Le concept est donc né il y a 10 ans et poursuit sa structuration nécessaire. En effet, sa maturité n’est pas totale, loin de là. Le Big Data se confronte à de nombreux écueils. « Les projets data sont encore trop souvent le fait d’initiés qui ne répondent pas directement à des besoins métiers. Conséquence : les équipes opérationnelles n’en comprennent pas l’intérêt et ne les intègrent pas dans leur mode de fonctionnement », analyse Florian Douetteau, fondateur et PDG de Dataiku. Il est donc nécessaire, plus que jamais, d’expérimenter, de s’adosser d’experts et d’outils validés pour identifier les données, les relier, les comprendre et enfin, après, définir des objectifs clairs. Le Big Data deviendra alors une réalité !
Bertrand Bathelot explique : « le concept de Big Data n’est pas propre au commerce ou au marketing, mais le développement du commerce électronique et du marketing digital ont joué un rôle important dans la mise en évidence de la problématique du big data. Ce sont en effet des secteurs qui par nature génèrent d’énormes volumes de données à traiter. Le développement du marché des objets connectés et les pratiques de géolocalisation liées au marketing mobile accroissent également considérablement le volume de données collectées disponibles. Ces phénomènes renforcent encore les enjeux du big data pour de nombreuses entreprises et ont provoqué l’apparition de ce qu’on appelle le big géodata. On résume parfois la problématique du Big Data aux 3V pour Volume, Vitesse et Variété ou 5V (en ajoutant Véracité et Valeur). Volume car les masses de données à traiter sont sans cesse croissantes. Vitesse car la collecte, l’analyse et l’exploitation des données doit de plus en plus souvent se faire en temps réel. Variété car les données sont de formes très variées et pas toujours structurées (données relatives aux réseaux sociaux par exemple) ».
Selon un rapport édité par IDC en 2017, les revenus générés par les solutions Big Data et Business Analytics (BDA) devraient atteindre 260 millions de dollars en 2022, avec un taux de croissance annuel de 11,9% sur la période de 2017 à 2022. Les 5 secteurs qui investissent le plus sont la banque, la fabrication, les services professionnels, et les gouvernements. … La part estimée du secteur « Data Economy » dans la croissance du PIB de l’Union Européenne d’ici 2020, selon Worldcreative sera de 3%.
Pour Didier Farge, Président de Conexance, il suffit de regarder les chiffres : « Le Big Data représente 57 milliards de dollars. S’y ajoute le fait que 90% des données générées dans le monde ont été produites ces deux dernières années, avec un taux de croissance annuel moyen entre 2018 et 2022 de 31,7%, il est évident que le Big Data est Incontournable et que la mise en place de sa gestion par les grandes structures est au cœur des enjeux stratégiques de transformation digitale. Cela dit, l’utilisation du mot Big Data, ne décrivant que le volume des données générées, est largement passé de mode, tant la data est omniprésente dans toutes les strates de l’entreprise. En revanche, l’utilisation de la data avec les technologies dites de « Big Data » en tant que telles n’est pas encore utilisée par les entreprise moyennes et ETI. Il reste encore beaucoup de chemin avant que tous ne l’utilisent. On constate qu’en France, les grandes sociétés et, dans le monde, les gouvernements, ont mis en place des technologies Big Data, entrepôt de données, cloud (souverain ou non) machine learning etc.. »
« Pas à pas, depuis 10 ans, la Donnée s’est structurée, explique Cécile Delval, Directrice Commercial de PNdata. La vision de la base de données UNIQUE est aujourd’hui entrée dans la stratégie des Annonceurs. Ces derniers ont bien compris et conscience que, pour optimiser le marketing (le prédictif en l’occurrence), toutes les informations liées à un individu doivent être organisées, traitées et se déverser dans un seul et même outil : ses transactions, ses abonnements, ses réactions aux diverses actions menées, sa navigation Internet, son comportement en boutique, les données de qualification, etc. Les entreprises font appel de manière générale à des prestataires extérieurs pour traiter le « Big Data » qui demandent un accès à une technologie et des outils performants. Les outils doivent en effet permettre d‘avoir une capacité de traitement importante pour absorber les divers flux de données, d’analyser de gros volumes de données en temps réel, quelle que soit l’ampleur des analyses à mener et leur complexité.
