Tous nos clients sont des idiolectes

Frau beim Reden

Et oui…chaque client parle son propre idiolecte 

En linguistique on appelle idiolecte « l’ensemble des usages du langage propres à un individu donné, s’exprimant oralement. Ou encore l’ensemble des variantes d’une langue propre à un individu ».

Quel usage pouvons-nous en faire dans la gestion de l’expérience client ?

Idiolecte et relation client 

Les clients disposent d’un langage qui leur est propre. Ils attribuent aux mots des valeurs qui ne sont pas celles adoptées par une marque ou par les collaborateurs qui la représente. 

Il est important de bien identifier les mots et la valeur des mots utilisés par les clients.

Dans beaucoup de domaines, les mots ont un sens qui est compris de la même façon ou avec la même valence par certains groupes de clients mais pas par tous. Dans le domaine de l’argent, des sentiments, de l’utilité des achats, nous avons tous des mots qui nous choquent et des mots qui nous flattent ou nous confortent dans nos choix. Mais d’un individu à l’autre, ce ne sont pas les mêmes.

On connaît bien dans l’environnement bancaire l’inversion de langage entre le mot « crédit » utilisé du point de vue de la banque (l’argent qu’elle doit au client) et la compréhension qu’en ont beaucoup de clients (le crédit, c’est ce qu’ils doivent à la banque).

On sait aussi que certains clients dans le déni de leurs dépenses n’aiment pas parler du crédit auquel ils recourent, mais parle de « financer un projet », ou d’une « épargne à l’envers ».

Je ne parle même pas du langage technique ou juridique ou encore du recours aux abréviations, parfaitement assimilés par certains clients et incompréhensibles pour d’autres.

Du bon usage des idiolectes

Il n’est pas toujours possible d’associer à chaque client son idiolecte, mais les constructions à base de personae, permettent de manière très intéressante d’associer des dictionnaires de mots « interdits » et de mots « valorisés » dans les échanges avec les clients.

A chaque « persona » on peut associer un « dictionnaire » utilisables dans la rédaction des e-mails, des pages Internet (c’est encore mieux quand on peut « pousser » des pages personnalisées), mais également dans les échanges par téléphone et les Chat.

On évite ainsi les incompréhensions, les non-dits, les moments de gêne et l’expérience client n’en est que plus gratifiante.

Chacun de nous dispose de son idiolecte et chacun aimerait bien que les marques s’adaptent à notre niveau de langage et de compréhension.

Publicités

Parcours client, pourquoi faire simple ?

Girl climbing in adventure park , rope park

Des parcours clients « relationnels »…très simples

Faire vivre au client une expérience réussie, c’est être sûr qu’il trouve bien la réponse à ces attentes à chaque étape de ses interactions avec la marque.
On ne parle pas ici de parcours construits par des organisateurs pour optimiser les ressources de l’entreprise, mais de « parcours d’expérience » qui s’appuient sur des interactions clients/marque générant un sentiment de satisfaction réciproque.

Il faut bien connaître les besoins de ses clients et en particulier ses besoins relationnels.

Pour cela, il nous disposer de description des clients sous formes de personae.
La « persona » dont nous avons expliqué la nature et la construction dans un précédent post va jouer tout son rôle dans cette construction.
En effet c’est le besoin du client dans l’interaction qu’il nous faut anticiper. C’est dans le temps de l’interaction qu’il est important de connaître en quoi consistent les attentes du client.

La persona va nous donner des informations sur le style relationnel du client.

  • Avons-nous à faire à un client qui souhaite prendre son temps dans l’échange et recevoir des recommandations pour en débattre ?
  • Avons-nous à faire à un client toujours pressé qui nous contacte avec une idée précise et ne demande que la confirmation de son choix ?

Bien évidemment la persona sera complétée des informations sur le potentiel d’achat des clients, leurs appétences par produit, le risque d’attrition etc…toutes informations désormais bien maîtrisées par la plupart des marques.

Il faut limiter le nombre de personae, personnellement je recommande de se limiter à 5 ou 6 personae maximum.

C’est sur la base des personae que l’on va construire les parcours clients.
Inutile de tenter de construire les parcours correspondant à la totalité des interactions possibles.
J’ai vu pas mal de tentatives dans ce domaine. C’est un sujet de modélisation et d’optimisation mathématique sous contrainte, peu d’entreprise ont à la fois l’expertise, les données et les moyens financiers de réaliser cette opération (par ailleurs passionnante, mais qui relève davantage de la recherche actuellement que d’un besoin opérationnel).

Je recommande le plus souvent de choisir quelques moments d’interaction critiques (la 1ére entrée en relation, le premier ré-achat, un incident de livraison ou de paiement, etc.). Puis à partir de ces « moments d’interaction » de construire les parcours correspondants.

