[Tribune] La data factory ou créer de la « smart data » pour servir l'expérience client

Toutefois, elles constituent aujourd'hui un tel vivier -les prévisions publiées par le département de Recherche de Statista en mars 2022 révèlent que le volume de données générées dans le monde devrait dépasser 180 zettaoctets à l'horizon 2025, soit une croissance annuelle moyenne de près de 40 % sur cinq ans - qu'il est indispensable de les « travailler » pour en extraire la substantifique moelle, les rendre accessibles et en révéler le potentiel. Elles peuvent ainsi véritablement accompagner les décisions opérationnelles et stratégiques des dirigeants portant sur l'amélioration de l'expérience client.

De la data brute à la donnée de valeur

Tout l'enjeu réside dans la capacité à révéler la donnée pertinente. Pour y parvenir, il faut d'abord offrir une capacité d'ajustement en temps réel car les données peuvent être rapidement obsolètes. Ainsi les actions menées s'appuieront sur les dernières données collectées. C'est ensuite la réunion de trois dimensions de données qui, par la capacité à les agréger, conduiront à la création d'une nouvelle donnée de valeur : la première dimension étant celle des données clients (issues des CRM), la deuxième celle des données collectées comme les données d'enquêtes et enfin, celle des données dites passives car non sollicitées d'une manière explicite (open data, réseaux sociaux par exemple). Ces datas brutes constituent le matériau essentiel à l'édification d'une pyramide menant vers la smart data ou l'insight de valeur. Celle-ci va plus précisément naître de la rencontre des datas utiles et de la compréhension du besoin. Autrement dit, de l'alliance entre l'intelligence de la data et humaine. Car c'est sur l'éclairage et la connaissance des enjeux que vont avoir les experts que la donnée va apporter un regard différent et offrir de nouveaux angles d'analyse et d'action. Dans le domaine de la connaissance client, cela va se traduire par la notion de « segmentation augmentée», une technologie venant combler, à partir de variables pivots (signalétiques, socio-démo, attitudes et comportements) et d'un univers de données de référence, une forme de méconnaissance des clients finaux. L'important sera donc d'arriver à comprendre ce client et à identifier les grandes familles en allant si possible encore plus loin dans la définition de clients types via par exemple la recherche de « jumeaux » sur les réseaux sociaux. Dénicher des cibles ressemblantes et pouvoir déterminer des caractéristiques supplémentaires en analysant des comportements dans la vraie vie permet aussi d'élargir la cible et de réussir à mieux toucher voire questionner les clients. Il s'agit en résumé d'utiliser les canaux de communication pour aller encore
plus loin dans la compréhension des comportements.

Comment activer le potentiel data ?

Transformer une donnée brute en donnée intelligente nécessite un ingrédient indispensable :l'expertise qui regroupe à la fois la compréhension des données et la connaissance sectorielle. Les experts arrivent ainsi à transformer une data en problématique client. Plus encore, ils arrivent à renforcer les préconisations en fonction des sciences comportementales. Ils peuvent également recourir à des méthodes exclusives basées sur les sciences comportementales qui permettent de comprendre comment l'humain prend des décisions et qui reposent sur l'activation de principes permettant de faire évoluer notre architecture de choix (par exemple l'utilisation du biais de norme sociale pour réduire la facture d'électricité : connaître la consommation moyenne du voisin va influencer le comportement). Dans tous les cas, activer le potentiel data et proposer de nouveaux angles d'analyse nécessite de suivre un processus en trois étapes : la première « apprendre du passé » permet de centraliser les bases de données et de se focaliser sur les datas qui ont de la valeur; la deuxième « agir dans le présent » délivre une information utile et pertinente nécessaire pour engager les actions qui auront des impacts concrets et mesurables ; enfin la troisième « anticiper l'avenir » intègre les nouvelles technologies telles que l'IA pour établir des scénarios prédictifs qui peuvent notamment favoriser les services logistiques par l'anticipation des stocks. L'organisation devient proactive et agile. Elle peut modeler le plan d'actions suivant les événements grâce à la vue en temps réel des données, aidée de l'expert qui va par ailleurs l'accompagner dans sa conduite du changement en usant de la data comme preuve. La smart data est indissociable de la dimension humaine car elle a besoin de personnes capables de l'analyser tout comme elle a besoin de personnes capables de maîtriser le socle technologique lui-même aujourd'hui indispensable pour le développement d'algorithmes et réussir à faire le tri dans ce flux continu de données. Le facteur RH joue un rôle sur la vitesse à laquelle cette science de la data se développe et nécessite donc une attention toute particulière, surtout en cette période incertaine et contrastée qui génère une pénurie de talents.