L’entrepôt de données doit, soit directement, soit par le biais de bases de données dérivées, supporter quatre grands ensembles de fonctions pour les utilisateurs du marketing :
• Le pilotage des ventes, des forces commerciales et des actions marke-ting.
• Le contrôle de gestion avec le suivi des différents postes de coûts de commercialisation, de service après-vente permettant d’évaluer la ren-tabilité globale des produits, des clients ou des activités de l’entreprise.
• L’analyse statistique des facteurs explicatifs de tel ou tel comporte-ment, ou la recherche de segmentation pertinente de clientèles.
• Le marketing opérationnel avec la gestion de campagnes depuis le ciblage jusqu’au suivi des remontées.
Ces deux dernières fonctions sont respectivement détaillées dans les chapitres 4 et 5.
03-Chapitre 3 Page 75 Mercredi, 8. septembre 2004 2:59 14
Partie I – Définition et périmètre du CRM
Cependant, au-delà de ces fonctions intrinsèques, l’entrepôt de données doit supporter également des fonctions plus techniques pour répondre complètement à la problématique du CRM :
• L’alimentation, qui englobe toute la gestion des flux depuis et vers les systèmes opérationnels de CRM.
• La production, qui recouvre la production par des calculs plus ou moins sophistiqués de nouvelles informations à partir des données.
• La gestion transactionnelle, qui consiste à servir directement en don-nées les canaux d’interactions.
Les alimentations
Il s’agit des processus et des programmes qui vont, d’une part, transfor-mer les informations des systèmes opérationnels avant de les intégrer dans l’entrepôt de données et, d’autre part, assurer l’envoi des informa-tions pertinentes vers les différents systèmes opérationnels que recouvre le CRM.
Pour le chargement des données, la complexité est très largement fonc-tion du nombre de sources à intégrer dans l’entrepôt de données.
Le nettoyage consiste à éliminer les données aberrantes et à harmoniser Figure 3-2 : Les fonctions du data warehouse
vis-à-vis du CRM
03-Chapitre 3 Page 76 Mercredi, 8. septembre 2004 2:59 14
Chapitre 3 – Collecte et traitement des données : le data warehouse
gestion du service consommateur ou du plateau de gestion des appels dans le cadre du programme de fidélité.
L’appareillage et la hiérarchisation des sources sont des tâches relative-ment spécifiques à la gestion des clients. Il s’agit de définir et d’appliquer des règles de gestion permettant d’identifier que deux personnes décrites dans deux systèmes différents sont en fait une seule et même personne et, lorsque ces deux systèmes disposent d’une même information avec des valeurs différentes, d’arbitrer entre ces valeurs.
Dans le sens inverse, l’entrepôt de données est la seule source exhaustive concernant le client. C’est donc le seul endroit où il est possible de calcu-ler certains indicateurs agrégés : qu’il s’agisse de simples agrégats, comme le nombre total de contacts entrants et sortants pour chaque client, ou de calculs plus sophistiqués, comme la probabilité d’attrition de chaque client dans le prochain mois.
Ces informations nouvelles sont bien entendu utiles pour la gestion de campagnes (ciblage des clients ayant une probabilité élevée d’attrition), le pilotage (répartition des ventes par tranche de nombre de contacts), le contrôle de gestion (valorisation des coûts de service au client) ou les études (corrélation des contacts passés et des ventes futures). Elles ont également une valeur inestimable dans le cadre des outils de gestion de l’interaction avec le client et doivent donc être poussées par des interfaces vers les bases de données des différents canaux pour personnaliser la relation. Par exemple, un opérateur de télécommunication calcule systé-matiquement un score d’attrition pour tous les clients sur son entrepôt de données et interface celui-ci avec son logiciel de service client pour adap-ter les argumentaires commerciaux. Ainsi, lorsqu’un client appelle pour obtenir un renseignement ou tout autre service, l’opérateur dispose d’une probabilité d’attrition à l’écran et se voit proposer un script de rétention qu’il peut dérouler pendant que le client est en ligne.
Ces fonctions d’échange peuvent sembler purement techniques. Elles contiennent en réalité une forte dose d’intelligence métier. Par exemple, entre plusieurs adresses différentes, laquelle choisir : celle de la livraison de la dernière commande à distance, celle donnée lors de l’achat d’une télé pour la garantie et la redevance ou celle du chèque fourni comme justificatif pour la mise en place du crédit revolving associé à la carte de fidélité ?
La production
L’entrepôt de données se veut statique, du moins est-ce ce que nous en disent les gourous du domaine. Force est de constater que l’entrepôt de données, vu du marketing, a une dimension de plus en plus orientée production, en ce sens qu’il est le centre où sont produites de nouvelles informations, nécessaires pour l’exécution de nombreux processus.