La construction du parcours client relationnel

Il est important de concevoir les parcours en distinguant l’objectif poursuivi par le client, on distingue généralement 5 à 7 objectifs, voici les 5 plus courants :

  1. s’informer
  2. acheter ou souscrire
  3. gérer son contrat (modifier des données personnelles ou des données de paiement, gérer un suivi de commande ou un retour …)
  4. régler  une question de SAV
  5. obtenir une réponse à une réclamation

Ensuite on représente généralement sur un tableau (type Metaplan), pour chaque « objectif », les canaux mis en œuvre et le dispositif mise en place.

Par exemple, pour le Persona 1 qui souhaite s’informer sur le prix d’un service ou d’une gamme d’offres, on décrira pour chaque canal (boutique, internet fixe, Internet mobile, réseaux sociaux, communautés…) :

  1. l’offre de canaux : on peut décider par exemple que cette information pour ce persona ne sera pas proposée en lecture directe sur le site Internet mais sera disponible par e-mail, Chat…
  2. les caractéristiques de la proposition de réponse : le ton, la profondeur de la description, l’idiolecte, les engagements

On comprend très vite l’intérêt de se limiter à 5 ou 6 personae et à 5 ou 6 grandes étapes d’interaction.
Au-delà on s’approche très vite de la célèbre usine à Gaz.

La contrainte de « vraisemblance »  limite le nombre de situations à retenir

La mise en œuvre opérationnelle doit être facilement appropriable par les collaborateurs en contact avec les clients.
Il est possible de concevoir « en chambre » un très grand nombre de scénarios, mais ils sont très vites déconnectés de la réalité quotidienne et peu utilisables par les collaborateurs en contact avec les clients.
En revanche, en limitant les situations prises en compte, on va pouvoir construire les scénarios de parcours clients dans le cadre de groupes de travail intégrant des collaborateurs en contact avec les clients.

On a ainsi bien plus de chances de disposer de parcours tout à fait utilisables sur un plan opérationnel.

Les avancées dans le domaine de la connaissance des clients

6296398_blog

Les visites sur Internet sont une manne pour connaître les clients

Le site voyage-sncf.com par exemple enregistre 6,9 millions de visiteurs uniques par mois (sources Fevad-Médiamétrie 2è trim 2015). Il dispose de 2 datacenters qui traitent 60 téraoctets de données chaque mois.
L’analyse des données clients passe par la conception d’algorithmes complexes qui établissent un lien entre les observations de différentes natures et des probabilités d’achat.

Plus les données sont riches et variées, plus les algorithmes seront pertinents

la richesse de la donnée permet d’individualiser plus finement la réponse apportée au client. Dans l’exemple du voyage, un client qui s’intéresse à un vol pourra se voir proposer un hébergement correspondant précisément à ses goûts et son budget. Il sera même possible d’associer une promotion adaptée à sa recherche.

Pourquoi n’en sommes nous pas encore au niveau de pertinence attendu.

Il est vrai que les e-mailings, sms ou autres que nous recevons ne sont que rarement pertinents. C’est que le sujet est complexe.
Il ne s’agit pas seulement de constater que vous avez demandé par deux fois un hôtel quatre étoiles pour en déduire qu’il s’agit là de votre préférence.
La grande question est celle dite de la « contextualisation », c’est à dire de l’interprétation de votre demande en intégrant les éléments du contexte de cette demande.

Comment avancer efficacement dans la connaissance client ?

On avance sur ce sujet grâce aux données indiquant le canal utilisé, la localisation et grâce aussi aux informations concernant les déplacements et le temps.
Sur quel canal avez-vous fait votre recherche, dans quel lieu, à quelle heure ? Ces informations vont permettre de donner une « valeur » à cette navigation qui sera enregistrée comme une métadonnée.
Ainsi notre client est-il peut-être celui qui donne les bons tuyaux à ses collègues de bureaux sur les lieux de vacances à l’autre bout du monde, mais ne part jamais hors de France.
Pour renseigner ses collègues il utilise sa tablette aux heures de bureau. Devant son ordinateur à la maison en soirée, il consulte les gîtes de province dans le cadre de sa recherche personnelle. Les données de localisation et de temps vont nous permettre de distinguer ces deux comportements.
Je me rappelle d’une étude que nous avions fait pour une banque et qui nous avait permis de comprendre les usages des DAB (Distributeur automatique de billets) en analysant les lieux de retrait (à proximité du travail, du lieu d’habitation où de lieux de séjours), les montants retirés et le jour du retrait. On pouvait en déduire des modes de « fonctionnement » de nos clients et y associer des styles de vie.

