Florent Bornard, Expert Customer Experience Management chez Gfi Informatique
La stratégie des opérateurs doit désormais impérativement reposer sur la collecte et l’analyse des données clients et des interactions avec eux. C’est une mine pour progresser dans la gestion de l’expérience client, ainsi selon un étude récente, 82 % des données sauvegardées aujourd’hui ne l’étaient pas il y a encore cinq ans. Une fois les données collectées, comment répondre rapidement aux mécontentements des utilisateurs, pour accroitre leur satisfaction, puis dépasser leurs attentes en anticipant leurs demandes ? Grâce aux solutions de Customer Experience Management (CEM) qui répondent exactement à cette nouvelle exigence. Et ce à moindres coûts.
Optimiser l’expérience client avec une vue à 360°...
Pour apporter une réponse efficace à un abonné, un opérateur a d’abord besoin d’avoir une vue d’ensemble, à 360°, du parcours client, que ce soit en boutique, sur son compte web utilisateur, concernant son comportement vis-à-vis de son téléphone (navigation web, téléchargements, etc.), les appels manqués, les encombrements de ligne, les performances du réseau, etc.
Avec les outils de collecte et d’analyse de données comme le Big Data, il est possible de voir ce qui se passe « à l’intérieur même de la maison ». Les informations sont collectées directement sur les box DSL ou fibre, les mobiles ainsi que toutes les applications du SI de l’opérateur. Cela permet d’être au plus près de l’expérience client lors de l’utilisation des services et du réseau, ainsi que lors de toutes les interactions avec l’abonné, depuis la souscription de son abonnement à la facturation en passant par le support technique, sans oublier tout ce qu’un utilisateur peut diffuser sur les réseaux sociaux et le web.
Ces plateformes de centre d’appel ont un coût : tout appel évité représente ainsi un gain direct. Et si chaque appel peut être traité en huit minutes au lieu de douze (selon le terme consacré : le Average Handle Time ou AHT, c’est-à-dire le temps moyen d’une communication en call center) grâce à la connaissance du problème client au travers de l’historique des données collectées et analysées dans le système Big Data, le gain est alors de 33 %. De plus, le client sera davantage satisfait.
Avec les outils de collecte et d’analyse de données comme le Big Data, il est possible de voir ce qui se passe « à l’intérieur même de la maison ». Les informations sont collectées directement sur les box DSL ou fibre, les mobiles ainsi que toutes les applications du SI de l’opérateur. Cela permet d’être au plus près de l’expérience client lors de l’utilisation des services et du réseau, ainsi que lors de toutes les interactions avec l’abonné, depuis la souscription de son abonnement à la facturation en passant par le support technique, sans oublier tout ce qu’un utilisateur peut diffuser sur les réseaux sociaux et le web.
Ces plateformes de centre d’appel ont un coût : tout appel évité représente ainsi un gain direct. Et si chaque appel peut être traité en huit minutes au lieu de douze (selon le terme consacré : le Average Handle Time ou AHT, c’est-à-dire le temps moyen d’une communication en call center) grâce à la connaissance du problème client au travers de l’historique des données collectées et analysées dans le système Big Data, le gain est alors de 33 %. De plus, le client sera davantage satisfait.
Améliorer le retour sur Investissement grâce aux plateformes Big Data
Pour ce faire, le Big Data et l’Analytics sont aujourd’hui des outils presque classiques, et fonctionnent très bien dans les télécoms. Technologiquement, les plateformes Big Data peuvent être ajustées facilement et rapidement aux besoins de collecte, de traitement et d’analyse de gros volumes d’informations. Elles s’exécutent sur des matériels standards, appelés « commodity hardwares », qui peuvent être hébergés dans un cloud, avec des suites logicielles comme Cloudera, Horton ou MapR. Leur avantage : elles sont basées sur des open sources ayant des capacités d’évolution et de traitement en temps réel et de plus en plus avancées, pour prendre des décisions au plus tôt.
Les applications search based sont quant à elles basées sur la recherche. Non intrusives, elles fournissent, avec une implémentation rapide, l’ensemble des données clients aux opérateurs des centres d’appel ou des conseillers en boutique, mais également à l’utilisateur grâce à son smartphone.
Les budgets ainsi engagés sont nettement optimisés par rapport aux solutions plus traditionnelles de Business Intelligence. Le retour sur investissement (ROI) du CEM est donc beaucoup plus favorable et rapide.
Les applications search based sont quant à elles basées sur la recherche. Non intrusives, elles fournissent, avec une implémentation rapide, l’ensemble des données clients aux opérateurs des centres d’appel ou des conseillers en boutique, mais également à l’utilisateur grâce à son smartphone.
Les budgets ainsi engagés sont nettement optimisés par rapport aux solutions plus traditionnelles de Business Intelligence. Le retour sur investissement (ROI) du CEM est donc beaucoup plus favorable et rapide.
Valoriser les données en les croisant avec des data externes
Enfin, il y a la valorisation des données. Traditionnellement, les opérateurs télécoms valorisent les données clients en interne pour améliorer, nous l’avons dit, les services rendus. Avec le Big Data, il est possible de les valoriser en les croisant avec des données externes. Une telle valorisation peut servir à innover et à créer de nouveaux business models.
Avec l’ensemble des données : celles stockées dans le SI, celles fournies par les utilisateurs et celles déduites via des algorithmes sophistiqués, le vendeur d’une boutique peut ainsi connaitre instantanément le comportement d’un abonné quand il se promène dans les rayons, et anticiper ses achats en lui proposant, par exemple, des bons d’achat ou des communications gratuites.
Aujourd’hui, les opérateurs télécoms affichent encore sur ce terrain de la valorisation une certaine timidité. Pourquoi ? Il y a avant tout un frein lié au respect de la vie privée alors que la solution repose sur des outils d’anonymat. Ensuite, il y a la question de la disponibilité du SI pour récupérer, analyser et mettre à disposition ces données via des API ou des applications externes. Deux barrières qu’il faudra faire tomber pour proposer encore autre chose à des clients de plus en plus exigeants.
Avec l’ensemble des données : celles stockées dans le SI, celles fournies par les utilisateurs et celles déduites via des algorithmes sophistiqués, le vendeur d’une boutique peut ainsi connaitre instantanément le comportement d’un abonné quand il se promène dans les rayons, et anticiper ses achats en lui proposant, par exemple, des bons d’achat ou des communications gratuites.
Aujourd’hui, les opérateurs télécoms affichent encore sur ce terrain de la valorisation une certaine timidité. Pourquoi ? Il y a avant tout un frein lié au respect de la vie privée alors que la solution repose sur des outils d’anonymat. Ensuite, il y a la question de la disponibilité du SI pour récupérer, analyser et mettre à disposition ces données via des API ou des applications externes. Deux barrières qu’il faudra faire tomber pour proposer encore autre chose à des clients de plus en plus exigeants.