Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site. Si vous continuez à utiliser ce dernier, nous considérerons que vous acceptez l'utilisation des cookies.
Le site de la transformation digitale des entreprises et de l’entreprise mobile par GPOMag
Big data et transformation numérique
Les actualités du digital

Le Big Data, catalyseur de la transformation numérique des entreprises centrée sur l’expérience client

Les entreprises du monde entier réalisent qu’elles doivent élaborer leur propre stratégie de transformation numérique. Si l’enjeu peut paraître intimidant, il s’agit essentiellement d’instaurer une approche agile focalisée sur l’expérience client, qui se caractérise par sa réactivité. Une transition digitale réussie passe par la compréhension fine des clients au niveau micro et la prise de décisions stratégiques concernant le positionnement des offres de l’entreprise sur le marché. Le Big Data est devenu le catalyseur de cette disruption massive en permettant aux organisations de tous les secteurs verticaux de mieux comprendre leurs clients. C’est une plate-forme fondatrice à l’origine de produits révolutionnaires.

L’explosion des volumes de données est clairement devenue un phénomène business & IT partout dans le monde. Tous les secteurs d’activité continuent de produire des volumes de données croissants. Mais outre l’intensification de la production, les entreprises se demandent comment valoriser ces données. Elles vont devoir collecter et analyser les données de sources dynamiques et ultra distribuées, celles des transactions de consommateurs, d’interactions B2B, de machines (guichets automatiques et dispositifs de géolocalisation), séquences de clics, publications sur les réseaux sociaux, fichiers journaux de serveurs et d’applications ainsi que contenus multimédias, vidéos, etc.). Et ces données existent dans de multiples formats, selon des schémas variables, sont distribuées à des vitesses et selon des protocoles de transport différents.

L’Internet des objets (IoT – Internet of Things) est un phénomène en soi. Et la prolifération des applications de capteurs induit des changements rapides des architectures système et applicatives. Le système de l’IoT bourgeonne depuis les capteurs, les dispositifs numériques, les automates mécaniques, jusqu’aux voitures, systèmes de surveillance de processus, navigateurs, téléviseurs, caméras de surveillance routière, etc.

Le Big Data s’affirme comme un pont entre deux rives au-dessus du gouffre de l’innovation. Les premiers projets déployés s’avèrent être une grande réussite dans une large majorité, avec un fort retour sur investissement. Le défaut de compétences est en train de se combler lentement maintenant que l’expertise de l’écosystème Hadoop est partagée par tous les développeurs d’applications modernes. Et les clients sont de plus en plus nombreux à montrer le chemin de déploiements Big Data dans des domaines inimaginables jusque-là, comme celui de la cybersécurité, ce qui suscite un vif intérêt transversal.

Voici cinq éléments que les entreprises, quel que soit leur secteur d’activité, doivent considérer dans leur projet de transformation numérique :

– La focalisation sur l’expérience client
– L’analyse multicanale en temps réel
– Les améliorations opérationnelles : risque, fraude et conformité
– La possibilité pour l’entreprise de visualiser les données
– L’optimisation des campagnes marketing
Le premier critère d’une transformation numérique réussie est la focalisation sur l’expérience client.

Le Big Data facilite cette approche de multiples façons :

– Il s’agit d’obtenir une vue centrale unique d’une entité (généralement un client, à l’échelle de multiples canaux, de silos de produits et de positionnements géographiques) ;
– Par la segmentation des clients en permettant aux entreprises de comprendre leurs clients à l’échelle individuelle et par segment ;
– Par l’analyse de la tonalité des interactions avec les clients au travers de la combinaison de données internes à l’organisation, de séquences de clics et d’analyse de tonalité avec des données structurées de l’historique des ventes pour aboutir à une vision claire du comportement de consommation ;
– Par les moteurs de recommandations de produits qui font des recommandations personnalisées de produits en explorant les données en temps réel de la tonalité des interactions avec les consommateurs et d’affinité avec les produits et en les recoupant avec des données historiques ;
– Par l’analyse du panier d’achat observant l’historique des achats des consommateurs auquel sont ajoutées les données des réseaux sociaux, de l’activité sur le web et de la tonalité des discours collectifs vis-à-vis des achats effectués dans le passé et des futures tendances d’achat.

