[Tribune] Un marketeur doit-il se mettre au Big Data?

Il y a des choix dans la vie qu'on n'aimerait pas être amenés à faire, surtout si l'on a investi depuis quelques années sur des outils, une méthodologie, des logiciels et un certain savoir-faire.

Pourtant, quand tout le monde se met à changer de paradigme et à invoquer de nouveaux usages et de nouvelles possibilités, n'est-il pas du devoir du marketeur d'aller à la découverte de l'eldorado invoqué par ses pairs ? Devrons-nous donc abandonner la BI (Business Intelligence) pour nous vautrer dans le Big Data ? C'est ce à quoi je vous propose de réfléchir dans cet article.

Quand apparut la data...

Mais pour commencer, effectuons un petit retour en arrière, si vous le voulez bien. Une vingtaine d'années plus tôt, à peu près. Le Web n'est pas encore le succès planétaire qu'il promet de devenir, et l'informatique décisionnelle - l'appellation française de la BI - fait son apparition.

Au tout début, peu de gens sont concernés : celles et ceux qui comprennent qu'avec l'informatisation progressive des moyens et des services, et avec le déploiement de bases de données (Oracle n'était alors pas encore un géant), les entreprises disposeraient désormais d'informations, de données - de data, comme disent les anglophones - qui pourraient servir à améliorer leur efficacité, dans un grand nombre de domaines, allant de la vente aux processus qualité.

A cette époque, les moyens de procéder à de telles analyses de données sont encore limités. Bien que les données soient propres, et correctement organisées, les logiciels pour les exploiter sont encore complexes, malgré les efforts d'entreprises comme Business Objects pour en démocratiser les principes. Les compétences requises pour procéder à de telles analyses nécessitent plutôt un profil d'ingénieur que de marketeur.

Des possibilités infinies

Avec le temps, cependant, ces solutions se démocratisent, et franchissent le bureau des directeurs commerciaux ou des directeurs marketing.

Les données collectées et soumises au jeu de l'analyse proviennent de sources de plus en plus diverses, comme par exemple les données de navigation des grands portails internet. En 2007, par exemple, eBay utilisait les solutions de BI de Terradata pour analyser les comportements des millions d'internautes qui se connectaient à son site et identifier ceux qui n'étaient pas autorisés (comme placer une enchère gagnante sur son offre pour éviter de vendre à perte). Les bases interconnectées au sein de cubes ou d'hypercubes atteignent plusieurs milliards d'enregistrements : la taille des données n'a fait que progresser en quinze ans.

En même temps que se posait ce problème de taille et que des solutions technologiques voyaient le jour (MapReduce, Hadoop), le développement conjoint de l'open source et des interfaces d'accès à des données a rendu possible l'interconnexion de silos autrefois complètement déconnectés. Pourquoi ne pas identifier les bâtiments préférés des touristes chinois en allant scruter les photos publiées sur des sites de partage ? Pourquoi ne pas fabriquer des chaussures de sport qui conviennent aux habitudes de coureurs présents sur RunKeeper ou Endomondo ? Après tout, pourquoi ne pas imaginer de telles analyses puisque les outils et les données le permettent ?

Lire la suite page 2