On gagne aussi en hybridant les données

Le croisement de données internes à l’entreprise avec des données issues d’autres sources est un facteur de richesse considérable.
J’ai eu l’occasion, pour une banque, de croiser un fichier de clients supposés à haute capacité d’investissement avec une mégabase de données de consommation (les consommateurs sont invités dans le cadre d’un sondage à enregistrer tous leurs achats semaine par semaine).
Le résultat a été spectaculaire en terme de connaissance. Les modes de consommation nous ont permis de valider notre algorithme de classement des clients dans des groupes à fort pouvoir d’investissement et à retirer certains types de clients de ce segment.
Nous étions dès lors beaucoup plus pertinents dans nos propositions.
Mais ce n’est pas dans la culture française et encore moins dans la culture bancaire d’échanger des données. L’expérience que j’évoque ici n’a pas eu de lendemain.
Il faut que nous apprenions à échanger les données entre intervenants de secteurs différents, en respectant bien entendu la confidentialité des données, ce que l’on est tout à fait en mesure de faire, si nous nous en donnons les moyens.
Les DMP sont dans ce domaine la preuve que les choses avancent aussi dans ce domaine.

Pour faire avancer la connaissance client il faut supprimer les effets de silos

Les équipes chargées de la connaissance des clients doivent-être pluridisciplinaires. Elles doivent compter des compétences en codage informatique, en analyses statistiques, en modélisation mathématiques et marketing.
Il est intéressant de leur associer des experts en communication. Les moyens financiers ne viendront que si des Directions clientes acceptent de s’intéresser à ce potentiel de connaissance et commandent des études.
Si un communicant ne leur « vend » pas le projet, elles préfèreront ronronner sur des pratiques usées et peu productives, mais moins risquées parce que connues et reconnues.

Big Data study Case ING Belgium


Pourquoi se lancer dans le Big Data?

Pour ING Belgium, le choix de s’orienter vers le Big Data est lié à la nécessité de trouver de nouvelles ressources de ciblages.

En 2009, 5% des contacts commerciaux s’appuient sur des modèles de scores. Mais en 2014, c’est 60% des contacts qui résultent de modèles prédictifs.Environ 4,4 millions de scores sont utilisés dans la sélection des clients à contacter.

La demande du marketing porte sur des ciblages de plus en plus fins et le potentiel de réponses basées sur les techniques utilisées jusque-là s’épuise.

Pour qui et sur quels thèmes initier la démarche ?

En 2014, ING Belgium décide de créer un « Lab Big Data ». Les premières applications sont réalisées pour le marketing « retail » et les entreprises. La Direction du Marketing était la plus intéressée par cette démarche et constituait un excellent « sponsor ».

Les premiers travaux portent sur des données non structurées, il s’agit d’exploiter les « commentaires libres » laissés par les conseillers dans l’outil de CRM. La recherche s’oriente ensuite vers l’identification du réseau de contacts des clients entreprises. Ces travaux sont très vite encourageants.

Aujourd’hui le Big data est bien installé dans une fonction d’exploration de données qui ne seraient pas exploitables par les techniques habituelles d’analyses statistiques.

Comment organiser un « Lab Data » ?

L’équipe est constituée de 9 personnes. Elle présente la particularité d’être pluridisciplinaire

  • 3 spécialistes de l’IT qui maintiennent la plateforme et déploient les outils*
  • 1 expert métier
  • 3 Datascientists
  • 1 planificateur/organisateur

Quelle expérience en retire ING Belgium ?

Tout d’abord le Big Data recèle bien des trésors de connaissance.

Dans le cas présent, le Big data est envisagé comme un outil de R&D. La plateforme est déconnectée des infrastructures de production de la Banque. On gagne en souplesse et on ouvre des voies de recherche qui n’auraient pas pu être investiguées autrement.

Pour ING Belgium, la clé du succès d’un Big Data de R&D repose sur une équipe pluridisciplinaire constituée d’experts IT, d’experts métiers, de Datascientists et d’au moins un organisateur.

Le Datascientist doit avoir un profil particulier. Il a d’autres compétences que le statisticien travaillant habituellement sur les scores.

  • Il a l’esprit tourné vers l’exploration, il est curieux, il est autonome pour trouver des solutions
  • Il a une bonne expertise du métier pour lequel il fait ses recherches
  • Il sait coder en différents langages pour assurer son autonomie (dont « R » et « Python »)
  • Il est statisticien et mathématicien
  • Il a des connaissances en intelligence artificielle
  • Enfin, il aime travailler en équipe

Comme on s’en rend compte, il n’utilise pas spécialement SAS ou d’autres outils standardisés d’analyses statistiques (SPSS…)

Une autre clé du succès tient à l’organisation du travail. Il est indispensable d’entretenir un rythme soutenu sinon le risque de s’enliser dans des recherches sans intérêt existe réellement.

ING Belgium s’organise avec des méthodes agiles (dans ce cas, c’est du Scrum avec des « sprints » de 2 semaines).

Tous les 15 jours une réunion de travail permet un échange pluridisciplinaire sur les recherches engagées et prend la décision de continuer ou d’arrêter l’analyse.

Le succès de cette démarche ouvre sur de nouvelles questions, l’une d’entre elles retient l’attention.

Compe tenu de la connaissance métier nécessaire au Datascientist et au travail d’équipe à organiser autour de thèmes de recherche, faut-il ouvrir ce Data Lab à d’autres Directions de l’entreprise, ou créer autant de Data Lab que de domaines d’expertises ?

