PRÉSENTATION DES RÉSULTATS DU LIVRE BLANC BIG DATA

(1)

PRÉSENTATION DES RÉSULTATS DU LIVRE BLANC BIG DATA

Le Livre Blanc de l’EBG a pour ambi on d'entrer dans le concret du Big Data. Finis les concepts ﬂous et les formules vagues : nous avons sondé 30 entreprises pour qui le Big Data est une réalité. La technologie et les usages qui y sont associés ont changé radicalement leur business model, leur process industriels, leur manière de s'adresser aux clients.

Ce*e enquête a été conçue pour ceux qui demandent encore s'il faut y aller, ce que ça demande et ce que ça rapporte de travailler la data à grande échelle.

Ont contribué à l’étude :

Air France, AXA, Bull, Carrefour, Célio, Cityzen Sciences, Edenred, France Loisirs - Voyages Loisirs, General Electric, GFK France, Givenchy, Grandvision France, Groupe Ouest France, La Poste , L'Argus de la presse, Monster, Ogilvy, Orange, Pages Jaunes – SoLocal, SACEM, SFR, SNCF, Télécom Paris Tech, The Economist, Total, Vente Privée, Voyages-SNCF.com

Intervenants :

GRANDVISION, Pierre-Marie Desbazeille, Directeur CRM & Digital LA POSTE, Denis Weiss, Industrial IS Director

ORANGE, Geoﬀrey Zbinden, VP Big Data & BI THE ECONOMIST, Stéphane Pere, Chief Data Oﬃcer

Animateur :

(2)

Stéphane Pere, THE ECONOMIST

Le poste de Chief Data Officer a été créé chez The Economist en octobre 2013, suite à une nouvelle structura6on. La volonté du PDG était de disposer d’une vision globale sur les différents mé6ers. Mon rôle consiste à réfléchir au rôle de la data, pour que nous soyons de meilleurs marketers (mieux vendre nos services et offrir des solu6ons per6nentes à nos clients).

Maintenant, les solu6ons technologiques permeAent de répondre aux ques6ons à grande échelle. Il s’agit d’enrichir la connaissance client, pour meAre en place des ac6ons marke6ng plus per6nentes, personnalisées et (dans l’idéal) automa6sées.

Depuis dix ans, nous avons cons6tué une grande base de données consommateurs à travers tous les mé6ers, au niveau global. La mission est claire ; la diﬃculté c’est l’exécu6on. Nous sommes là pour soutenir les marketers, non pas pour les remplacer.

Notre projet s’ar6cule en 3 étapes :

1) Avoir une meilleure connaissance de nos consommateurs. CeAe connaissance passe par des données internes (données clients, analy6cs, campagnes...) et des données externes. Il s’agit là de mieux comprendre les points de contact avec notre d’audience et les centres d’intérêt, via la collecte en propre ou par des 6ers.

2) Effectuer une segmenta"on plus fine. Il convient de détecter les bons signaux pour éviter qu’un lecteur ne renouvelle pas son abonnement. La DMP permet de croiser différents sets de données pour créer des segments regroupant des éléments variés.

3) Perme1re une exécu"on marke"ng sur nos propres canaux (e-mails personnalisés, Push no6ﬁca6ons personnalisés...) et les canaux externes (Facebook, LinkedIn, etc., selon un objec6f d’acquisi6on et d’engagement).

Geoﬀrey Zbinden, ORANGE

Le Big Data est assez récent chez Orange, même si le secteur des télécoms doit depuis longtemps manipuler des masses d’informa6ons. La nouveauté, ce n’est donc pas la volumétrie, mais le fait de briser les silos. Le Big Data correspond également au “BI 2.0“ : auparavant, chacun se sentait propriétaire de ses données. Désormais, le fait de placer toutes les données au même endroit permet d'établir de nouvelles corréla6ons. Orange a choisi une approche Test & Learn, en iden6ﬁant une centaine de probléma6ques mé6ers. Les uses cases sont testés sur des échan6llons clients dans nos ﬁliales.

Par exemple, une révolu6on arrive sur la rela6on client au niveau du CRM. Le Big Data permet ainsi de remonter les “dropped calls” à la maille du client, et d’iden6ﬁer l’origine du problème dont se plaint l’abonné.

(3)

Un autre exemple concerne la détec6on des malwares. Il n’existe aujourd’hui aucun organisme de standardisa6on de la sécurité des applica6ons. De nombreux mobinautes téléchargent des apps malveillantes. Le Big Data permeAra de détecter les applica6ons qui comportent un malware.

