5 minutes pour enfin comprendre le Big Data

Rédigé par Romain Lelong, 27 ans, étudiant en master Ingénierie Marketing @ IAE Grenoble


Il y a de cela quinze ans une petite révolution s’installait dans nos salons. En effet, les progrès liés à la technologie ont permis la mise à disposition massive d’ordinateurs au sein des différents foyers du monde entier. Depuis ce jour, les sources de données se sont largement multipliées marquant une étape importante dans la prolifération d’informations stockées et échangées. Aujourd’hui cet ensemble de données est tellement volumineux qu’il en est impossible de le contrôler, c’est ce que l’on appelle le Big Data.

Le Big Data c’est la numérisation du monde dans lequel nous vivons, chaque action exécutée par un individu sera retranscrite en langage informatique et ajouté à cette base de données massive. Car aujourd’hui le Big Data ne se limite plus aux activités numériques comme l’envoi d’un e-mail ou un simple like sur Facebook… il traite également les activités réelles tel qu’un achat par carte bancaire, l’usage d’un service public voir même une simple adhésion à un fichier client. A tel point que Google est désormais capable de prédire une épidémie à venir simplement grâce aux recherches de ses utilisateurs. A l’heure actuelle, 4 géants du Net (Google, Amazon, Facebook et Apple) détiennent 80% de ces données personnelles mondiales et 80% des données qui circulent sont qualifiées de non structurées (photos, vidéos, textes, sites web, blogs, réseaux sociaux…).

Les enjeux liés à ce changement de paradigme sont énormes : en 2010 le marché de la donnée représentait 3,2 milliard de dollars, aujourd’hui il en vaut 17 milliards.


computer


L'intérêt pour les entreprises



Les données de grands volumes sont des combinaisons de plusieurs caractéristiques qui créent une opportunité pour les organisations d'acquérir un avantage concurrentiel sur le marché numérique actuel. Ces données vont donc permettre aux entreprises de mettre en place différentes actions et stratégies grâce à ces informations récoltées. Voici une liste de ces stratégies :

1 - Le retargeting ou reciblage publicitaire 


Il s’agit là d’une technique visant à utiliser les données de navigation des utilisateurs afin de leur renvoyer des publicités « plus personnalisées », correspondant à leurs attentes.

2 - Le Cross selling



La technique du cross selling consiste à proposer une vente additionnelle à un client qui passera commande sur un site marchand. Par exemple si tu commandes un smartphone et que tes cookies montrent qu’auparavant tu consultais des produits se référant à Game of Thrones, on va te proposer une coque de protection à l’effigie de la série !

3 - L'Up selling



A la manière du cross selling, il s’agit d’un processus qui consiste à proposer ou rediriger le consommateur vers un produit ou service de meilleure qualité, avec un prix plus élevé. Malin !

4 - Customer centric R&D



Le Customer centric R&D vise à intégrer le client au sein de ce processus. On va tout d’abord identifier notre cœur de cible, pour s’en rapprocher et créer un lien entre les consommateurs et les employés / la marque / l’entreprise.

5 - Le yield management



Le yield management est une technique marketing permettant d’ajuster les prix en fonction de la saison, de l’affluence, de la capacité disponible… Grâce au Big Data la société Orbitz (agence de voyage en ligne) segmente même ses clients en fonction du type d’ordinateurs qu’ils utilisent. En effet des études ont démontré que le revenu moyen d’un utilisateur de PC était de 74452$ annuel contre 98560$ pour un utilisateur de Mac. De cette manière la société ne propose pas les mêmes services selon le profil, parfois jusqu’à 30% supérieurs pour les Apple addicts.

6 - Maîtrise des risques



Les données du Big Data permettent de faire ressortir des données précises dans certains cas, moins dans d’autres. Lorsqu’elles le sont suffisamment elles permettent ainsi de maîtriser les risques lors d’une prise de décision ou de la mise en place d’une stratégie.