Nous verrons dans un prochain article un début de réponse à cette question.

voir la vidéo de l’intervention lors de la conférence Eacp-Marketvox, IESEG

Study Case Big Data ING Belgium

Démarrer un projet Big Data

5 bonnes questions à poser

1 – Quelle est la destination de ce projet ?

  • Est-ce un projet de recherche et développement en marge des infrastructures de production ou s’agit-il de poser les bases d’une nouvelle infrastructure ?

2 – Est-ce que la culture de l’entreprise est prête à accueillir une autre façon de raisonner ?

  • Il va falloir passer d’un mode de décision qui s’appuie sur ce que l’on pense à un mode basé sur ce que l’on sait (les décisions s’appuient sur des éléments quantifiés)
  • Les équipes SI et datamining sont-elles prêtes à travailler avec des logiciels en Open Source (Hadoop, Spark…), et à s’appuyer sur le Cloud (plus flexible et évolutif)

3 – Est-ce que je dispose des compétences en gestion et en analyse de la donnée ?

  • Je vais avoir besoin d’analystes tout à la fois statisticiens, mathématiciens, informaticiens et disposant d’une bonne connaissance du métier analysé.
  • Je vais également avoir besoin d’un Chief Data officer et de processus de gouvernance de la donnée

4 – Est-ce que je dispose des outils de visualisation qui permettent de représenter simplement des états complexes ?

  • De nombreuses solutions sont disponibles, type « Tableau Software » ou autre

5 – Est-ce que j’ai des « clients » susceptibles de « commander » un cas immédiat ayant une réelle résonance dans l’entreprise

  • Il ne faut jamais oublier de se créer des alliés qui porteront la communication sur les résultats

Des questions à ré-entendre dans la conférence Eacp-Marketvox, IESEG :

Koen de Bock / Kristoff Coussement Professeurs, IESEG School of Management

Le défi des agences bancaires

20535350_web

Des annonces qui font la une

Il fallait s’y attendre un jour ou l’autre, le 29 septembre 2015, la Société Générale annonce qu’elle pourrait fermer  400 de ses 2221 agences d’ici à 2020, soit 18% de son parc d’agences.

Au même moment, des sources syndicales annonçaient que la BNPP avait déjà supprimé pas moins de 52 agences en 2014, et comptait bien poursuivre sa cure d’amaigrissement.

La presse joue la surprise et en fait ses gros titres, mais c’est un secret de polichinelle.
Depuis plusieurs années tous les experts savent pertinemment que les réseaux bancaires devront se mettre au régime.

La densité du réseau d’agences bancaires en France tient à des raisons historiques

Les réseaux d’agences de proximité se sont développés en France à une époque où les banques étoffaient leur réseau pour acheter des parts de marché.
A partir des années 80, les ménages français disposent très largement d’un compte bancaire et les banques deviennent plus prudentes avant d’ouvrir de nouvelles agences.
Malgré tout, il reste essentiel de maintenir un réseau très dense. Les clients choisissent leur banque en fonction de la proximité géographique, de la présence d’un parking, de la facilité d’accès.

Plus une banque est présente sur le territoire et plus elle a de clients. Plus elle a de clients et plus elle a de résultats.
Une fois acquis, le client reste en moyenne plus de 10 ans dans la même banque, d’où l’enjeu de la conquête de ces nouveaux comptes.
Le seul vrai risque, c’est le déménagement. Si un client déménage et ne trouve pas d’agence bancaire à proximité de son nouveau domicile, il change de banque.

Jusqu’au milieu des années 2000, on ne remettra pas en cause fondamentalement la densité de ce réseau.

En 1998 il y avait en France 25427 agences bancaires et en 2002 il y en avait 26161. Il faut y ajouter les 17 000 bureaux de Poste qui à partir des années 2000 joueront le rôle de véritables agences bancaires.

Les agences s’organisent en fonction du flux de « visites naturelles »

Avec l’évolution des moyens de contact et des supports de paiement, la notion de proximité va se déplacer de la « proximité physique » à la « proximité relationnelle ».

La « proximité physique » était bien utile pour réaliser les opérations courantes. Si jusqu’aux années 2000 les visites en agences sont fréquentes, elles s’adressent en priorité au guichet. 80% des visites portent sur 3 opérations, le retrait, le dépôt d’espèces et la mise à disposition des moyens de paiement (carte et carnet de chèque).
Pour tirer parti de ce « flux naturel » de visites, la fonction de « conseiller » s’installe avec une dimension résolument commerciale. Le conseiller a pour mission d’enrichir l’équipement du client en produits financiers (moyens de paiements, produits d’épargne disponible, produits de placement, crédit etc…)
Les conseillers doivent réaliser en moyenne quatre entretiens de conseil par jour et  deux entretiens de SAV, environ 2,5 de ces entretiens donnent lieu à une vente.
Selon une étude Médiamétrie, de 2001, en France, 76% des clients de banques déclarent qu’ils préfèrent rencontrer leur conseiller en agence, seulement 9% préfèrent contacter le conseiller par téléphone. Il est à noter que déjà  8% des français évoquent de manière positive le recours à une banque entièrement sur Internet (contre 11% en Grande Bretagne et déjà 42% en Suède).