Bon nombre d’entreprises choisissent cette option qui leur évite un investissement lourd dans des outils et des technologies parfois couteuses. » Agnieszka Bruyère, Vice-Présidente Cloud chez IBM France, observe plusieurs tendances. « Le Big Data est un sujet à la mode depuis plusieurs années qui, en premier lieu, poussait les acteurs à constituer des puits de données (Data Lake). Nous avons observé que les entreprises, dans ce cadre, cherchaient davantage à mettre en œuvre des projets techniques sans objectif métier défini précisément en amont. Ce sont les services informatiques qui se sont emparés de cette nouveauté, cherchant à tirer profit des puits de données par la mise en place de mesures de qualité de service ou du bon fonctionnement des applications. Autrement dit, les entreprises se sont laissées séduire par cette forme de contrôle efficace et de traçabilité de l’activité notamment via l’investigation des actions passées (cybersécurité), tous métiers confondus. Par la suite, d’autres initiatives métiers ont émergé, qui étaient plutôt liées à la donnée et à son traitement qu’au Big Data en lui-même. Ainsi, les comportements clients, les ventes de produits en fonction des saisonnalités étaient analysés afin de mieux comprendre les clients et surtout adapter les offres.
La troisième tendance était liée à l’analyse financière avec le traitement des données disponibles dans le système ERP permettant d’analyser les ventes, de réaliser des modélisations prédictives, de détecter des tendances, etc. Mais ces domaines précités ne peuvent pas tout à fait être qualifiés de Big Data. Non, ce qu’il faut entendre par Big Data, c’est une somme de plusieurs sources de données, un traitement croisé de plusieurs applications dans le système d’informations permettant, par exemple, d’étudier conjointement les données techniques émanant des applications et des données métier comme l’application encaissement en lien avec le référentiel client. Autrement dit, nous devons chercher à concentrer différents types de données issues des sources métiers, techniques avec des données non structurelles extérieures à l’entreprise, comme la météo. L’enjeu dans les années à venir est donc immense. Mais les entreprises en sont conscientes.
Selon une étude menée par Forester, 90% des organisations ont mis comme priorité le meilleur usage de leurs données. Toutes sont conscientes que la data est désormais le carburant de la transformation des entreprises. Et cette nouvelle donne est davantage assimilable à une révolution structurelle puisqu’elle implique la modification de la relation client, de l’offre, voire même l’évolution du business model. On constate qu’aujourd’hui, les entreprises ont encore du mal à tirer réellement les bénéfices de toutes les données qu’elles ont en leur possession et des données externes. Alors, elles recherchent des cas d’usage qui vont permettre d’exploiter cette donnée pour les métiers. Et la voie est bonne. Prenons l’exemple d’une entreprise qui perd des clients. On sait que la conquête d’un nouveau client est beaucoup plus coûteuse que la rétention d’un client existant. L’entreprise cherchera à comprendre son parcours, à détecter le point de rupture en fonction de données internes et externes.
Ce projet s’applique dans tous les métiers et dans tous les secteurs : grande distribution, fournisseurs d’énergies, opérateurs téléphoniques, etc. Le domaine industriel est lui aussi concerné. Il peut chercher à comprendre pourquoi une machine tombe en panne et, une fois la problématique comprise, travailler sur des actions préventives pour éviter les interruptions de production. Nous collectons dans ce cadre des données des machines et données informatiques et traitons ainsi plusieurs sources. Pour conclure, l’enjeu du Big Data est essentiel. La data science et l’intelligence artificielle sont les outils qui permettent d’établir les liens entre ces données et gagner en compréhension de différents phénomènes pour servir les métiers des entreprises ».