Présent dans une trentaine de pays, Orange a mis en place un programme-groupe, en établissant des priorités en fonc6on des zones. Il y a une certaine résistance au changement ; l’enjeu consiste donc à faire prendre conscience des avantages que peut apporter le Big Data par rapport à «l’eﬀet silos», qui impose de nombreuses limites.

Le Big Data est une opportunité pour minimiser les risques en se basant sur des données très factuelles, en temps réel, issues de millions de clients (et non plus seulement sur l’intui6on).

Pierre-Marie Desbazeille, GRANDVISION

Grandvision a la par6cularité de disposer d’un très grand réseau succursaliste. Cela évite les discussions longues avec les franchisés qui refusent de partager la donnée. Le projet a démarré avec Générale d’Op6que et Grand Op6cal, qui avaient des SI totalement diﬀérents. La priorité a consisté à tout réunir sur un seul et unique datamart.

Notre base de données clients est extrêmement bien renseignée. Grandvision a ini6é une démarche CRM il y a six ans, avant de passer à la vitesse supérieure via la centralisa6on de l’ensemble des données (6 millions de clients ac6fs). En tant qu’organisme de santé, la législa6on nous interdit de conserver les données d’un client qui est inac6f depuis 5 ans. Pour travailler sur l’intervalle inter- achats, il est intéressant de combiner nos données clients avec les données comportementales.

Avec le Big Data, le challenge n’est pas sur la volumétrie, mais sur le temps réel, qui est une grande nouveauté. CeAe no6on de temps réel correspond à une véritable révolu6on dans l’organisa6on commerciale et l’organisa6on des produits.

En cinq ans, un grand changement est survenu dans l’organisa6on de la société. Sur toutes nos ini6a6ves, sont déﬁnis les KPIs et la manière de monitorer. Nous avons également récupéré l’ensemble des sources d’informa6ons qui étaient disséminées dans nos agences.

(4)

Denis Weiss, LA POSTE

Au cours des années 2000, La Poste a mené un projet de renouvellement et d’informa6sa6on de son infrastructure de tri du courrier (“Cap Qualité Courrier”). Les informa6ons recueillies (aﬀranchissement, adresse de des6na6on du pli, typologie du courrier...) pouvaient être valorisées, en se rapprochant des u6lisateurs des machines de tri. Un système a été construit pour meAre ces informa6ons à disposi6on d’une popula6on au départ assez restreinte. L’idée étant d’iden6ﬁer certains types d’informa6ons sur lesquelles des problèmes survenaient (un mauvais tri, échec de la lecture de la des6na6on, adresses mal décrites...)

Au delà de la résolu6on des problèmes, ce projet a permis d’améliorer la compréhension du process de tri. Le fait de pouvoir illustrer, sur un pli donné, l’ensemble des points de passage, est intéressant.

La compréhension engendre l’op6misa6on. Le déploiement s’est eﬀectué en deux ans. Le système con6ent aujourd’hui 4 milliards d’opéra6ons unitaires et est mis à disposi6on d’une popula6on d’u6lisateurs assez large dans les centres de tri. La vision ne se fait pas sur un échan6llon, mais sur la totalité des événements. A par6r d’un exemple unitaire d’analyse, l’ou6l propose un certain nombre d’axes d’agréga6on : le système est très interac6f en termes d’usage.

Notre ambi6on était d’être au contact direct des u6lisateurs. Nous avions aussi en tête qu’il fallait meAre ces ou6ls à la disposi6on d’experts dans les territoires. Au fil du temps, et au regard de la simplicité de l’ou6l, les analyses ont pu être directement effectuées par les u6lisateurs finaux.

Le sujet du partage de ces données avec le marke6ng est actuellement à l’étude (es6ma6on de volumétries, d’usages...).

Les Direc"ons générales ont-elles compris que le Big Data était un facteur d’innova"on et de développement ?

Pour susciter l’intérêt de la DG, j’ai donné quelques grands chiﬀres sur la valorisa6on de l’entreprise.

Pour les grandes entreprises cotées en bourse, environ 40% de la valorisa6on provient de cet ac6f intangible qu’est la marque.

Or, pour Apple c’est 20% de la valorisa6on ; Amazon 14%, Facebook 4%... Ces entreprises n’ont aucun problème de marque, mais ont quelque chose “en plus” qui par6cipe à la valorisa6on. CeAe chose

“en plus”, c’est la data. Voilà un bon moyen de convaincre la DG et les ac6onnaires.

(5)

Le scep6cisme tend à s’estomper au ﬁl des jours. Il y a en eﬀet toujours une certaine crainte du buzzword. On commence à voir, via des cas concrets, qu’une révolu6on est en marche. Les décideurs d’Orange en sont de plus en plus convaincus.

