DossierBig data : et si votre small entreprise se mettait à penser big ?

2 - Adopter le big data en 15 points

Le big data n'est pas une approche technique ou technologique. C'est une philosophie. Une volonté de faire des données un actif de l'entreprise. Les nouveaux logiciels traitent en temps réel des masses gigantesques de ­données mais ne remplacent pas tout : les méthodes restent les mêmes.

Christophe Cousin, expert en data marketing, stratégie marketing relationnel et multicanal, connaissance client vous guide sur le chemin du big data, en 15 points:

Réunissez les acteurs

Le premier préalable indispensable consiste à mettre autour de la table les différents services de l'entreprise concernés par la data : direction générale, marketing, DSI, force de vente, etc. Vous constituerez ainsi un groupe de travail, dont l'action devra être coordonnée, mais surtout animée par un responsable qui sera garant de la dynamique du projet. Tout l'enjeu et toute la difficulté résident dans le fait de faire parler ensemble les différents acteurs. C'est un véritable défi en soi, car les entités de l'entreprise n'utilisent pas toutes le même langage, les mêmes critères d'évaluation des données. Ce groupe de travail doit prioritairement définir un langage commun, synthétisant autant que possible les besoins et les indicateurs. C'est la première étape, préalable à toute stratégie orientée big data. Tant que ce préalable n'est pas établi, ne passez pas à l'étape suivante.

Imaginez les possibilités

L'entreprise produit chaque jour des milliers de données. Le comité doit oeuvrer à définir et lister les besoins tangibles. C'est ensemble qu'ils doivent envisager les usages big data. Toute la difficulté réside dans la convergence des besoins qui émanent, à l'origine, de services et business units différents. Néanmoins, le dénominateur commun, le besoin ultime qui anime toute la démarche big data, est avant tout le besoin du client final. Ce doit être le point de départ du projet. Alors, il devient plus simple de trouver un compromis entre les impératifs respectifs des services. Lors de cette phase de définition des besoins, il ne faut pas chercher à résoudre les contingences techniques, mais simplement poser sur le papier les usages envisagés, souhaités ou rêvés des données. Ici, pas de limites. Oubliez les impossibilités actuelles, levez les barrières, rien n'est impossible.

Dégagez des scénarios

À partir des besoins définis, tentez de synthétiser les attentes liées à la stratégie big data au sein d'une dizaine de scénarios variés. Ceux-ci doivent déjà avoir une dimension opérationnelle et pragmatique. Création de nouveaux business models, veille et pilotage e-réputation, compréhension et anticipation de comportements et de parcours clients complexes, les données doivent être à votre service. Une fois encore, si vous voyez que, pour une raison ou pour une autre, cela bloque, revenez aux étapes 1 et 2. Et ne passez à la suite que quand vous avez déterminé vos scénarios.

Cartographiez les données

Fichiers clients, référentiels produits, logos de sites web, il convient, dans un premier temps, de recenser les données disponibles. Lorsque ce premier listing sera effectué, il sera alors possible de tout rassembler dans une base des données centralisée.

Reste à s'interroger sur le voyage dans le temps que vous allez ainsi accomplir. Faut-il remonter aux origines de la production de données par l'entreprise, se contenter des deux ou cinq dernières années ? Inutile de se montrer trop ambitieux ou présomptueux. Pour assurer la réussite de votre projet, concentrez-vous sur les toutes dernières années de votre activité. Ce sont ces données qui ont le plus de valeur opérationnelle.

Durant cette phase de cartographie des données disponibles, veillez à ne pas restreindre le spectre de production des datas. Vous devez ainsi dresser l'état des lieux des données internes, mais aussi des données externes, de celles qui ont été achetées auprès de prestataires ou issues de systèmes tiers ou encore en open data. Le fait que les données appartiennent à l'entreprise n'est pas un critère discriminant. L'important est de pouvoir y accéder (légalement, bien entendu).

Auditez les données

Vous avez identifié toutes les sources de données disponibles ? Une bonne chose de faite. Toutefois, il est primordial de les passer en revue et de définir si elles sont, en l'état, parfaitement exploitables. Pour la réussite de votre projet big data, mieux vaut ne pas présumer de l'état des bases de données qui, dans le temps, ont une tendance naturelle à se déliter. Erreurs de saisie, mises à jour irrégulières, saisie de commentaires ou d'annotations trop personnelles et difficilement interprétables, les données doivent être intelligibles par d'autres que ceux qui se sont chargés de les saisir ou de les gérer. Vous devez vous faire à l'idée que vos datas sont perfectibles.

Un bon coup de propre

Lorsque la cartographie des données est achevée et que l'état des lieux est dressé, l'analyse détaillée peut révéler un impérieux besoin de nettoyage. Même si cette phase n'a rien de systématique, surtout si les données sont jeunes ou administrés avec rigueur, il est fréquent qu'elles soient "polluées" à mesure qu'elles vivent, s'enrichissent ou mutent. Si vous vous trouvez dans ce cas de figure, avant d'aller plus loin, prenez le temps de vous atteler aux fastidieuses mais nécessaires étapes de déduplication, conformation, requalification. C'est une étape impérative !