Pour Agnieszka Bruyère, il y a plusieurs façons de voir les choses. « De manière générale, la data est le carburant des entreprises en termes de transformation, un vrai « asset » intangible. On comprend donc immédiatement l’enjeu. Prenons l’exemple du marché des voitures connectées, actuellement en pleine bataille économique. Les investissements aux Etats-Unis sont colossaux. En France et en Europe, nous avons nos champions en la matière qui vont les produire. La collecte des données sur les comportements des voitures autonomes, en phase de test, va aboutir à un véritable savoir-faire qui, à terme, permettra la commercialisation de voitures autonomes. Or, les données utilisées et traitées dans ce cadre, celles qui permettront de tirer des enseignements, ont une valeur stratégique et économique. Et pour des raisons d’équilibre géostratégique, il est important que ces données et les connaissances que l’on en tire soient équilibrées entre les différentes régions du monde. Le rôle d’IBM est d’apporter des technologies, des services et une grande rigueur en matière de confidentialité des données afin que les enseignements tirés restent exclusivement la propriété des entreprises qui les ont collectées. Nous sommes conscients du rôle stratégique des données qui deviennent et deviendront de plus en plus un réel avantage compétitif des entreprises, la source de leur développement stratégique en matière de produits et clients et qui garantira leur succès. Autrement dit, la donnée permet de construire des stratégies de moyen-long terme sur un marché dynamique. »
Pour Cécile Delval, « la Donnée est le levier essentiel pour la création de la valeur économique d’une Entreprise; elle a toujours été le nerf de la guerre ! L’enjeu pour une Entreprise est donc d’optimiser l’exploitation de la Donnée. A l’ère du digital, il est primordial pour une Entreprise d’anticiper le comportement futur de ses clients. Si elle ne le fait pas, ses concurrents le feront ! Le consommateur dispose aujourd’hui de moyens technologiques lui permettant de comparer plus aisément les prix et les produits, ce qui le rend moins fidèle à une marque. Il est possible d’accéder désormais à l’ensemble de son activité (autant de par ses transactions que par sa navigation internet), ce qui permet d’optimiser les actions marketing sur tous les canaux de communication (y compris le digital). On peut dès lors anticiper des scénarios marketing par l’observation des actions passées, et ainsi proposer des messages ultra personnalisés sur le canal de communication de prédilection du consommateur (trigger marketing – marketing Automation) ».
Pour Cécile Delval « au plus l’entreprise détient d’informations sur un individu, au plus le marketing peut devenir intrusif. Il est important que la mesure de la pression commerciale soit intégrée dans les modèles prédictifs. Avec la mise en application du Règlement Général sur la Protection des Données, le consommateur est, de nos jours, plus informé sur les démarches à prendre pour ne plus être sollicité. Les mauvaises pratiques du passé ont entrainé un durcissement de la Loi quant à l’utilisation de la Donnée personnelle. En plus d’être vigilants quant à la collecte de l’information, les annonceurs doivent également l’être quant à l’utilisation de la Donnée ». « La donnée et son traitement pose nécessairement la question de confiance.
En 2016 un décideur sur trois ne fait pas confiance au big Data, confie Didier Farge. Que penser des réseaux sociaux comme Facebook dont la promesse était d’aider les membres à construire des communautés et à “ rapprocher le monde “ qui ont vus leur confiance mise en cause avec l’affaire Cambridge Analytica. Avec l’émergence de l’IA et la circulation des données en masse, le risque de perte de confiance est grand car cette valeur critique est plébiscitée par les consommateurs et également par 88% des marketeurs. La bonne nouvelle c’est que 6 marketeurs sur 10 pensent que la montée de l’IA et du prédictif renforcera cette confiance en permettant des expériences et un parcours plus personnalisé. En effet L’utilisation des plateformes de machine learning et de marketing automation permettent de personnaliser la relation client et de cibler au mieux la pertinence des messages en fonction des moments de vie. Ces applications sont donc vertueuses et lorsqu’elles collectent et traitent l’information en toute transparence tout le monde y gagne. À l’an 2 du RGPD, la confiance se vérifie par une utilisation vertueuse des données personnelles, de l’obtention du consentement et de la transparence ainsi que de l’utilisation de ces données. Les demandes d’information Consommateur sont en forte hausse et la CNIL procède à de nombreuses vérifications secteur par secteur, les premières sanctions sont apparues dès janvier à commencer par Google qui écoppe de 50m€ d’amende le 21 janvier d’autres sont à venir. »
Et Agnieszka Bruyère de conclure que la RGPD impose un cadre réglementaire strict. « Les données liées aux clients doivent être protégées et préservées des fuites et leur collecte autorisée. Et puis, il y a d’autres types de données, comme celles des machines utilisées en usines, par exemple. Ce ne sont pas des données personnelles, mais des données de fonctionnement. Elles sont tout aussi sensibles car elles peuvent, grâce à leurs analyses, améliorer la productivité et donc constituer un avantage compétitif. Elles doivent aussi être protégées. Au final, quelle que soit la nature de la donnée, il faut systématiquement veiller à la protéger. Pour cela, il existe des mesures techniques, organisationnelles et des processus pour lutter contre les fuites, les cyberattaques. Il faut s’assurer des gradations des niveaux de sensibilités des données pour mettre en place des moyens de protection adéquats. La gestion des accès aux données financières, de bases clients est devenue indispensable. Chaque niveau doit être déterminé en fonction du métier du salarié. Le Big Data représente donc un risque certain. On va justement concentrer des données de sources différentes, nécessitant une grande prudence sur les droits d’accès à ces bases ».