L’analytique multicanal en temps réel est le second critère d’une stratégie de transformation numérique réussie.

Les applications mobiles ont été les premières à obliger les entreprises à faire coexister plusieurs canaux d’interaction avec leurs clients. Les banques, par exemple, doivent pouvoir engager les consommateurs dans une même expérience via quatre à cinq canaux en moyenne (Mobile, eBanking, Call Center, Kiosk etc.). Le secteur de la santé stocke les données des patients dans de multiples silos (ADT (admissions-départs-transferts), systèmes de délivrance de médicaments, systèmes CRM, etc.) mais toutes ces données doivent pouvoir être consultées via différents vecteurs d’accès. Les datalakes offrent le moyen de visualiser toutes les données des patients en un lieu unique, améliorant ainsi les résultats.

Chaque application côté client doit être à la fois multicanale et pouvoir supporter une vue unifiée à 360° des clients couvrant tous les points d’engagement. Les applications développées de nos jours doivent suivre une approche à 360° de l’expérience en continu des clients sur tout le spectre des terminaux et des plateformes utilisés selon une perspective de visualisation de données (Data Visualization). Chaque entreprise sérieuse doit pouvoir établir une vue unifiée d’un client couvrant des dizaines de lignes de produits et de sites géographiques. Le Big Data fournit non seulement les éléments centraux d’une vue en temps réel des aspects dynamiques de l’entreprise mais il permet aussi aux entreprises d’être à l’écoute des besoins de leurs clients.

Une approche stratégique d’amélioration de l’analyse des risques, de la fraude et de la conformité peut être source d’une grande valeur ajoutée et d’avantages compétitifs dans les trois catégories distinctes suivantes.

1. L’amélioration exponentielle des processus métier avec notamment l’agrégation et la mesure des données de risque, la conformité aux normes HIPAA/SOX/de fabrication, la détection de fraude ;
2. L’aide à la création de nouveaux modèles économiques et de stratégies de commercialisation, via la monétisation de multiples sources de données, en interne et en externe ;
3. La mise en conformité réglementaire facilitée grâce à l’extraction d’informations plus récentes et précises issues de silos de données propriétaires.

L’apparition d’architectures numériques dans les entreprises implique des interactions continues en ligne avec les consommateurs, les clients ou les patients. L’objectif ne consiste pas uniquement à générer une visualisation engageante mais à personnaliser les services attendus par les clients via de multiples modes d’interaction. Les applications mobiles ont au départ obligé les entreprises à prendre en charge les multiples canaux d’interaction avec leurs clients. Dans le secteur de la santé par exemple, les soignants auront accès à portée de main aux données des patients, aux prescriptions et aux diagnostics au moyen d’une appli installée sur un iPad.

L’efficacité des campagnes de marketing dépend beaucoup de leur capacité à atteindre de façon proactive des clients engagés via le bon canal. L’ancienne stratégie de diffusion en masse de publipostage et d’e-mails n’est plus efficace désormais, tant du point de vue économique que de l’engagement client. Désormais, les campagnes de vente de nouveaux produits et de promotions doivent être élaborées à partir des données riches d’intelligence client rendues accessibles par le Big Data. Les exemples foisonnent dans des secteurs comme ceux de la vente au détail où le fait de soigner l’expérience d’achat en termes d’offres personnalisées, de comparatifs de prix, de partage d’expériences sur les réseaux sociaux, suscite un engagement plus fort et une fidélité accrue des clients.

Par Eric Thorsen, directeur général, produits de la grande distribution et vente au détail, Hortonworks

En charge de la modération de tous les billets, la Rédaction de GPOMag choisit les billets les plus pertinents pour vous les faire partager.