7 - Fidélisation



Les données récupérées par le Big Data vont permettre aux entreprises de mieux comprendre les attentes des consommateurs. Ainsi les stratégies de fidélisation seront mieux ciblées, touchant un client unique. En guise d’exemple, si un nageur reçoit des promotions pour un ballon de rugby, il ne devrait vraisemblablement pas être intéressé, le taux de transformation est donc nul. En revanche s’il reçoit une promotion pour des lunettes de piscine, il risque d’être intéressé et pourquoi pas revenir dans le futur.


computer



Ces informations sont donc primordiales pour n’importe quelle entreprise mais certaines règles doivent cependant être respectées : les données doivent être exactes, correctes, cohérentes, complètes et à jour, car il n’est pas rare de voir des données dupliquées et souvent contradictoires. La signification de ces dernières doit également être sans ambiguïté, sous peine de mauvaise interprétation. Finalement les informations doivent être facilement accessibles pour être utilisés à n’importe quel moment et n’importe quel endroit que l’entreprise le souhaitera. Une fois l’information disponible et complète, une décision peut émerger.

La stratégie Smart data / CRM 



Mais un problème subsiste, en effet les caractéristiques des données proviennent de sources très disparates, de façon désordonnée et non prédictible, elles ne sont donc pas organisées, ce qui les rend très difficiles à analyser pour une entreprise.

La solution ? Adopter une stratégie Smart data / CRM (ndlr : Customer Relationship client, soit Gestion des Relations clients) grâce à des logiciels et des serveurs permettant un traitement de données plus « intelligent » et plus en adéquation avec le marché et les cibles de l’entreprise.

De cette manière les entreprises vont pouvoir collecter, analyser, croiser, catégoriser, puis adresser les clients et prospects d’une entreprise non plus selon les critères comportementaux habituels mais en construisant une segmentation nouvelle que l’on qualifiera donc d’attitudinale.
Le CRM va donc permettre de répondre à des questions beaucoup plus poussées :

  • « Comment identifier un futur client fidèle ou un futur ambassadeur de mon produit au regard de son comportement dans le passé ? »

  • « Comment faire varier le prix de chacun de mes produits dans chacun de mes points de vente, en fonction des caractéristiques comportementales de la population, de la météo et de la taille de la zone de chalandise ? »

  • « Quel produit mettre en avant sur mon site lors de la prochaine visite de mon client, en fonction de son historique de navigation et de sa dernière visite en magasin ? »

Il existe de nombreux framework, ou structures logicielles de CRM permettant ce traitement de données tels que Mapreduce, Hbase ou Hadoop, ce dernier reste le plus connu, qui de plus fonctionne en open source.


computer



En résumé, l’approche marketing classique analyse les événements passés et en cours, alors qu’une approche Big Data permettra l’utilisation de modèles prédictifs analysant les événements à venir. En projetant l’avenir, le Big Data permet de valider des intuitions de façon plus fiable. Il permet également un meilleur calcul du retour sur investissement de chaque action marketing, une meilleure définition des instants décisifs dans la relation avec le consommateur qui fait basculer l’individu de prospect en client, et pour terminer il permet la création de valeur en utilisant la meilleure connaissance de son marché pour adapter ses produits, améliorer la conversion et renforcer l’adhésion à la marque de manière durable.

D’ailleurs le Big Data a même permis la création de nouveaux services/programmes tel que le « Pay how you drive ». Des informations sont collectés selon le style de conduite de chaque individu, un profil est ensuite établi permettant ainsi d’effectuer des économies en termes d’assurances selon la conduite.

Ou encore depuis 2008, le programme Blue C.R.U.S.H mis en place par la police de Memphis (4ème ville la plus dangereuse des Etats-Unis) pour "prévoir" les crimes et délits et les stopper avant qu'ils ne se produisent en prélevant et analysant les données issues des caméras de surveillance et des forces de police.
En 7 ans, le nombre de meurtres et de cambriolages a diminué de 36% à Memphis. Tandis que le vol de véhicules motorisés a quant à lui chuté de 55% !

De plus en plus d’entreprises misent sur cette base de données qui semble infini et pourtant… Big Data ne rime pas avec or noir même si le numérique semble avoir trouvé son nouvel eldorado !



Rédigé par Romain Lelong
Master Ingénierie Marketing @ IAE Grenoble
Etudiant-entrepreneur PEPITE OZER Grenoble
Facebook Twitter