Le réseau physique bancaire n’est pas figé pour autant. Le géomarketing se développe pour « positionner » les agences dans les lieux qui favorisent la captation des flux de passants. Certaines agences sont fermées, d’autres s’ouvrent pour optimiser ce réseau physique.

Les agences bancaires tentent de faire venir les clients qui ne se déplacent plus

Certains experts annonçaient dès le début des années 2000, le retournement de la courbe des visites en agences.

Plusieurs facteurs le laissaient penser.

La carte bancaire prend peu à peu l’ascendant sur le chéquier et les retraits au distributeur de billets réduisent les contacts au guichet. Bientôt la totalité des opérations de retrait d’espèces seront transférées vers les Guichets automatiques de Banques (GAB/DAB). Les automates de dépôts de chèques vont parachever la chute de ces flux de visites.
Les serveurs vocaux interactifs (téléphone) donnent automatiquement les soldes de comptes et les dernières opérations par téléphones supprimant un autre motif de visite.

Les banques ont bien tenté de réagir. Puisque le volume des « clients de passage » diminue, il faut le remplacer par un flux de visites « provoquées ». Pour toutes les banques de détail, cette stratégie apparaît comme éminemment vertueuse. Un client qui se déplace dans son agence à l’invitation de la banque, sera beaucoup plus réceptif au conseil qu’un client qui passe dans son agence avec l’intention d’effectuer une opération courante.

Le travail a porté sur la connaissance des clients, le ciblage marketing, les scores permettant d’indiquer au conseiller les contrats les plus susceptibles de satisfaire le client, la mise en place de nouvelles méthodes de vente…

Les banques ont ensuite tenté d’offrir une grande disponibilité de leur offre de rendez-vous. Elles ont élargi les plages horaires d’ouverture des agences. Elle ont libéré leurs conseillers de la charge des contacts par téléphone, qui seront redirigés vers des centres de contacts téléphoniques.

A partir de 2005 et l’arrivée à maturité d’Internet, les clients deviennent autonomes pour réaliser toutes les opérations simples et obtenir les informations qui leur semblent utiles, sans avoir à se déplacer pour voir leur conseiller.

L’inéluctable ralentissement des visites en agence bancaire.

Aujourd’hui 99% des français ont un compte bancaire. Plus de 50% des paiements sont effectués avec une carte. L’essentiel des consultations de comptes et les opérations courantes, comme les virements, se font sur Internet. Les clients mieux informés trouvent par eux-mêmes les informations dont ils ont besoin.

Il y a beaucoup moins d’opportunités de rendre visite à son agence dont l’attrait est pas ailleurs en déclin.

Les techniques de vente largement développées depuis les années 2000, ont achevé de positionner le conseiller généraliste dans un rôle de vendeur et non de réel conseiller.

Alors oui, les visites en agences décroissent désormais à un rythme que va s’accélérer.

En 2014 seuls 17% des Français se rendaient plusieurs fois par mois dans leur agence, contre 62% en 2007.

Bientôt la généralisation des paiements par carte ou par téléphone supprimera même le besoin d’aller au distributeur de billets et nous fera oublier la localisation de notre agence.

Il est temps de se demander quel rôle l’agence va jouer demain, quelle sera la densité du réseau physique et comment s’articulera-t-il avec les Centres de relation client et Internet.

Marketvox a évidemment une petite idée sur la question, nous en reparlerons prochainement

Etes-vous prêts à accueillir le Big Data

Le Big Data occupe une place considérable dans les média et les conférences professionnelles mais pour beaucoup il a encore peu d’applications en entreprises.
Le réflexe consiste encore souvent à attendre que le sujet atteigne sa maturité avant de se l’approprier.
C’est une erreur, car le Big Data est une véritable lame de fond.
La technologie a mis du temps pour se stabiliser. Les infrastructures, les outils d’exploitation et d’analyse associés ont encore besoin d’être apprivoisés.

Les bénéfices du Big Data sont trop considérables pour que sa diffusion soit freinée

Avec le Big Data, une connaissance approfondie des clients et de leurs intentions d’achats devient possible. La connaissance des processus est améliorée et il est plus facile de « décloisonner » les Directions et les Marchés au sein des entreprises.
D’ores et déjà de nombreuses entreprises implémentent ou prévoient d’implémenter des technologies du Big Data. Elles trouvent des applications dans le domaine du marketing, de l’optimisation des réseaux commerciaux, de la finance, de la logistique etc.…
A titre d’exemple, selon le baromètre Accenture-L’Argus (2015), dans le seul secteur de l’assurance, 17% des DSI affirment avoir mis en place des technologies Big Data, mais 23% ont prévu d’en développer dans les 24 mois.
Les cycles de transformation se raccourcissent de plus en plus. Il est certain, qu’à un horizon de cinq ans, il ne sera plus possible d’ignorer les impacts du Big Data sur le fonctionnement des entreprises.

