Des Big Data pour mieux servir les clients

Force est de constater que beaucoup d’entreprise ne font pas vivre à leur client que de bonnes expériences : files d’attente longues (quelles soient virtuelles au téléphone ou concrètes en magasin), vendeurs plus ou moins compétents et parfois sans scrupules, processus de prise de commande par téléphone ou internet compliqués et longs, clauses contractuelles opaques, engagements non tenus, services client injoignables, réclamations non prises en compte, au moindre problème spirale infernale d’appels inutiles, absence d’historique des échanges, etc.

Au-delà de la définition d’une stratégie focalisée sur le client, de l’adaptation de l’organisation, de la formation des collaborateurs et de la mise en place de systèmes d’information performants pour gérer les opérations, les grandes entreprises qui veulent faire la course en tête doivent beaucoup investir dans leurs systèmes décisionnels, et en particulier utiliser les Big Data pour mieux comprendre les marchés, maîtriser leurs actions et faire vivre à leurs clients les expériences qu’ils attendent. Mais attention il n’existe pas de solutions toutes faites, prêtes à l’emploi, qui permettent de résoudre tous les problèmes préalablement cités.

Même si les technologies des systèmes décisionnels traditionnels continuent d’évoluer, elles sont dans l’ensemble très matures et les professionnels savent les mettre en œuvre efficacement. Il en va tout autrement pour les technologies liées aux Big Data qui sont pour la plupart d’une diffusion très récente, en devenir, mal connues et mal maîtrisées par le petit nombre de professionnels qui ont un peu d’expérience dans le Big Data. Malgré ce contexte peu favorable, il est nécessaire pour les grandes entreprises de lancer des POC pour commencer à s’initier aux Big Data dont le traitement demain sera incontournable.

Si pratiquement toutes les fonctions de l’entreprise peuvent être concernées par les Big data, actuellement c’est surtout la fonction Marketing / Vente qui s’en préoccupe. Pour elle il s’agit principalement de trouver de nouvelles opportunités, à travers la traque des usages et des expériences des clients, de mettre en lumière des attentes, des besoins, auxquels on peut répondre avec des offres innovantes, d’exploiter au mieux les relations, de savoir positionner, pousser l’offre auprès des personnes à potentiel en exploitant au mieux les moments de contact, d’optimiser leurs investissements marketing en fonction des résultats qu’ils ont pu observer de leurs programmes antérieurs.

Mais attention si la fonction Marketing / Vente offre beaucoup de possibilités, il n’est pas toujours simple, pour une entreprise déjà bien équipée en systèmes d’information décisionnels, de trouver par où commencer avec les Big Data. En effet dans certain cas d’usage, les Big Data ne font qu’apporter un peu plus d’information pour étayer une analyse, pour améliorer les résultats d’un modèle existant, et donc souvent la nouvelle application Big Data , bien qu’elle offre un apport significatif, n’a pas un ROI très intéressant. Il est donc préférable de chercher à investir dans des champs nouveaux d’analyse qui sont peu ou pas couverts, et ne revenir à l’amélioration des pratiques existantes que dans un deuxième temps.

Pour trouver les bons champs à investir, on peut par une bonne approche d’intelligence économique s’inspirer des pionniers, des très grandes entreprises internationales qui font la course en tête. Teradata par exemple, a créé un club des entreprises qui ont plus de 1 P0 dans leur système décisionnel et utilisent de nouvelles technologies Big Data. Ce club compte actuellement près d’une quarantaine d’entreprises, et des représentants dans presque tous les principaux secteurs d’industrie (eBay, Apple, Boeing, Wal Mart, Barclays, AT&T, Pfizer, Well Point Health, Intel, etc.). On peut aussi s’inspirer de plus petites entreprises qui n’ont pas 1 P0, mais pour lesquelles les Big Data sont vitales comme : LinkedIn, Gilt Groupe, Chegg.com, Zazzle, Eightfoldlogic, Razorfish, Insight Express, Machinima, Mzinga, Intuit, Full Tilt Poker, etc.

Pour aller plus loin sur ce sujet vous pouvez utilement consulter des cas clients Teradata accessibles via les liens ci-dessous :
http://www.asterdata.com/customers/index.php et http://www.teradata.com/case-studies/