Six solutions pour collecter, centraliser et organiser la data
Publié par Christine Monfort le | Mis à jour le
L'augmentation du volume de données dont disposent les directions marketing, doublée de la multiplication des sources, permet de prendre de bonnes décisions. Mais peut aussi virer au casse-tête. Panorama de six solutions pour bien organiser une stratégie "data gérées".
1. Nettoyer la base de données
La mise en cohérence des informations passe souvent par une phase de "nettoyage" de la data. La solution Data Preparation de Talend commence à travailler sur un échantillon de la base de données fourni par l'IT et lui applique différentes règles de nettoyage. Une fois validées sur l'échantillon, ces règles sont élargies de manière automatique à l'ensemble de la base. Les données sont alors intégrées dans le flux (Data Pipeline), transformées, enrichies... Une version open source gratuite permet de se familiariser avec la technologie de cette société française d'édition de logiciels d'intégration du big data. La version commerciale, facturée en fonction du nombre de développeurs mobilisés, peut être déployée en quatre à six mois.
2. Réconcilier des data disparates
Les entreprises se sont souvent construites sur des systèmes d'information qui ne sont plus adaptés aux enjeux du temps réel, du Web, et à la réconciliation de ¬données issues de différents canaux. La suite de marketing prédictif de Target2Sell agrège en temps réel les données du système historique de l'entreprise, des achats en ligne et en magasin, du CRM et de la DMP, les données comportementales... La reconstitution des profils clients permet d'améliorer la pertinence du moteur de recherche, qui va pouvoir adapter sa stratégie de recommandation et de tri. Basée sur des logiques métiers, cette solution en mode SaaS peut être implantée en quelques jours avec un ticket d'entrée autour de 1.000 euros par mois.
3. Contourner des silos
La plupart des entreprises sont encore (trop) organisées en silos. La plateforme de MarkLogic fonctionne comme un "data hub" qui intègre les données issues des différents silos, quel que soit leur format. La data est organisée et indexée de manière automatique en fonction des règles métiers, et éventuellement enrichie par des métadonnées. Pour les questions les plus compliquées, la plateforme peut intégrer de l'analyse sémantique. Couplée à un moteur de recherche et à différents services applicatifs, elle offre une vision globale des clients, des transactions financières, des données RH, des contenus médias... La solution peut être installée en trois mois pour un budget calculé en fonction de l'utilisation et de l'évolution des besoins.
4. Révéler le potentiel des données clients
La plateforme Spectrum de Pitney Bowes identifie, connecte et gère les données pour reconstituer une vision client à 360° à partir de données non structurées. Cette solution modulaire agrège, ¬nettoie et consolide les données, les enrichit à partir de données internes ou externes, les modélise sous forme de graphes de données ou de métadonnées clients. Ces graphes aident les équipes métiers à prendre les bonnes décisions, à résoudre rapidement un problème, à localiser les opportunités et les risques... Les licences Spectrum pour le framework en open source Hadoop sont facturées par "noeud" de cluster avec un principe de dégressivité par nombre de noeuds. La mise en place dure quelques semaines.
5. Pilotage en temps réel
De la data management platform à la data decision platform. C'est ce que propose Eulerian Technologies, entreprise créée en 2002 par Guillaume Fougnies et Mathieu Jondet. Centralisation en temps-réel des données (off line et on line, CRM et PRM, cross-device, etc.) dans une interface unique, stockage sécurisé, mais également gestion des segments... Autant de solutions de pilotage de vos campagnes, auxquelles s'ajoutent des offres de web analytics en temps réel.
6. Modéliser le mix marketing
La data peut aussi servir à mesurer l'efficacité des stratégies marketing. La start-up Mass Analytics a mis au point un logiciel MassTer qui permet de modéliser le mix marketing grâce à des processeurs et des algorithmes automatisés. Plusieurs modules peuvent être activés, par exemple pour donner des recommandations pour améliorer le taux de transformation. Un module d'optimisation s'appuie sur la donnée pour déterminer le budget optimal des investissements médias et le niveau de vente que l'on peut en attendre. Le logiciel peut être installé instantanément dans l'entreprise. La souscription dépend du nombre de modules choisis (500 à 2.000 euros par mois ou 5.000 euros à 20.000 euros par an).