L’un des impacts à envisager concerne la transformation des organisations et des métiers

De nouveaux métiers apparaissent déjà, data scientist, chief data officer, d’autres doivent évoluer.
En ce qui concerne les métiers qui naissent, la rareté des formations et donc des candidats disponibles, peut constituer un frein à l’exploitation des données et donc réduire la valeur produite par les projets de Big Data.
Mais ce n’est pas le seul problème à anticiper. L’intégration de ces experts dans les équipes n’est pas toujours aisée.
Les expériences passées nous ont révélé la difficulté d’intégrer des experts aux salaires plus élevés que ceux de leurs collègues, mais aux parcours de carrière bien difficile à tracer.
Le cas des data scientists pourrait être plus épineux encore, compte tenu de leur importance stratégique.
Beaucoup de métiers d’aujourd’hui subsisteront, mais devront évoluer.
Le Big Data va produire des informations quantifiables et manipulables avec des outils statistiques et mathématiques.
Beaucoup de métiers qui basent leurs décisions sur l’expérience ou l’intuition vont devoir se réformer.
En effet, les prises de décision ne mobilisent plus les mêmes compétences, dès lors que les informations sont transformées en connaissance au travers d’algorithmes.

L’évolution de l’achat d’espace nous en offre une illustration : il y a vingt ans on achetait les espaces publicitaires dans la presse, la radio et la télévision à partir d’informations sommaires. C’était l’expérience, le savoir faire et l’intuition qui permettaient de traiter ces informations pour les transformer en décision.
Avec Internet, l’achat d’expositions (bannières sur les sites) se fait à partir d’algorithmes sophistiqués inspirés des outils des « traders » (30% des achats d’expositions sur Internet se font dans le cadre d’achats programmatiques).
Dès lors que la technologie existe, il est plus rassurant de confier la préparation des décisions aux machines.
Autre exemple, dans les centres commerciaux à la pointe du progrès technologique, des caméras captent l’humeur des clients et pilotent l’affichage des publicités et des messages dans les allées.
Le métier « d’acheteur d’espace » s’en trouve profondément modifié. Son poste de travail, dans un proche avenir, ressemblera au « desk » d’un « trader » bardé de courbes mises à jour en temps réel.
Tous les métiers qui peuvent prendre des décisions sur la base de données quantitatives (mode de décision informationnel) évolueront de cette manière. Ceci concerne les métiers du marketing (banques, assurances, constructeurs automobiles…) mais aussi les métiers de la logistique, de la communication, du contrôle et du pilotage.
Parfois ce ne sont pas les métiers eux-mêmes qui seront transformés, mais plutôt les frontières traditionnelles entre ces métiers.
Les actuaires qui font métier de modéliser le risque dans le secteur des assurances par exemple, seront confrontés à des data scientists qui disposeront de données en temps réel sur le comportement des assurés. Il faudra trouver une nouvelle articulation entre ces métiers.

Il est urgent de prendre la mesure de cette transformation
Tout ceci illustre combien il est important d’anticiper un monde dans lequel les données quantitatives et les algorithmes auront pris une place prépondérante.
C’est dès maintenant qu’il faut envisager les formations adéquates, les organisations adaptées et la manière de gérer l’évolution des postures des managers dont l’autorité est encore bien souvent basée sur l’adaptation à des modes de décisions intuitifs ou basée sur l’expérience.
C’est de tout cela dont nous débattrons lors de notre conférence du 2 octobre 2015 à 9h à la Défense :

Inscription à la conférence : Etes-vous prêts à accueillir le Big Data ?

Big Data et choix stratégiques

22147274_blog

Ce qui change avec le Big Data c’est non seulement le volume des données, mais aussi le champ des nouvelles données mises à disposition de l’analyse.
Ces données proviennent pour l’essentiel d’Internet et s’organisent autour des 4 Internets :

L’internet de l’information (c’est l’analyse du contenu des pages web) : les données sont issues des techniques d’analyse du langage (interprétation, classification des mots et analyse de proximités, analyse des sentiments…)
L’internet des gens : les réseaux sociaux
L’internet des endroits : la géolocalisation
L’internet des objets : les objets connectés

L’Internet de l’information et l’analyse des contenus :

Le traitement de l’internet de l’information connaît un développement considérable grâce aux progrès réalisés dans l’analyse sémantique des contenus du web.
Les applications peuvent aller de l’analyse du sens des contenus échangés à la constitution de segments de clients (à partir des éléments de discours utilisés en commun).
Pour illustrer ce que peut produire l’analyse du sens, citons le travail réalisé lors d’une conférence qui se tient chaque année à Austin(USA). Les intervenants y abordent un grand nombre de sujets concernant Internet et les nouvelles technologies numériques.
L’analyse du contenu de 1628 conférences, a permis de faire ressortir 9 thèmes vraiment innovants et méritant des développements.
On peut ainsi faire des analyses de tendances, identifier les préoccupations des clients à propos de certains sujets etc… 

L’Internet de l’information et la validation du territoire de marque :

Les marques peuvent utiliser l’analyse de contenus pour s’assurer que leur « territoire de marque» a bien un écho dans le grand public.
Il s’agit d’analyser la trace numérique de la marque sur Internet et de la comparer avec le territoire recherché.
Ex : pour Sony, dans 56% des cas les contenus sont associés à « console de jeux », or sa part de voix est deux fois moindre que celle de Microsoft sur le Web sur ce sujet. 

