Big data pour le marketing et l'e-commerce: ne vous noyez pas dans la marmite!

Le Big Data est là, nous avons désormais des solutions puissantes pour analyser des montagnes de données afin de mieux piloter notre entreprise, son marketing et son commerce. C'est précisément la promesse du Big Data. Pour autant, il est inutile voire même contre-productif d'interpréter 100% des données !

Après la lecture de mon 1er article visant à vulgariser le Big Data, nous voilà rassurés : nous avons désormais des solutions puissantes pour analyser des montagnes de données afin de mieux piloter notre entreprise, son marketing et son commerce. C'est précisément la promesse du Big Data. Pour autant, il est inutile voire même contre-productif d'interpréter 100% des données !

 Si depuis toujours, il est plus efficace de savoir ce que l'on cherche pour le trouver, c'est désormais une nécessité face à une si grande quantité de données. Il est nécessaire de respecter un plan d'action dont les grandes lignes sont

1- Déterminer ce que l'on cherche
2- Appréhender les sources de données pouvant apporter des réponses
3- Maîtriser l’origine et analyser ces sources
4- Croiser les résultats des différentes sources
5- Consolider et interpréter les résultats
6- et recommencer !

Faisons un zoom rapide sur quelques-uns de ces points.

 Déterminer ce que l'on cherche

La 1ère étape, incontournable, est donc en premier lieu de déterminer ce que l'on cherche. Il faut même aller plus loin : déterminer ce que l'on veut trouver en s’appuyant sur des postulats et utiliser ces méthodes d'analyse de données, "Big Data", pour confirmer puis affiner ces postulats.

Prenons un exemple plus concret : Déterminer des personas, ces "profils" client qui sont nos cibles marketing.

Auparavant, les segments client étaient principalement basés sur des critères de type CSP+ de façon à déterminer les supports (nous parlons de supports passifs, TV, radio, presse) les plus adaptés à la diffusion de sa campagne.

Aujourd'hui, la société a évolué et les stéréotypes sont révolus. Et surtout, les canaux digitaux sont interactifs, permettant une segmentation bien plus pertinente, basée sur des critères plus nombreux et complexes, des critères comportementaux, sociaux et d’affinités.

Les méthodes consistant à recouper les données pour en déduire des segments contenant des dénominateurs communs ne sont donc plus envisageables.
Il faut, par postulat, déterminer des personas en y fixant les dénominateurs communs qui nous sont utiles, puis analyser les données à partir de ces dénominateurs de façon à confirmer, corriger, affiner la liste des personas qui nous servira à segmenter et personnaliser nos actions marketing et piloter la performance des campagnes.

L'origine et la qualité des données sont essentielles

Le point de vigilance clé du datamining concerne la qualité et la fiabilité des informations collectées. D'où viennent ces informations, dans quel contexte ont-elles été recueillies, quel crédit peut-on leur accorder? Pour avoir des réponses à ces questions essentielles dont dépend la fiabilité des analyses, il est important de garder le contrôle sur les sources de données analysées. Intégrer des tonnes de données non maîtrisées est donc à proscrire, sans contexte, pas d’interprétation fiable !

Interpréter les datas n'est pas chose aisée

Au-delà de la technique, la vraie complexité est sur l'interprétation des informations. Quantifier un comportement humain n’est pas forcément synonyme d’objectivité ou de rigueur intellectuelle et certaines informations importantes sont difficilement quantifiables : Comment mesurer l’affinité d’un client avec une marque et interpréter les raisons de cette affinité ? Comment mesurer l’intensité d’une relation humaine à travers un graphe social ?

Connaître ses clients dans la confidentialité et le respect de la vie privée

L’analyse de toutes ces données vous permettra de mieux connaître vos clients, vos prospects, pour mieux les toucher et mieux les servir aussi. Même si vos intentions sont louables, vos clients ont aussi des droits, le premier étant celui de la confidentialité de leurs données et le respect de leur vie privée. Tout n’est donc pas possible et vous devrez vous assurer de ne pas outrepasser les lois en vigueur. En bref, l’anonymisation des données est vitale.

 En guise de conclusion...

Ne vous méprenez pas, à la question "le big data est il une menace ou une opportunité?", je répondrais sans hésitation que c'est une opportunité. Une opportunité à condition de prendre le sujet dans le bon sens, c'est à dire par un axe business et métier, pas par l'axe technologique, et à condition de monter graduellement sur ces nouveaux outils de pilotage.
Le big data est menace si tous vos concurrents apprennent et que vous restez sur le banc de touche...

Finalement, et comme toujours, le secret de la recette n'est pas dans la marmite (les outils "Big Data") mais bien dans les ingrédients (les datas), leur assemblage et leur cuisson (la connaissance métier, client et la méthodologie).
Alors commencez par de petites quantités et des recettes simples (loin du Big Data) pour apprendre à utiliser les données pour piloter sans faire d'indigestion.
Bon appétit bien sûr !