La relation client sublimée par le big data.

 

L’expérience Client est plus que jamais une préoccupation des entreprises. Les solutions de Big Data, associées aux technologies de machines Learning et de Cloud, ouvrent d’intéressantes perspectives.

2-Life-of-Pix-free-stock-photos-hands-desk-swatch-Damian-zaleski

On ne parle plus que de l’expérience client, autrement dit on cherche à créer des émotions et des sentiments lors de l’utilisation d’un produit ou d’un service. Avec l’expérience client on est souvent dans le domaine de l’irrationnel car environ 85% de nos actions sont irrationnelles. Nos émotions, nos valeurs, nos expériences influencent très largement notre acte d’achat. Comment dès lors anticiper les attentes des clients ?

Les outils de CRM (Customer Relationship Management) analytiques se limitent encore trop souvent à analyser des faits précis comme les produits achetés ou les montants dépensés pour en déduire des préférences possibles en les corrélant à des segmentations basées sur des critères relativement figés (age, sexe, lieu, profession etc..). Dans un contexte économique difficile où les modèles économiques se renouvellent, une relation individualisée et augmentée avec le client devient essentielle.

Interagir avec le client et devancer ses désirs  , dans un environnement de plus en plus omni canal, seront les enjeux du CRM d’aujourd’hui. Les consommateurs attendront des marques une expérience unique et personnalisée.

Ce qui paraissait encore impossible il y a quelques années devient progressivement accessible à toutes les entreprises quel que soit leur taille. Le Big Data est passé par là avec un écosystème qui s’élargit pour produire des solutions adaptées à chaque domaine. Certains se posent encore des questions sur l’usage du big data, pourtant nous utilisons tous le big data. Chaque fois que nous faisons des recherchent sur internet, des solutions de type big data brassent des quantités gigantesques de données pour nous donner instantanément des réponses de plus en plus pertinentes.

Compléter le CRM avec les informations des réseaux sociaux : En utilisant les réseaux sociaux nous donnons à ces sociétés (Facebook, Twitter, Linkedin, Instagram etc…) accès à nos données personnelles qui cumulées constituent de gigantesque bases d’informations que ces acteurs du Net monétisent. Grace aux échanges conversationnels, les réseaux recèlent une mine d’informations sur l’attitude des personnes.

L’attitude concerne les raisons qui peuvent motiver un acte (un achat par exemple) alors que le comportement se déduit en général à partir de ce que le client a acheté. Des outils sont désormais disponibles pour extraire ces données non structurées des réseaux sociaux. Dans le domaine du Big Data les premiers exemples viennent des géants de l’internet et se démocratisent ensuite. eBay avait par exemple indexé plus de 40 millions de blogs et de forums dans le cadre d’un programme décisionnel relatif aux media sociaux. On passe ainsi d’un CRM comportemental à un CRM attitudinal.

Les progrès du machine learning : Encore un nouveau terme, de plus en plus associé au big data. Le machine learning utilisent des types d’algorithmes qui présentent l’avantage de ne pas reposer sur des règles prédéfinis dont on connait le résultat à l’avance. Le machine Learning,comme son nom l’indique, regroupe les formes de programmes qui apprennent en permanence et s’enrichissent de l’expérience de chaque utilisateur (ou client), de processus ou de machines.

Combiner quantités massives d’informations (le big data) et algorithmes d’apprentissage (machine learning) permet de trouver des solutions à des problèmes inenvisageables auparavant. La pertinence des recherches ou des recommandations dépendent de cette association big data – machine learning et de la qualité des algorithmes et des données. C’est ainsi l’on peut réellement prédire le comportement des clients et proposer des offres qui devanceront leurs désirs

Des solutions big data as a service dans le cloud : Souvent le Big data apparait complexe et il peut vraiment l’être. Deux approches sont possibles.

  • Au sein de l’entreprise : La taille de l’entreprise, la nature du projet (un cas d’usage ou un contexte particulier) et des compétences disponibles peuvent justifier le développement d’une solution « on premise ». Certains commencent à penser « stratégie » en construisant un réservoir de donnée (data lake ou data hub) fédérant les données de l’entreprise et accessibles par l’ensemble des directions métiers. Les solutions hadoop constituent généralement dans ce cas-là la colonne vertébrale de l’architecture.
  • Dans le cloud : On choisit une solution correspondant à son(ou ses) cas d’usages sans même se poser la question de savoir si c’est ou non du big data. On est là dans une approche de type Software as a Service. On utilise un logiciel dans le cloud qui exploite une plateforme de big data avec éventuellement du machine learning. Grandes entreprises ou entreprises de taille moyenne, c’est un moyen rapide de profiter des avancées technologiques.

Dans le débat d’orientation sur la stratégie numérique, Axelle Lemaire a mentionné l’économie de la donnée. Nous y sommes avec le Big Data et le machine Learning. (Lire le billet Une République numérique pour la France)

 

Publicités

Laisser un commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s