L’Internet de l’information et le profilage des clients :

La capacité à profiler les clients à partir des données du web trouve d’autres utilisations encore comme dans le cas de l’achat média.
Au lieu de payer le même prix pour toutes les expositions, quel que soit le profil du client ciblé, il est possible de fixer un prix pour chaque type de profil client.
La valeur du client est estimée à partir des informations portées par le cookie placé sur son ordinateur. On tiendra compte du profil sociodémographique, des sites consultés, des vidéos vues, des interactions, de ce qu’il a mis dans ses paniers et des simulations réalisées (immobilier)
Les profilages basés sur des données sociodémographiques ou des données de fonctionnement de comptes sont relativement stables. Ils sont intéressants dans le cadre de l’élaboration d’un plan marketing ou dans les prises de décisions stratégiques.
En revanche, ils n’ont jamais été très performants pour cibler finement les clients en fonction de leurs intentions d’achats.
Les profilages à partir des données du web possèdent cet avantage de « coller » à l’instant. Ils permettent de déceler des intentions immédiates ou à très court terme. A ce titre ces deux types de profilages sont très complémentaires.
L’analyse des sites visités (site immobilier, véhicule…), des contenus lus et des liens entre eux, permet de reconnaître des centres d’intérêt des clients. Des centres d’intérêt, il est possible de passer aux intentions d’achat. Ainsi un client qui visite de nombreux sites proposant des tablettes, puis qui concentre sa recherche sur un modèle précis, a très probablement l’intention d’en acheter une dans les prochains jours.
Les données d’Internet contribuent à développer de nouvelles formes de  segmentations comme les segmentations psychographiques. Il s’agit d’exposer un internaute à un panel de photos, de combiner ses réponses à ses données de surf et d’en déduire un profil.

 La richesse du Big Data réside dans l’échange des données :

La richesse du Big Data, c’est la capacité à traiter et à générer des données nouvelles.
Or plus les industries accepteront de croiser leurs données et plus elles créeront de richesse dans ce domaine.
C’est un profond changement de mentalité. Toute une génération de « marketeurs » a été éduquée à conserver jalousement ses données.
Or c’est l’échange des données qui fournira de nouvelles opportunités d’analyses et de nouvelles richesses dans la connaissance des clients.
C’est bien sur ce gisement de valeur que se positionnent des entreprises comme Uber, qui croisent les données fournies par d’autres…mais ça c’est une autre histoire.
Extrait de la conférence d’Arnaud Caplier (Directeur Général Digital Omnicom) du 2  juin 2015

Comment nos stratégies devront-elles évoluer sous l’influence du Big Data?
https://youtu.be/gWWLsbxIn4Y

Pour en savoir plus sur le Big Data 

Les nouvelles données du Big data

nouvelles données

Souriez vous êtes « tracké »!

C’est ce que l’on pourrait se dire en écoutant la conférence de Gilles Venturi (Soft Computing) lors de la conférence sur les nouvelles données du Big Data organisée par Marketvox, EACP et l’IESEG

On évoque souvent les volumes de données disponibles avec le Big Data et la vitesse à laquelle elles sont traitées.

Mais l’évolution majeure semble pourtant résider dans le nouveau gisement de données auquel le Big Data donne accès.

  • Il s’agit soit de données totalement nouvelles, le plus souvent issues d’Internet (les données fournies par les objets connectés par exemple)
  • soit de données déjà existantes que l’on ne songeait même pas à exploiter (la vitesse de passage de la souris sur une bannière)
  • soit encore des données que l’on regardait avec gourmandise, mais qui étaient inaccessibles

Le cas des données autrefois « inaccessibles » est parfaitement illustratif de l’évolution que nous observons.
Il y quelques années dans une grande banque française, j’avais souhaité étudier les comportements de retraits de billets dans les distributeurs automatiques. Je voulais comprendre quand et où les clients utilisaient ces distributeurs, à proximité de leur habitation, de leur travail, des commerces etc…

Cette étude n’a pas été possible, car nous étions dans l’incapacité de rapprocher les retraits (fichier des retraits au distributeur de billets) avec les comptes des clients. Le logiciel de gestion des distributeurs était conçu pour assurer la maintenance et évaluer la rentabilité des machines, pas pour suivre le comportement des clients.

Cet exemple illustre combien les choses ont changé en si peu de temps.