Je ne suis pas encore certain que les Direc6ons générales voient le Big Data comme un facteur d’innova6on. Cela vient du fait que les nouvelles technologies qui se développent autour de la data ne sont pas encore massivement déployées.

La donnée client a en eﬀet acquis une importance considérable. Cela pousse à repenser la manière de concevoir les produits, avec des impacts sur le système de supply. Les aAentes réelles des clients ne se situent pas forcément là où nous le pensions...

Le buzzword existe et a existé. Ce n’est pas la no6on de Big Data qui va convaincre la DG, mais le fait d’apporter de nouvelles visions et de nouvelles fonc6onnalités. Par exemple, nos commerciaux cherchent à donner au client une vision exhaus6ve du courrier qu’il a envoyé. Le Big Data va plutôt rester dans une logique assez mécanique, contrairement au mobile qui propose des choses très factuelles.

Le Big Data donne-t-il davantage de pouvoir aux Directeurs Marke"ng ?

La collabora6on est plus étroite entre le CMO et le Chief Informa6on Oﬃcer. Le but du marke6ng n’est pas de prendre le pouvoir, mais d’apporter aux mé6ers des solu6ons. Ce sont les usages qui déﬁnissent l’organisa6on.

Il faut avoir une équipe dédiée sur la data, et ne pas rajouter des missions nouvelles aux personnes en charge du BI ou du marke6ng... Les conﬂits entre le marke6ng et l’IT existaient avant le Big Data et existeront après. Ces zones de fric6on sont indispensables, car personne ne dé6ent la vérité.

Il est important que les interfaces développées soient réellement faites pour les u6lisateurs mé6ers, sans avoir à passer à chaque fois par l’IT. La par6e ergonomie est cruciale pour que les mé6ers s’approprient la donnée.

Notre logique est très pragma6que et vise à meAre à disposi6on le plus d’informa6ons possible, et ce de façon très simple. La révolu6on du digital se situe surtout au niveau des ventes et des produits.

(6)

Les marketers ont-ils une bonne connaissance technologique sur les fameux “3 V” ?

C’est clairement la simplicité d’usage qui créé la valeur. L’équipe dédiée doit être pluri-disciplinaire.

La révolu6on n’est pas forcément “Big Data”, mais “numérique” : le numérique devient facilement accessible à tout le monde. Il est aujourd’hui très simple et peu coûteux d’accéder à des technologies de visualisa6on de données. Il y a un vrai challenge pour la DSI, indépendamment du Big Data, sur les no6ons d’accessibilité et de simplicité d’usage.

Que change le Big Data dans votre rela"on avec les agences ?

Aujourd’hui, plutôt que de recourir à des panels, la réponse peut apparaître en quasi-temps réel à travers des millions de clients. Cela change notre rela6on avec les agences de Market Research. Hier, on leur achetait de l’informa6on ; demain on va probablement leur en vendre !

Les rela6ons avec l’agence vont s’équilibrer et chacun va se concentrer sur ses points de force. Dans une logique de DMP, nous allons ouvrir l’accès aux agences pour qu’elles puissent créer directement les segmenta6ons dans notre système.

Cela passe par le monitoring de ce qu’il se passe sur les pages, et le contrôle de la collecte de données, et ce dans un intérêt consommateur.

La rela6on avec les partenaires a eﬀec6vement changé. Ils ont accès à notre datamart pour requêter autant qu’ils le souhaitent. Cela leur permet d’analyser les résultats de manière bien plus per6nente.

Quel est le grand sujet qui va animer vos réﬂexions dans les mois à venir ?

Dans un marché assez saturé comme celui des télécoms, la priorité est la rela6on client. Nous portons donc aAen6on au Net Promoter Score, pour iden6ﬁer les ambassadeurs et les détracteurs. Il s’agit d’augmenter la ﬁdélité de nos clients.

(7)

Le succès, dans les mois prochains, viendra de la capacité à aller plus loin que le ciblage publicitaire simple. Cela pourrait passer par des logiques issues du jeu vidéo, pour engager les lecteurs à consommer davantage, pour détecter les “bons” proﬁls et leur donner du contenu gratuit plus longtemps. La collecte de datas en “ﬁrst party” représente un gros chan6er.

La priorité consiste à augmenter notre taux de ﬁdélité. Toutes nos ini6a6ves sont tournées vers cet objec6f principal.

Il s’agira de meAre à disposi6on d’autres moyens de visualiser les choses. Une des vraies promesses du Big Data est de meAre le doigt sur des éléments que l’on ne recherche pas forcément, à travers la visualisa6on intelligente des données.