Sacrifiez les données non exploitables

Le big data ce n'est pas tant une question de quantité que de qualité. Il peut arriver, dans certains cas de figure, que des pans entiers de vos données soient inexploitables. Si certaines d'entre elles sont trop difficiles, trop coûteuses en temps comme en argent à requalifier ou à nettoyer, oubliez-les. Rassurez-vous, la propension naturelle à tout vouloir conserver est humaine... juste au cas où ! Mais quand la qualité n'est pas au rendez-vous, quand on ne pourra pas tirer des informations stockées une utilisation pratique et pragmatique, mieux vaut s'en défaire. Et focaliser ses efforts et les moyens ­disponibles sur les données qui pourront rapidement être mises à profit. Une bonne purge des datas permet souvent d'optimiser la rentabilité de leur exploitation. Vous voulez avancer dans votre démarche ? Sacrifiez ces maudites données !

Définissez la feuille de route

Toutes les étapes précédentes peuvent être réalisées en parallèle. Tandis que vous hiérarchisez les objectifs marketing, vous pouvez cartographier les sources de données. Pendant que vous préparez les premiers scénarios, auditez vos différentes bases de données. Une fois ces prérequis effectués, il convient de définir une feuille de route détaillée.

Celle-ci s'appuie sur les premiers scénarios applicables en fonction des données de qualité retenues. Lorsque vous rédigez cette feuille de route, même si vous commencez modestement, avec des projets à court ou à moyen terme, ne vous interdisez cependant pas de voir loin.

Évangélisez : le premier projet tangible

Pour que la stratégie big data porte ses fruits, il est impératif de fixer des objectifs réalistes. Les premiers pas doivent être de petites victoires qui permettent de remporter l'adhésion de tous les services concernés. Automatiser des ventes additionnelles à partir de la connaissance des goûts du client, reconnaître et personnaliser la navigation du parcours client sur votre site internet, autant de projets simples et appropriables. Détectez le moment où vos clients abandonnent la navigation ou le panier d'achat. Servez-vous des premiers objectifs atteints pour inscrire l'entreprise dans une "politique de conduite du changement". Vous démontrez ainsi que la collecte, la maîtrise et l'entretien des données doivent être constants et que chacun, dans l'entreprise, est en mesure d'y contribuer. Ici, vous devez utiliser un élément-clé pour mettre en place ce premier projet : du bon sens, du bon sens et du bon sens.

Lisez entre les lignes

Pas un jour ne s'écoule sans qu'une nouvelle solution big data "révolutionnaire" ne soit mise sur le marché. Avant de vous orienter vers l'une d'elles, prenez le temps d'analyser le marché, par nature très mouvant. Alors que vous vous apprêtez à migrer l'ensemble de vos données vers une solution plutôt qu'une autre, testez leurs fonctionnalités. Une évaluation rapide des outils de traitement de données, majoritairement accessibles en SaaS (software as a service), permet souvent de s'assurer que les opérationnels (qui ne sont pas nécessairement des techniciens) pourront tirer des données les informations nécessaires pour répondre aux objectifs marketing initialement fixés. Dans tous les cas, méfiez-vous des discours des éditeurs et des prestataires qui vous promettent de pouvoir tout faire. Lisez entre les lignes.

Une offre pléthorique

OpenSource ou non, Saas ou pas Saas, le principal critère de choix, c'est la simplicité d'utilisation de la solution. Le big data n'est pas le pré carré de la requête SQL et, dans la mesure où le service marketing n'est pas la DSI, vous devez axer le choix autour de valeurs comme la simplicité, l'évolutivité, la modularité, et la fiabilité. Autant de mots-clés qui doivent présider à vos choix.

C'est le premier pas qui coûte !

Le premier pas, simple et accessible à toute entreprise, consiste à faire converger les données liées à la connaissance du client au sein d'une base unique. Utilisable aussi bien par le marketing, que la R & D pour définir de nouvelles offres, ce projet comprend une dimension ­transverse, qui pose les bases de projets futurs à la fois plus vastes et plus ambitieux, en faisant en sorte que la démarche soit appropriable.

Soyez pragmatique

Mesurer l'efficacité des premières étapes, constitue non seulement une nécessité économique, mais permet aussi de démontrer l'utilité du projet, ou éventuellement de réorienter la stratégie, de modifier la hiérarchie des scénarios. Pour chacun de ces scripts, fixez des objectifs et assurez-vous qu'ils sont bien atteints avant de passer au suivant.

Arrêtez de perdre de l'argent

Vous connaissez l'adage, on ne se nourrit pas de promesses. Le discours des prestataires, des consultants ou encore des éditeurs laisse bien souvent entrevoir une révolution dans la démarche marketing. Mais le big data repose avant tout sur le bon sens et l'utilisation rationnelle et rigoureuse des données, qui constituent un véritable actif de l'entreprise. Avant de vous engager dans des projets trop ambitieux, cherchez, dans un premier temps, à traquer les "bad datas". Vous serez ainsi en mesure d'optimiser vos démarches marketing, de cibler les actions plus finement et ainsi de maîtriser vos budgets avec plus d'efficacité.

Y'a-t-il un pilote dans l'avion ?

On ne lance un projet big data pour le principe ou pour faire comme les concurrents. Cette masse de données doit être un véritable outil d'optimisation de votre activité. Pour que le projet porte ses fruits, il est nécessaire de piloter la démarche, notamment en organisant des points réguliers (au moins mensuels), qui seront mis à profit pour réorienter les scénarios, les affiner, les adapter au contexte et aux résultats des étapes précédentes. Une fois mis en place, le projet big data est comme l'ambition affichée : "big", c'est-à-dire sans fin.