Aujourd’hui, il apparaîtrait comme une évidence d’associer les retraits au client dans le programme de gestion des distributeurs, et même si ce n’était pas le cas, les informations de géolocalisation des distributeurs et des clients, permettraient déjà de réaliser l’étude.

Les données nouvelles exploitent les progrès spectaculaires qui ont été faits dans le domaine de la compréhension du langage naturel, de l’analyse des photos et singulièrement de l’expression des visages (ainsi est-il possible de moduler l’affichage des publicités dans un centre commercial en fonction de l’humeur des clients ) etc…

l’intervention de Gilles Venturi (Soft Computing) invité lors de la conférence Eacp-Marketvox IESEG du 6 juin dernier donne un bon aperçu de cette transformation :

Réseaux sociaux, y aller ou pas ?

Unterricht draußen auf dem Schulhof

Pour la plupart des entreprises, la question ne se pose pas vraiment. Comment résister à la vague des média-sociaux quand Facebook annonce 21 millions de français utilisateurs chaque mois et que 39% des utilisateurs pensent que Facebook influe sur leur manière d’acheter.
Twitter est tout aussi incontournable pour créer du trafic, de l’engagement et même des achats. On pourrait citer encore Snapshat, Instagram, Pinterest et bien d’autres qui apportent chacun leur spécificité et séduisent chacun leur cible.
La question pertinente est plutôt celle de la manière d’y aller.
La façon d’aborder le sujet peut être sensiblement différente d’un secteur à l’autre. Dans le domaine des services, la première règle est de ne pas partir dans l’enthousiasme, juste pour y être, avec l’espoir de faire du Buzz.
Le Buzz s’épuise très vite et nous laisse avec des messages postés dont nous ne savons que faire…la pire des situations dans un univers où il faut être pertinent et réactif au risque de se faire éreinter.
Beaucoup préfèrent préparer leur entreprise en développant d’abord un Réseau social interne. C’est le dispositif que je préconise.

Première étape : créer un Réseau social interne

Au préalable, il faut créer une structure très légère, qui va piloter le dispositif. Elle est souvent rattachée à la Direction de la Communication où à celle de la Stratégie. En revanche je déconseille son rattachement à la Direction Marketing.

Le lancement d’un Réseau social interne va alors présenter de nombreux avantages :

  • les collaborateurs apprennent à se servir du Réseau Social et en particulier à répondre en phrases courtes.
  • on peut repérer les « early-adopters » (ceux qui en ont l’envie) et les influenceurs
  • on maîtrise mieux les contraintes concernant la déontologie et la conformité.
  • les collaborateurs découvrent l’intérêt de l’utilisation d’un réseau social (à ce stade un nombre réduit de collaborateurs contribue au Réseau social)

Deuxième étape : ouvrir le Réseau social sur l’extérieur 

Attention de ne pas se disperser. Il y a beaucoup de Réseaux sociaux, chacun dispose de ses codes d’échange et il faut totalement les maîtriser pour parfaitement s’intégrer dans leur écosystème.
Dans les cas que j’ai observés, les entreprises commencent souvent par Twitter, puis Facebook, LinkedIn etc…
Tout dépend de la cible recherchée  et des moyens disponibles. Allianz qui a commencé à utiliser les Réseaux sociaux en 2010 en utilise principalement deux voire trois.
Il faut s’assurer ensuite que l’on dispose bien des moyens de répondre aux sollicitations.
C’est une porte que l’on ouvre, tous les clients peuvent s’y engouffrer et poser des questions simples ou inattendues.
Le niveau d’exigence des clients est très élevé en ce qui concerne le délai de réponse.
80% des messages sont postés sur un « smartphone », le plus souvent en situation de mobilité et la demande de réponse tend vers l’immédiateté.
Les quelques collaborateurs de la cellule de pilotage n’y suffisent pas. Il faut s’appuyer généralement sur des volontaires qui apportent leur soutien pour assurer la réponse. On comprend l’intérêt d’avoir prévu une phase préalable au lancement qui mobilise des ressources en interne.
Il ne faut pas compter à ce niveau de maturité des Réseaux sociaux sur des dispositifs de réponses automatiques. Les outils existent, mais à ce stade du lancement c’est prématuré.
Il ne faut pas non plus se laisser déborder par les exigences du client et discerner l’important de l’urgent.
Pour autant, ces contraintes ne doivent pas constituer des freins. En l’absence de communication, même pour une entreprise d’une taille significative, les posts qui nécessitent une réaction se comptent au nombre de quelques dizaines par jours.

Une utilisation maîtrisée des Réseaux sociaux présente beaucoup d’intérêt  

  • Une expression très riche des clients qui donnent des informations sur les points forts et les points faibles de l’expérience que nous leur donnons à vivre.
  • Une ouverture à l’innovation avec la participation des clients (ils donnent beaucoup d’idées sur les développements possibles).
  • Un effet sur l’engagement des clients…et des collaborateurs