Pour Didier Farge, « nous sommes désormais dans un marché d’intégration des canaux entre le mobile, le social et les tous les moyens de contacts magasins et domicile. La caractéristique principale de cette intégration est l’utilisation du prédictif à tous les stades de la chaîne de décision. Le prédictif va également toucher le marché de l’emploi : en 2050 il pourrait bien se résumer à une coopération hommes/IA plutôt qu’une concurrence, notamment avec l’émergence de nouvelles compétences et de son corollaire : une partie de l’humanité devenant inutile, comme le prédit Yuval Noah Atari dans son dernier opus « 21 leçons sur le 21ème siècle ». L’intelligence artificielle va être utilisée pour extraire du sens, déterminer de meilleurs résultats, et permettre des prises de décisions plus rapides à partir de sources Big Data. Dans un monde où le Big Data est omniprésent, la recherche de sens, la monétisation des données seront menées par l’intelligence artificielle pour le futur des entreprises et le développement de la planète. La convergence entre le Big Data et l’AI pourrait permettre de surmonter des défis comme le chômage, l’environnement, l’économie, la sécurité ou la santé et bientôt … l’inutilité. Face à ce risque d’inutilité, nous assisterons à une convergence des technologies et plateformes en gardant toujours les deux aspects homme / machine ».
« Côté consommateur, explique Cécile Delval, comme nous l’avons évoqué précédemment, le marketing Off est de moins en moins déconnecté au marketing On. Aujourd’hui, le consommateur va en boutique mais n’y fait pas forcément l’acte d’achat, préférant parfois l’achat internet et la livraison à domicile. Il est donc primordial de combiner les différents canaux pour ainsi avoir une connaissance parfaite du client : son passage en boutique, son achat déclenché sur internet, ses centres d’intérêt, la composition de son foyer, etc. L’analyse du comportement client ajoute aujourd’hui une nouvelle dimension, celle du canal de communication. Ces dernières années, le marketing mobile s’est fortement développé avec l’utilisation plus accrue du smartphone. Le consommateur consulte les sites marchands, compare les prix et la qualité des produits, n’importe où, dans les transports en commun, dans les salles d’attente ! Chaque jour, de nouvelles applications mobiles voient le jour. Même si les retailers ont adapté leur site Internet au mobile, ils redirigent de moins en moins les internautes vers un site web mobile choisissant directement le mode en Web responsible, avec des pages optimisées et une meilleure traçabilité des comportements digitaux. De plus en plus facile d’utilisation, l’achat est fait en un clic et le produit livré à domicile dès le lendemain ! De même, un nouveau mode de communication : le marketing social qui a fait son apparition et s’est développé avec les réseaux sociaux. Les retailers choisissent de communiquer sur leurs produits en associant la campagne à une bonne cause (protection des enfants, protection de la planète, etc.), comme le font les associations.
