Big Data vs Smart Data, quelle stratégie ?

Il est des expressions qui, bien qu’à la mode, n’ont pas la même portée ni la même signification pour tous.
Qu’est-ce que Big et Smart Data ? Est-ce réservé aux seuls GAFAⁱ  et autres Natuⁱⁱ ? Dans quelle mesure PME et grand compte sont-elles concernées ?

Déconstruire les mythes. Retour au réel.

Qu’elle soit big, smart, utile ou non, la Data est omniprésente et joue un rôle opérationnel majeur dans la performance et la productivité de l’entreprise.

Alors que la plupart s’intéresse au Big Data pour construire la Smart Data, ne serait-il pas judicieux d’inverser le sens de la démarche ? Pour alimenter en priorité les opérationnels métiers avec une data intelligente et facilement accessible, puis aller chercher ensuite des compléments de connaissance client dans l’infobésité du digital.

Big Data, pour quoi, pour qui ?

Le Big Data fait aujourd’hui référence à six critères représentés par les six V :

• Volumétrie ;
• Valeur : la connaissance client se fonde sur une analyse précise du comportement en ligne, de sa consommation, de ses relations avec la marque ;
• Vitesse : l’instantanéité prime dans le digital ;
• Variété : les données sont multiples, de natures et formats hétérogènes ;
• Validité : toutes les données ne répondent pas aux normes et/ou besoins ;
• Véracité : les données deviennent obsolètes, comportent erreurs de saisie et fausses déclarations.

L’analyse Big Data répond à trois principaux enjeux :

• Déduire des tendances ou insights d’utilisation, d’usage ;
• Prédire des comportements d’individus et cibler des audiences ;
• Optimiser la relation, le parcours et l’expérience client.

Si les géants américains et chinois de l’Internet sont évidemment concernés, les pure-players, retaillers, banquiers, assureurs ou autres grands comptes gérant des millions de transactions le sont également. Au sujet de l’exploitation des données, qu’on parle de Big ou de Smart Data, il faut toujours avoir à l’esprit que les GAFA et autres BATX ont fait de l’exploitation de grands volumes un business model, les mettant à l’écart : la donnée est pour les GAFA, BATX et NATU une source de revenus, contrairement aux autres entreprises pour lesquelles les données sont une source de dépenses.

Mais à l’exception de la volumétrie, la plupart des entreprises sont impactées par la digitalisation et donc confrontées à cette multiplication de données inexploitables en l’état.

Parcours et expériences client enchanteurs

La performance de l’entreprise s’appuie sur l’optimisation de la connaissance et de la relation client pour rendre les parcours et l’expérience client fluides et enchanteurs !

Quelle que soit la stratégie, conquérir, fidéliser ou retenir des clients passent désormais par la case Data pour construire des relations durables.

Et si les données constituent l’une des pierres angulaires de la stratégie, elles ne suffisent pas : les processus d’organisation, les technologies, la culture, le savoir-faire et le savoir-être de l’entreprise doivent être au diapason.

Smart Data, alimenter les opérationnels

Les données sont aujourd’hui réparties dans différents silos d’information qui coexistent et délivrent autant de visions du client qu’il y a d’applications : Site web, e-commerce, ERP, CRM, gestion des leads, centre de contacts, carte de fidélité, etc.

La faible qualité de ces données les rend parfois inexploitables. Que faire en effet d’une date de naissance, d’un email ou d’un téléphone dont les taux de remplissage oscillent entre 20 et 30% ? Quelles sont les incidences en terme de « délivrabilité » et de connaissance client d’une adresse qui n’a pas été vérifiée depuis plusieurs années et qui n’est pas aux normes ?

Pour rendre une ou un ensemble de données intelligentes, il s’agit d’en déduire une signification, établir un sens pour en faire une information exploitable par l’utilisateur.

Pour aboutir à cette vision unique 360° du client, différents traitements doivent s’enchaîner :

• Définition des objectifs et besoins
• Modélisation et structuration des données
• Normalisation, validation et enrichissement de ces données
• Dédoublonnage et regroupement pour fusion/enrichissement
• Analyses exploratoires et descriptives
• Calculs pour la prédiction de comportement
• Création de tableaux de bord et reporting.

Référentiel Client Unique ou Data Lake ?

Le Référentiel Client Unique (RCU) assume cette fonction de vision unique du client sur des données structurées qui restent incontournables pour les aspects sociodémographiques ou transactionnels de commande.

Le Data Lake, dont l’origine est digitale, s’inscrit dans la collecte et l’analyse de données non-structurées pour gérer d’une part, des volumes conséquents de données issues du web – log de visites, posts des réseaux sociaux, etc. – et d’autre part des données de type images, vidéos, fichiers pdf, etc.

RCU et Data Lake sont donc complémentaires. La majorité des entreprises a besoin d’un RCU. Les technologies plus complexes du Data Lake et ses spécificités d’usage le rendent plus élitiste et il doit s’inscrire dans la continuité du RCU.

Un pas après l’autre…

La Smart Data concerne donc toutes les entreprises – qui gèrent un fichier client au-delà d’une liste papier – et s’intègre dans une stratégie de connaissance et relation client désormais incontournable avec la digitalisation. La Smart Data est le socle fondateur de cette stratégie.