En 2022, les données sont devenues les ingrédients du succès pour les entreprises. Elles sont pour elles d’une telle importance qu’il leur est nécessaire de savoir en tirer la valeur optimale, de les rendre accessibles, pour qu’elles puissent véritablement accompagner leurs décisions opérationnelles et stratégiques.

Le premier défi de l’organisation réside dans sa capacité à révéler la donnée pertinente. Pour y arriver, il lui faut en premier lieu avoir mis en place un dispositif d’ajustement en temps réel car les données peuvent être rapidement périmées. Ainsi les actions entreprises seront conçues à partir des dernières données collectées. C’est ensuite la conjugaison de 3 types de données qui, par leur agrégation, conduiront à la création d’une nouvelle donnée de valeur : le premier type est celui des données prospects/clients (extraites des CRM), le second est celui des données collectées comme celles d’enquêtes et enfin, le troisième est celui des données dites passives car non sollicitées d’une manière explicite. Ces données brutes sont nécessaires à la révélation in fine de la « donnée intelligente » porteuse de valeur. Cette dernière sera la résultante du croisement des données utiles et de la prise en compte du besoin.

Ces professionnels du traitement des données arrivent ainsi à transformer une donnée en problématique client.

Comment valoriser tout le potentiel des données ?
La transformation d’une donnée brute en donnée intelligente exige un certain niveau d’expertise regroupant conjointement la compréhension des données et la connaissance sectorielle. Ces professionnels du traitement des données arrivent ainsi à transformer une donnée en problématique client. Mais aussi, ils arrivent à étayer avec plus de force les préconisations en fonction des sciences comportementales. Ils peuvent également faire appel à des méthodologies exclusives qui se basent sur les sciences comportementales, lesquelles leur permettant la compréhension de comment l’humain prend des décisions.

Le professionnel du traitement des données l’accompagnera par ailleurs dans sa conduite du changement en usant de la donnée comme preuve.

Dans tous les cas, l’activation du potentiel des données et la proposition de nouveaux angles d’analyse exigent le suivi et le respect d’un processus de 3 étapes : la première « prendre en compte les informations du passé » permet la centralisation des bases de données et l’identification des données porteuses de valeur; la seconde « agir présentement » fournit une information utile et pertinente, nécessaire pour l’engagement d’actions qui auront des impacts concrets et mesurables ; enfin la troisième « anticiper le futur » fait appel aux nouvelles technologies telles que l’Intelligence Artificielle pour l’établissement de scénarios prédictifs,  pouvant par exemple bénéficier aux services logistiques par l’anticipation des stocks. L’entreprise se dote ainsi d’une proactivité et d’une agilité synonymes de performance. Elle peut construire et faire évoluer en permanence son plan d’actions suivant les conjonctures évènementielles qu’elle rencontre grâce à la prise de connaissance en temps réel des données. Le professionnel du traitement des données l’accompagnera par ailleurs dans sa conduite du changement en usant de la donnée comme preuve. La donnée intelligente ne peut être dissociée de l’intelligence humaine dans la mesure où elle a besoin de l’humain, en capacité de procéder à son analyse tout comme elle a besoin de l’humain en capacité d’utiliser le socle technologique ad hoc lui-même aujourd’hui strictement nécessaire pour le développement d’algorithmes et réussir à faire le tri dans ce flux continu de données.

Pour un développement satisfaisant de vos activités et de votre chiffre d’affaires, une base de données fiable vous est nécessaire. Votre principale problématique n’est pas sa constitution mais sa gestion. Voici les différentes étapes à respecter pour que votre base de données puisse représenter un véritable levier de croissance.

1/ En premier lieu, assurez le nettoyage de votre base de données

La première étape pour vous garantir une base de données fiable est celle de son nettoyage. Au préalable, il faut prendre en compte les différents points de contact que vous avez eu avec les prospects/clients contenus dans votre base de données marketing. Ces informations se trouvent dans les :

• Désinscriptions ;
• Hardbounces ou erreurs permanentes ;
• Signalements pour SPAM ;
• Doublons.