03-Chapitre 3 Page 77 Mercredi, 8. septembre 2004 2:59 14
Partie I – Définition et périmètre du CRM
Les études présentées plus en détail dans le chapitre 4 aboutissent souvent à des formules de classification ou de score. Il s’agit de fonctions permettant de calculer une nouvelle variable en fonction des valeurs d’autres variables sur le client ; la figure 3-3 illustre une formule de score.
Ces formules doivent être programmées sur l’entrepôt, qui est la plupart du temps la seule source disposant de l’ensemble des données nécessai-res pour ce calcul. Il devient ainsi possible de calculer cette probabilité de manière systématique et sur l’ensemble des clients. De plus, stockée dans l’entrepôt, elle devient une clé possible pour effectuer des tableaux de bord, des ciblages, des tests de performance ou d’autres études, qui vien-nent ainsi s’ajouter à des agrégats plus simples mais tout aussi, voire plus prolifiques : des indicateurs de moyennes, de sommes ou de comptages directement calculés au niveau du client, dans l’optique d’éviter de les calculer à la volée, pour améliorer les temps de réponse et simplifier la vie de l’utilisateur.
Le marketing opérationnel s’entend traditionnellement comme un moyen de gérer des campagnes que nous qualifierons de batch. L’informatisation aidant, il est aujourd’hui possible de passer à une gestion événementielle Figure 3-3 :
Exemple de score
03-Chapitre 3 Page 78 Mercredi, 8. septembre 2004 2:59 14
Chapitre 3 – Collecte et traitement des données : le data warehouse
Figure 3-4 : Exemple de définition d’un événement avec Chordiant (a, b) et AIMS (c) a. Définition des
règles de traitement
b. Définition des séquences d’en-chaînement des traitements
c. Planification des agendas 03-Chapitre 3 Page 79 Mercredi, 8. septembre 2004 2:59 14
Partie I – Définition et périmètre du CRM
appliquent systématiquement ces règles pour extraire dans le temps les cibles correspondant à cette description. Là encore, cette gestion événe-mentielle se traduit par l’exécution d’un certain nombre de programmes de production sur les données des clients. Les copies d’écran de la figure 3-4 illustrent la mise en place de quelques règles de gestion événe-mentielle du client. Enfin, l’émergence d’Internet a exacerbé le besoin de pouvoir gérer des « e-campaigns », c’est-à-dire des campagnes personna-lisées sur Internet qui nécessitent des interactions en temps réel entre les outils de gestion de campagnes et les données fournies et restituées à l’utilisateur sur le site Internet.
Le pilotage évolue lui aussi vers plus de production. En effet, au fur et à mesure que les systèmes de pilotage deviennent plus performants, l’entreprise tend à se noyer sous les indicateurs et les tableaux de bord.
Donc, à ce stade, la tendance est soit de favoriser la consultation à la publication, soit de mettre en place des diffusions sur critères. Par exem-ple, l’évolution du nombre de clients d’un mois sur l’autre ne sera diffusée qu’à partir du moment où elle sera supérieure ou inférieure à un seuil donné. Ce seuil aura été défini comme une limite au-delà de laquelle l’évolution en question nécessite une analyse particulière pour action.
Ces mécanismes nécessitent également l’exécution de programmes de production.
Les transactions
Les cas où l’entrepôt de données sert également de support au transac-tionnel sont extrêmement rares. Néanmoins, il arrive parfois que certai-nes entreprises décident de faire fonctionner des applications transac-tionnelles de CRM comme les outils de services client ou de mesure de risque directement sur l’entrepôt de données. Cette approche présente de nombreux avantages : fonctionnement en temps réel sur des données à jour, interfaces moins nombreuses et plus simples, économies de stoc-kage liées à la non-redondance des données… L’inconvénient majeur de cette architecture est de mêler sur une même base de données des traite-ments décisionnels transversaux lourds avec des applications transac-tionnelles, exigeantes en termes de qualité de service et de temps de réponse.
Les technologies évoluent ; elles sont de plus en plus à même de propo-ser des solutions de cohabitation : architectures massivement parallèles, clustering et redondance pure des systèmes disques… En parallèle, l’explo-sion d’Internet rend le CRM de plus en plus orienté sur le temps réel. Les besoins de réactivité et les progrès technologiques convergent donc progressivement pour apporter des informations de plus en plus actuelles
03-Chapitre 3 Page 80 Mercredi, 8. septembre 2004 2:59 14
Chapitre 3 – Collecte et traitement des données : le data warehouse