Convergence ou divergence ? Entre le marketing prédictif, le marketing mobile, le marketing social, le social commerce, … comment ne pas s’y perdre, le but ultime étant de garder le contact au centre du marketing, qu’il soit consommateur, adhérent, abonné, donateur, ou autre ! Qu’il soit acheteur classique, acheteur social, acheteur impulsif, acheteur fidèle, … la communication doit être adaptée. Tout le travail réside donc dans la connaissance du Contact, d’où l’intérêt d’exploiter sa base de données pour adapter sa stratégie et d’en optimiser la valeur économique. Peu importe le modèle et la technologie utilisés, aujourd’hui, avec cette connaissance, on peut dès lors ‘hyper-personnaliser’ les messages. En plus des messages classiques d’anniversaire, de fête des prénoms, les modèles permettent de déterminer le contenu, les offres, les canaux de communication pour optimiser les campagnes (trigger marketing – marketing automation) ».
L’enjeu principal, explique Agnieszka Bruyère, consiste à tirer du Big Data un bénéfice business. Mais comment ? « D’une part, le Big Data amène une agrégation de données de toutes sortes, cassant littéralement les silos des entreprises et offrant, par conséquence, une réelle richesse d’informations et une analyse plus précise et pertinente. La seconde tendance porte sur l’industrialisation de l’analyse, son approfondissement avec l’IA et la mise à disposition des connaissances ainsi acquises pour développer la valeur ajoutée métier. Beaucoup d’entreprises développent des projets expérimentaux dont l’objectif est de comprendre les relations entre les données pour ensuite définir le bénéfice à en tirer. De l’expérimentation à l’industrialisation des processus d’analyse des data, l’enjeu des années à venir est ici. Il faudra se servir des connaissances acquises pour les mettre au service de l’entreprise de façon dynamique, continue, simple et surtout en assurant leur fiabilité. La somme de ces bénéfices aura nécessairement une valeur économique et stratégique pour l’entreprise qui aura fluidifié ses processus de collecte, de gouvernance, d’analyse de données et d’infusion des savoirs pour une meilleure connaissance globale de ses clients, notamment. Nos outils permettent l’accompagnement au niveau des expérimentations et l’industrialisation de tous ces processus. Aujourd’hui, uniquement 20% des résultats d’analyse servent réellement le business des entreprises. La problématique repose donc sur l’industrialisation de la collecte, de la gouvernance et de l’analyse de données et enfin l’infusion dans l’entreprise des connaissances que l’on en tire ».
« Il va surtout apporter un réel bénéfice au consommateur, explique Agnieszka Bruyère, puisqu’il aura le bon produit au bon moment avec une offre sur-mesure et donc plus attractive qui prendra en compte son environnement. La démarche sera encore plus précise que le compteur Linky qui propose désormais le juste tarif en fonction de la consommation d’énergie ». Et Cécile Delval d’aller dans le même sens : « Les consommateurs attendent des enseignes qu’elles leurs parlent comme à des individus uniques. Le marketing devient de plus en plus complexe ; les désirs et attentes de ces mêmes consommateurs changeant rapidement avec la communication digitale ». Enfin, pour Didier Farge, « la face visible ce sont les objets connectés : de la montre à la chaussette, en passant par la voiture, la maison ou les vêtements, tout est ou sera connecté au point de régir sa vie en fonction de la Probabilité de réaliser ou faire face à telle ou telle situation. Spotify se lance quand vous vous asseyez sur votre canapé votre maison se chauffe avant que vous n’y arriviez, aujourd’hui la fréquentation d’un magasin peut se prévoir en fonction de la météo et les achats de produits également. En médical, l’anticipation des risques et le diagnostic des cancers se précise grâce à l’utilisation de données de masse, le séquençage de génomes se réalise en moins d’une journée contre plusieurs mois il y a encore peu, Et pour beaucoup moins cher… En matière de prédictif, il est désormais possible d’anticiper les actes d’achats des foyers en fonction de leur historique des notions que les entreprises doivent aujourd’hui intégrer. ».
En vous inscrivant à la newsletter vous acceptez de recevoir des mails de Digital Mag sur son actualité et ses offres en cours. Vous pouvez à tout moment vous désinscrire dans la partie basse des Newsletters envoyées.