Il vous faut donc effectuer le nettoyage de ces contacts, mais aussi la suppression de ceux qui sont restés inactifs durant les six derniers mois, afin de minimiser les désabonnements ou plaintes pour SPAM. Si votre base de données de prospection n’a encore jamais été utilisée. Il vous faut être d’autant plus vigilant, car vous pourriez vous retrouver dans la catégorie des envoyeurs à risques auprès des prestataires de plateforme d’envoi d’e-mailing. Commencez par l’identification de petits groupes de prospects/clients dont les profils semblent correspondre à un niveau de fiabilité pour lancer votre e-mailing. Pour cela, certains critères vous aideront à effectuer ces choix. Vérifiez si vos contacts sélectionnés ont été actifs durant les six derniers mois et ont consenti à recevoir la communication de votre organisation (contacts opt-in).

2/ Sachez organiser la collecte des données

La qualité de la collecte des données pour bénéficier d’une base de données fiable est essentielle. Il faut par exemple savoir quelles informations demander au prospect/client, selon qu’il s’agisse d’une quête ou d’une mise à jour de données. La mise en place d’un dispositif de contrepartie pour le client afin de l’inciter à fournir les informations nécessaires est également très utile. Cela renforce encore plus la relation avec eux. Commencez par l’identification des contacts opt-in de votre base (ceux qui consentent à recevoir la communication de votre entreprise).

Dans tous les cas, vous devez analyser profondément les spécificités de comportement, de statut, de chacun de vos prospects/clients

3/ Segmentez votre base de données marketing

La segmentation de votre base est une étape incontournable pour que vous puissiez exploiter de manière optimale votre base de données. Il vous faut donc créer des groupes selon des critères bien définis. Cela permettra de rendre votre stratégie d’e-mail marketing plus efficace, d’optimiser votre budget dédié et d’offrir une plus grande précision aux campagnes pour mieux fidéliser vos clients. Pour cela, il faut par exemple décider du canal le plus adapté pour la communication auprès d’un groupe, l’offre la plus susceptible d’être mise en avant et les informations à mettre en avant pour attirer l’attention des clients.

4/ L’importance de l’usage des liens

Vous pouvez par exemple placer un lien derrière le logo de votre entreprise, inciter votre prospect/ client à l’action (Call To Action) pour le diriger vers une landing page présentant certains de vos produits. Dans tous les cas, vous devez analyser profondément les spécificités de comportement, de statut, de chacun de vos prospects/clients.

Google et Meta sont les groupes de l’industrie numérique qui collectent le plus d’informations sur les utilisateurs de leurs plateformes respectives. Selon une étude de Kaspersky, un des deux mastodontes américains siphonne encore plus de données que l’autre. Le cabinet spécialiste des solutions de cyber sécurité offre quelques conseils pour réduire la quantité de données aspirées.

Google et Meta qui chapeaute à lui seul Facebook, WhatsApp et Instagram, sont particulièrement gourmands en matière de données personnelles. Mais, comme l’observe à juste titre Kaspersky dans son enquête, la mesure de l’étendue des informations collectées par une organisation sur les utilisateurs de ces plateformes n’est pas chose aisée.

Google est encore plus avide de données informatives que Meta. L’étude de Kaspersky répertorie 6 services de traçage de données. 4 de Google : Google Marketing Platform, Google Analytics, Google Adsense et YouTube Analytics, ce dernier fournissant des données sur les internautes/mobinautes qui regardent une vidéo. 

Géant de la publicité online, Google est donc le plus gourmand en matière de données personnelles. Une partie importante de ses revenus provient d’ailleurs des annonces publicitaires. En 2021, les revenus publicitaires du groupe Alphabet, maison mère de Google, ont en effet atteint la modique somme de 210 milliards d’euros.

Kaspersky repère aussi un service de publicité ciblée de Meta, également avide de données personnelles : Facebook Custom Audiences. Comme Google, Meta dépend essentiellement de la publicité online. Le groupe californien a annoncé 115 milliards d’euros de revenus publicitaires en 2021. Dans ce contexte d’une économie digitale qui ne cesse de progresser, les données personnelles représentent le cœur du business model du groupe. Les auteurs de l’étude précisent « qu’en fonction des données auxquelles ils ont eu accès, Meta se classe toujours derrière Google dans tous les pays du monde ». Le différentiel de revenus publicitaires des deux groupes confirme cette estimation.

