĂ©e, la personne qui la pose, il existe une foule d’élĂ©ments pouvant dĂ©former une rĂ©ponse.

Quant Ă  l’analyse comportementale elle se base sur des faits. Or un fait, c’est passĂ© et c’est immuable. Si le 6 juin 2019 Ă  12h00 il fait 20° Ă  Roubaix, en regardant les donnĂ©es mĂ©tĂ©orologiques cette donnĂ©e ne changera pas. Seule l’interprĂ©tation qu’on en fera pourra changer.

De l’analyse Ă  la prĂ©diction

Cette interprĂ©tation est trĂšs importante. Il est essentiel d’avoir un outil adaptĂ© pour distiller la bonne donnĂ©e, au bon moment, dans le bon contexte et Ă  la bonne personne. Le rĂŽle d’un SI et d’applications mĂ©tiers bien pensĂ©es, pour faire de vos donnĂ©es un avantage concurrentiel.

A partir des comportements observés vous pouvez aller encore plus loin et effectuer des analyses prédictives.

L’analyse comportementale va permettre de comprendre, de connaütre.

L’analyse prĂ©dictive va permettre de prĂ©voir, de dĂ©tecter des opportunitĂ©s.

Quel que soit le stade oĂč vous vous trouvez, rassemblez toujours autant de donnĂ©es que possible. Aujourd’hui vous n’en avez peut-ĂȘtre pas l’usage, mais les donnĂ©es collectĂ©es aujourd’hui peuvent ĂȘtre votre croissance de demain.