a
Data-driven company: les premiers résultats…
Même les plus avancées des entreprises dans le processus ne sont pas encore des entreprises data-driven. Peu le sont partiellement. En revanche, on voit déjà des résultats dès l’étape des projets. C’est dire le potentiel !
Pour le relationnel et la personnalisation
Le quotidien de ces entreprises désormais : data visualisation, protection et sécurité et omnicanalité des données.
La donnée peut améliorer la précision des dispositifs en place. Via le marketing relationnel, grâce aux données transactionnelles, de meilleurs marqueurs d’intention et une meilleure identification des visiteurs online peuvent être établis.
Pour d’autres entreprises, ce sont les projets qui ont permis de lancer de nouveaux dispositifs. Par exemple, Peugeot a procédé à une refonte globale de son site internet, ce qui a permis une personnalisation des parcours de ses sites.
De son côté, le Club Med a pu établir des tests de ciblage dans son CRM. Résultat: 30% d’efficacité supplémentaire !
La personnalisation de la relation client est primordiale pour l’entreprise customer centric.
Dans le cas des groupes multiformats, on peut comprendre comment les clients utilisent les formats. Carrefour, par exemple, a pu constater que ses clients avaient bien compris comment utiliser chaque format du groupe. La première étape de ce type de projet consiste à personnaliser complètement l’expérience client, conformément aux objectifs du distributeur.
Marketing one to one possible grâce à la data
Jusqu’ici, les plus gros investissements en la matière concernent les moteurs décisionnels (chat bot, sav…).
Les données et le machine learning permettent de proposer de nouveaux produits et de pousser la bonne offre au bon moment. Cela permet de détecter et de s’adresser aux clients les plus réceptifs aux offres.
Cela impacte également la relation client. En effet, il est possible de détecter les difficultés du client via un algorithme, et ainsi anticiper et de contacter le client.
Sécurité et maintenance : devenir proactif
La digitalisation permet également d’optimiser la maintenance des produits, des infrastructures et des outils industriels avec efficacité et précision. L’impact sur les coûts et la sécurité est d’autant plus important que l’analyses des données mène au prédictif. Alstom, par exemple, peut maintenant anticiper le remplacement de ses pièces.
Cela permet également d’anticiper les risques et de mettre en place des aménagements préventifs pour limiter la probabilité.
Par exemple, les fournisseurs d’énergies peuvent ainsi piloter leur système grâce au photovoltaïque, même si il y a coupure des lignes à haute tension.
Les banques de détail, dont l’analyse du risque est une compétence historique, passent également au prédictif, ce qui leur permettent de réduire considérablement leurs coûts. Elles peuvent détecter les profils de fraudeurs lors de l’ouverture d’un compte et de les scorer. Ce procédé leur coûte 5 fois moins cher que le marché. Du coup, le coût n’est pas répercuté sur le prix du service et favorise donc également le client.
Protection de la donnée
Les efforts ne payeront que si la protection et la non-corruption des données sont assurées.
Thalès, par exemple, grâce au Deep learning et machine learning, protège ses SI et détecte les cyberattaques. L’entreprise peut savoir qui fait quoi et qui dispose de quels droits, grâce à un système auto-apprenant qui mesure l’écart entre fonctionnement normatif et fonctionnement observé. Si un écart et qu’une menace réelle sont constatés, l’entreprise peut prendre des mesures en conséquence.
L’avis de l’expert pour la course vers la data-driven company : plutôt que de penser à une refonte totale des systèmes pour la digitalisation, faire de petits projets rapides. C’est plus efficace, moins coûteux et il y a plus de chance de réussite que pour une refonte totale.