Réduire le siphonnage de données

Il existe quelques moyens simples à utiliser pour la protection de ses données personnelles lorsqu’on surfe sur la toile. Par exemple, les auteurs de l’étude conseillent l’utilisation d’un service de VPN, comme NordVPN, ExpressVPN ou encore ProtonVPN. Cette solution préconisée permet déjà de cacher une partie des données collectables, comme l’adresse IP, ce qui « trouble dans une certaine mesure le profil numérique que les marketeurs veulent créer ».

La groupe d’origine russe recommande également l’installation d’extensions capables de protéger vos données personnelles. Évidemment, il met en avant ses propres outils, mais il existe sur le marché bien d’autres extensions destinées à la réduction drastique du nombre des données qu’un internaute/mobinaute laisse derrière lui.

Enfin, l’enquête recommande fortement de ne pas accepter systématiquement tous les cookies. Ces fichiers enregistrent et fournissent en effet de nombreuses informations sur les sites et pages consultés par les internautes/mobinautes. En revanche, vous pouvez accepter les cookies « dont les services ont besoin pour fonctionner ». En suivant ces quelques recommandations, vous pouvez limiter au maximum le nombre des données qui composeront votre profil publicitaire…

Les organisations ont toujours su gérer des actifs tels que les biens, les équipements, les stocks, les liquidités et la propriété intellectuelle. Les données d’une entreprise représentent en 2022 un nouvel actif. Harvard Business Review s’est récemment interrogé si un nouvel ordre mondial basé sur l’exploitation des données et leur potentielle création de valeur n’était pas en train d’émerger.

En effet, aujourd’hui les entreprises collectent et analysent de très importantes masses de données, ce qui alimente une nouvelle économie des données, stimule la croissance et crée de nouvelles sources de profits pour les organisations. 

L’économie des données et les organisations numériquement matures seront définies par leur empreinte en matière de données, car les avantages concurrentiels ne sont plus dus qu’aux seuls dispositifs et processus existants mais aussi aux données, aux algorithmes et à la collaboration. Les organisations natives du numérique rivalisent désormais avec les grandes entreprises, sur les marchés depuis longtemps, dans tous les secteurs, en proposant des expériences alimentées par l’Intelligence Artificielle. 

Pour autant, les données ne sont pas apparues hier, loin de là ! Les entreprises ont toujours tenté d’exploiter au mieux leurs données pour bénéficier d’un avantage concurrentiel. Toutefois, aujourd’hui l’économie des données est alimentée par l’avènement de nouveaux dispositifs technologiques qui sont non seulement producteurs de toujours plus de données, mais permettent aussi in fine la création de nouvelles expériences plus personnalisées.

Les solutions d’analyse et de modélisation des données sont devenues incontournables pour une bonne gestion des incertitudes actuelles

Parmi les éléments permettant la collecte de grandes quantités de données à une vitesse jamais atteinte auparavant, on peut citer la couverture réseau quasi totale, les appareils et capteurs IoT bon marché, la disponibilité des drones et l’arrivée de la 5G.  Le développement des applications de l’intelligence artificielle et de l’apprentissage machine ont également permis la mise en place de systèmes cognitifs qui font bénéficier aux entreprises d’informations tirées de leurs données – que ce soit sur site, dans le cloud ou en périphérie.

Les connaissances acquises par l’analyse fine des données permettent aux entreprises axées sur les données de reconsidérer leurs modèles commerciaux et leurs stratégies commerciales.

Les observateurs considèrent que la transformation des organisations, nécessaire pour relancer les économies, est grandement favorisée par cette économie des données. Les solutions d’analyse et de modélisation des données sont devenues incontournables pour une bonne gestion des incertitudes actuelles ainsi que pour une préparation efficace à tout autre événement perturbant à venir. 

Les connaissances acquises par l’analyse fine des données, rendues possibles par les diverses avancées technologiques, permettent aux entreprises axées sur les données de reconsidérer leurs modèles commerciaux et leurs stratégies commerciales.

