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.

Publicités

Données client, la grande peur

28919296_blog

Les nouvelles capacités de collecte des données client suscitent tout à la fois peur et enthousiasme.
Les sociologues auraient leur mot à dire sur l’imaginaire attaché à la maîtrise des données personnelles.

Est-ce que cette peur est rationnelle ?

Toutes les sociétés ont eu leurs grandes peurs. Certaines étaient sans fondement.

  • Le XVIe et le XVIIe siècle craignaient l’eau, en partie dit-on parce qu’elle était un vecteur de la peste. Après les terribles épidémies qui avaient ravagées l’Europe, il était recommandé de se laver avec parcimonie.
  • D’autres sont plus étayées. Le XXè siècle a eu peur du nucléaire et des OGM, le XXIè siècle a peur du changement climatique.

Dans quelle catégorie ranger la crainte suscitée par la collecte des données des clients ?

La peur associée à la collecte de masse des données client, a-t-elle quelque chose à voir avec la figure métaphorique du régime totalitaire représentée dans « 1984 » de Georges Orwell ?
Puise-t-elle dans l’angoisse suscitée par la découverte de la méticuleuse collecte d’informations de la Stasi ?
Ou encore dans la surprise de découvrir les écoutes des grandes oreilles de la NSA ?
Sommes-nous en face d’une réelle menace de nous voir confisquer notre vie privée ?

Il est exact que les entreprises peuvent collecter des données très précises sur nos comportements.

Depuis bien longtemps les banques par exemple connaissent beaucoup de choses sur nous. Notre banquier peut accéder aux informations concernant nos achats, nos revenus, nos placement, notre lieux d’habitation, le type d’habitat (habitons-nous une maison ou un appartement par exemple) la valeur de notre logement, nos préférences de contacts, nos déplacements (à partir des lieux d’utilisation de la carte bancaire), la constitution de notre famille etc…
Si notre banquier est aussi notre assureur, il connaît les caractéristiques de notre habitation, notre type de véhicule etc…
A partir de ces données, les calculs statistiques permettent de déduire nos centres d’intérêt, notre probabilité d’être séduit par tel ou tel type de service.
Mais c’est notre banque et nous nous disons que les données sont bien protégées.
Notre assureur découvre lui aussi qu’il peut bien mieux connaître ses clients.
Les objets connectés permettent aux assureurs, pour peu qu’on les y autorise, de connaître notre rythme cardiaque, notre régime alimentaire, nos pratiques sportives, mais aussi notre façon de conduire, nos heures de présence à la maison etc…
Mais c’est notre assureur et nous avons aussi confiance dans son sérieux pour ne pas laisser « fuiter » ces informations très personnelles.

Ce qui pour certains est plus dérangeant, c’est que petit à petit, des entreprises qui ont un capital confiance moindre, peuvent acquérir des données de la même nature.

Il suffit de collecter les traces que nous laissons sur Internet. Nous savons que Google dispose d’informations d’une richesse inégalée sur nos comportements. Bien d’autres entreprises à partir d’un simple cookie sur notre ordinateur peuvent connaître nos préférences en matière de lecture, de voyages, d’ameublement, de restaurant.
Une analyse de ces « traces » permet aussi de détecter à quel moment nous risquons de passer à l’achat. Un client qui revient à plusieurs reprises sur les pages d’une offre de produit ou service dans un temps très court, a des chances d’en envisager l’achat.

Du point de vue de l’entreprise cette quête d’information est directement liée à la nécessité d’être efficace, elle est vitale.

Connaître les clients pour leur proposer des offres commerciales avec un maximum de chance de les intéresser est la base de toute rentabilité commerciale.
Dans un environnement de concurrence exacerbée, réduire ses coûts d’acquisition en ciblant très exactement le client susceptible d’acheter une offre est un avantage évident.
Pas une entreprise ne résiste à l’attrait de la collecte de données et à leur analyse.
A l’heure où une grande partie des parcours d’achat démarrent sur Internet, on comprend tout l’intérêt de comprendre qui vient sur un site, ou n’y vient pas, pourquoi tel produit a attiré l’attention des clients et un autre pas, ou encore pourquoi un  client a interrompu sa visite avant l’achat alors qu’un autre a été jusqu’au paiement.
Les données collectées sur les clients sont analysées d’un point de vue statistique. Elles vont permettre d’isoler des comportements et de comprendre ce qu’il convient de faire pour mieux attirer ceux qui ne sont pas séduits par le parcours d’achat proposé.

Peut-on s’attendre à ce que les entreprises s’autolimitent dans la recherche et l’analyse des données ?

On ne comprendrait pas pourquoi une entreprise refuserait de capter une information que les clients leur donnent (sauf sur des critères d’éthique pour des données sensibles). Surtout si ces informations leur donnent un avantage concurrentiel ou améliorent leurs marges.
Certes c’est une recommandation de Christophe Bénavent qui s’exprime ainsi dans la revue l’Argus du 6 novembre 2015 « il faut uniquement collecter les données dont on envisage la finalité ».
C’est un point de vue qui pouvait être entendu lorsque la captation des données était difficile et le stockage coûteux.
Dans l’ère du Big Data, la notion de donnée utile n’a plus de sens. La démarche du data-scientist n’est pas de répondre à une question en utilisant des données utiles, mais de chercher de nouvelles questions en interrogeant des données de toutes natures.

Le contrôle peut-il venir des consommateurs eux-mêmes ?

Sauf retournement de situation, c’est peu probable. Il y a bien quelques réactions à l’appétit de données de Google, Amazon, Apple. Mais combien de personnes renonceront à la facilité d’utilisation de Google, à la richesse de l’offre d’Amazon ou à l’image que renvoie d’elles un produit Apple ?
Ma conviction c’est qu’il en sera de même dans tous les autres domaines. Les consommateurs ne résisteront pas longtemps à la détention d’objets connectés associés à des contrats d’assurances si ces contrats offrent un écart de prix significatif.

La réglementation peut-elle nous protéger ?

A mon sens, seule la réglementation pourrait peut-être limiter la course « à l’armement » dans le domaine du stockage et de l’exploitation des données. Elle le fait d’ailleurs grâce aux travaux de la Communauté Européenne et de la CNIL en France.
Mais la réglementation est toujours en retard sur les évolutions technologiques. De plus elle ne peut se permettre de mettre en difficulté nos entreprises exposées à une concurrence internationale.