Big Data, Open Data, Fast Data … de nouveaux termes se multiplient. Mais de quoi s’agit-il réellement : évolution de la statistique ou révolution conceptuelle de la data ? De toute évidence, l’exploitation marketing de la data semble être une sérieuse source de gains de productivité pour les entreprises. Pascal Bernard, professeur à l’ISEG et contributeur au Survey-Magazine, nous l’explique.
Le Big Data s’habille de définitions. L’une des premières fût la règle des 3 V proposée par le cabinet Gartner : Volume (pour le nombre de données à analyser), Vitesse (pour la nature de traitement de ces données) et Variété (pour la multitude de données concernées). Cette définition de nature technologique a évolué pour intégrer d’autres variables : Valeur, Véracité (qualité des données), Variabilité (liée à la saisonnalité des données) voire Complexité (dans la façon de rendre intelligibles ces données).
Les projets Big Data se déploient depuis quelques années dans les entreprises, mais pour quel but ? La visée de la démarche réside concrètement dans la valorisation des données recueillies, car une fois analysées ces données deviennent des mines d’informations utiles et pertinentes pour les décisionnaires. La bonne pratique est de définir en premier lieu une problématique métier pour ensuite mettre en œuvre une stratégie de recherche et d’analyse de l’information. L’aspect technologique est relayé en second plan derrière la dimension stratégique de l’exploitation des sources Big Data.
Pour le marketing : améliorer la connaissance client
En général, le marketing s’intéresse à deux problématiques clefs : comment améliorer la connaissance client et comment établir une relation personnalisée ? Or les données en provenance des Big Data permettent réellement d’obtenir une vision à 360° des clients. C’est pour cela que l’entreprise a progressivement basculé d’un marketing de masse vers un marketing individuel où le Big Data connaît deux applications concrètes : l’appréhension en temps réel des comportements de consommateurs d’une part, et la détection de tendances de fond du marché d’autre part. Le data marketing devient prédictif plus qu’analytique.
Pour cela, les sources Big Data telles que les forums de discussion, les réseaux sociaux et l’Open Data (les données ouvertes) sont des pistes à prendre au sérieux par le marketing. Ces données sont en accès libre et permettent à l’entreprise d’en apprendre davantage sur ses consommateurs et d’ajuster en temps réel sa stratégie de marque. Les applications sont multiples : analyse de sentiment d’une marque ou d’un produit, identification de nouvelles tendances, anticipation des attentes des consommateurs, etc. Ces données peuvent par la suite être enrichies par des données déjà détenues par l’entreprise en interne, comme les bases de données CRM.
Une exhaustivité de données clients
Enfin, bien que les méthodes de segmentation aient fait leurs preuves, le Big Data offre une dimension nouvelle au regard de l’afflux de données qu’il entraîne. L’utilisation de ces gisements de données donne la possibilité de cibler finement les clients. Le métier de statisticien devient 2.0 : alors qu’hier il travaillait à partir d’échantillons, aujourd’hui le data scientist a la possibilité d’exploiter une exhaustivité de données clients. De plus, les données classiques traditionnellement structurées dans des bases laissent la place à de nouvelles données brutes et non structurées (texte, image, son). Le défi est de parvenir à associer ces différentes sources d’informations, qu’elles soient internes ou publiques, contenues dans des Cloud ou issues des réseaux sociaux. Voilà finalement l’enjeu de la data marketing.
Retrouvez l’article complet sur surveymag.eu.