Elles procurent aussi des perspectives d’innovation, notamment de création de nouveaux produits/services. L’analyse prédictive permet une augmentation du CA, un accroissement de l’efficacité opérationnelle et une préparation anticipative aux perturbations des services.

Les données remplissent aujourd’hui une fonction économique déterminante et essentielle de transformation des organisations ayant comme ambition de devenir des entreprises agiles, sensibles, autonomes, pilotées par les données.

Au fur et à mesure que le nombre des données continue d’exploser au milieu d’appareils instrumentés et interconnectés et qu’elles fournissent in fine des informations intelligentes, le fort développement de l’économie des données perdurera et permettra aux organisations l’exploration de nouveaux modèles économiques axés sur les données.

Selon le cabinet Gartner, l’analyse des données intervient de manière prépondérante et déterminante dans seulement un peu plus de la moitié (52 %) des prises de décisions marketing. Ce sont les défis inhérents à la gestion des données et les biais cognitifs qui sont en cause. Décryptage.

L’importance des analyses des données pour l’établissement des décisions stratégiques de l’entreprise est de plus en plus reconnue.

En mai et juin 2022, Gartner a questionné 380 pratiquants de l’analyse des données marketing afin d’évaluer son rôle et son importance dans leurs prises de décision. Résultat des comptes : les analyses des données n’ont une réelle influence que dans un peu plus de la moitié des décisions marketing, bien que soit enregistrée une meilleure intégration de la donnée dans les différents départements de l’organisation. Selon l’étude, la simple collecte et le traitement des données n’est pas suffisant en soi pour que les analyses des données s’imposent au moment de prendre les décisions. Les Chief Marketing Officers doivent relever le véritable challenge que constitue la rationalisation de la décision, à savoir les biais cognitifs et l’absence d’une culture fondée sur la décision rationnelle.

Les professionnels qui utilisent les analyses des données marketing considèrent que les difficultés qu’ils rencontrent sont directement liées au manque de qualité et fiabilité de la donnée

Selon le rapport du cabinet Gartner, les entreprises qui prennent leurs décisions en s’appuyant faiblement ou nullement sur les analyses des données ont plus de difficultés à prouver la valeur de leurs efforts marketing. D’ici fin 2023, le cabinet prévoit qu’environ 60 % des Chief Marketing Officers devraient réduire de moitié la taille de leur département « analyse des données » en raison de l’échec des projets lancés et/ou du faible retour sur investissement.

Difficultés liées au manque de qualité des données et aux biais cognitifs

Les professionnels qui utilisent les analyses des données marketing considèrent que les difficultés qu’ils rencontrent sont directement liées au manque de qualité et fiabilité de la donnée ; fournir la bonne réponse est donc le principal défi de l’intégration de la donnée dans la sphère décisionnelle. Les sondés avancent comme sources principales de leurs difficultés et du faible impact des analyses des données sur leurs prises de décision « des données incohérentes entre les sources » et « des données difficiles d’accès ».

Les obstacles à l’utilisation des analyses des données devant participer à la prise de décision ne sont pas toujours dus aux difficultés d’intégrer des données propres au marketing.

Les équipes marketing tentent souvent de relever ce challenge par l’intégration de plus de données ou par l’acquisition d’une technologie différente, sans succès. Par exemple, les marketeurs constatent que les rendements marginaux de l’intégration des données sont en diminution lorsqu’ils cherchent à obtenir une visualisation à 360 degrés du client (Single Customer View).

Les obstacles à l’utilisation des analyses des données devant participer à la prise de décision ne sont pas toujours dus aux difficultés d’intégrer des données propres au marketing. Souvent, il peut s’agir de dysfonctionnements liés aux personnes et/ou de processus. 1/3 des professionnels sondés estime par exemple que les preneurs de décision sélectionnent des données pour tenter de soutenir un raisonnement qui s’aligne sur une décision déjà prise ou une idée préconçue. En outre, près d’1/4 des professionnels interrogés considère que les décideurs ne prennent pas en compte les informations fournies par l’équipe chargée des analyses des données (25 %), rejettent leurs recommandations (24 %) ou se fient à leur simple intuition pour effectuer leur choix (24 %).