atelier de réflexion

 

Si la plupart des entreprises sont aujourd’hui convaincues de l’importance de la Data, le degré de maturité quant au traitement et à l’exploitation de la donnée varie fortement de l’une à l’autre. De nombreuses problématiques se posent lorsque le sujet de la data est abordé : exploiter la Data, c’est bien. Mais encore faut-il détenir des données stratégiques et de qualité ; Disposer d’un Datalake, c’est intéressant. Mais encore faut-il savoir comment organiser la donnée. Penser une stratégie Data au niveau du Comex, c’est indispensable. Mais si cette stratégie n’est pas associée à une culture d’entreprise Data-Centric ni partagée en interne, son intérêt reste limité. Dans tous les cas, l’adoption d’une démarche Data-Centric démarre par la définition d’une vision commune sur les enjeux associés à l’exploitation de son actif data.

Une organisation Data-Centric, qu’est-ce que c’est ?

Une organisation Data-centric relève d’une démarche globale : c’est une transformation de la culture et des processus de l’entreprise bien au-delà de simples investissements technologiques et humain, aussi conséquents soient-ils.

Une organisation Data-centric ne se limite pas à la collecte d’analyse des données : elle conçoit et pilote ses dispositifs à partir de la Data. Cela suppose que la Data constitue un des pivots essentiels de l’entreprise : avec des outils pour la collecter, des compétences dédiées pour la rendre exploitable et une utilisation par l’ensemble des équipes métiers.

Dans une organisation Data-Centric, il existe une conscience de l’intérêt de la Data sur tous les métiers et à tous les niveaux de l’entreprise, du siège aux équipes terrain.

La Data doit donc être accessible à tous. Les indicateurs relatifs aux données et leurs définitions doivent être partagés au sein de l’entreprise pour que chacun saisisse leur importance ainsi que la nécessité de les piloter. C’est ainsi que s’instaure une culture data au sein de l’entreprise.

La mise en place d’un système de gouvernance des données est donc requise pour assurer une meilleure exploitation des données et en tirer tout le bénéfice attendu.

Pourquoi opter pour une organisation Data-Centric ?

Passer d’un modèle d’entreprise classique à une organisation Data-Centric constitue un véritable changement de paradigme. Et comme pour tout changement profond, cela requiert du temps, de l’argent et une évolution des mentalités.

Compte tenu de l’investissement requis, il est légitime de se demander si ce changement est indispensable, et de s’interroger sur les bénéfices que l’entreprise peut en retirer.

En optant pour une organisation Data-Centric, vous choisissez une organisation tournée vers le client. Cette démarche constitue le bras armé d’une révolution culturelle et organisationnelle; c’est pour cette raison que mesurer le bénéfice d’une telle démarche par la seule vision d’un ROI court termiste constitue une vision étriquée des enjeux qui, sur le long terme, doivent permettre à l’entreprise de revisiter ses produits, ses services et la façon dont elle noue une relation avec ses clients.

Pour autant, les premiers bénéfices opérationnels permettront de personnaliser les offres, les parcours, la communication et l’expérience client. Soit autant d’éléments sources de différenciation, de pertinence et de valeur ajoutée dans les dispositifs digitaux et CRM.

En vous basant sur une Data fiable, vous passez d’une approche intuitive à une approche rationnelle basée sur l’analyse des comportements passés et la prédiction de ceux à venir. En remettant la donnée au cœur de votre stratégie, vous pilotez de façon plus précise vos actions et identifiez rapidement les optimisations à mettre en place pour de meilleures performances. Cette approche chiffrée, partagée à tous les niveaux de l’entreprise, offre par ailleurs une vision à 360° de l’activité, permettant de retracer sa chaîne de coûts et de valeur.

Comment met-on en place une organisation Data-Centric ?

La mise en place d’une organisation Data-Centric ne se fait évidemment pas en un claquement de doigts. Il s’agit d’une mutation profonde, qui revêt une dimension à la fois stratégique et opérationnelle.

> Pour réussir à mettre en place une organisation Data-Centric, il est indispensable que cette vision stratégique de la Data soit portée par le Comex.

Elle doit ensuite être partagée à tous les niveaux de l’entreprise : pour que la donnée soit correctement collectée, il est essentiel de lui donner du sens. Concrètement, il s’agit d’impliquer les équipes en leur expliquant ce qui est fait, et pourquoi. Susciter l’adhésion et instiller le mindset Data sont essentiels à la réussite d’un tel projet.

> Sur le plan opérationnel, la gouvernance de la donnée est essentielle. Elle garantit la qualité et la sécurité des données au sein d’une organisation et permet une utilisation efficiente des informations.

La gouvernance de la donnée peut s’organiser autour d’un Comité Data, incluant des profils data (Data Scientists) et des ambassadeurs qui portent le sujet en interne. Le rôle de ces derniers : être des relais de terrain pour accompagner le changement et générer l’adhésion des équipes, facteur-clé de succès.

> Sur ce point, la communication interne est indispensable : basée sur les premiers retours d’expériences et les éléments de preuves, elle permet de donner du sens à chaque action réalisée sur le terrain dans le but d’alimenter la stratégie Data de l’entreprise et de diffuser progressivement la culture Data au sein de l’organisation.

> Concernant les compétences requises, il est important de disposer dans ses équipes de profils techniques, de profils Data Scientists axés sur l’exploitation de la donnée, et de profils marketing plus centrés sur la dimension marketing et l’usage de la donnée.

Mais l’essentiel reste d’avoir cette capacité à comprendre les chiffres, quel que soit le profil et de faire converger les expertises !

Quels sont les facteurs-clés de succès d’un changement réussi ?

Puisqu’il est important d’avoir tous les éléments en main avant de se plonger tête baissée dans une évolution structurelle de l’entreprise, Alexia Dumas, responsable conseil et activation chez LineUp7, détaille les facteurs-clés de succès pour la mise en place d’une organisation Data-Centric.

  • Tout d’abord une vision stratégique, portée par le Top Management et conservée tout au long du processus de changement
  • Ensuite, un état des lieux, pour bien connaître le niveau de maturité initial
  • Une feuille de route pragmatique, mise en place sur un temps long et découpée en étapes, qui permet d’évoluer de façon progressive
  • Une bonne communication en interne, pour expliquer le nouveau mode d’organisation, lui donner du sens et faire adhérer les équipes
  • Enfin, un décloisonnement de l’organisation et une approche transversale de la Data

Et au bout de combien de temps le changement est-il effectif ? Sur quels indicateurs s’appuyer ?

La mise en place d’une organisation Data-Centric se pense sur un temps long, qui peut varier en fonction du niveau de maturité initial de votre entreprise sur l’aspect Data. On estime de 2 à 3 ans le temps nécessaire pour asseoir ce genre d’organisation. Toutefois, des premiers succès, qui sont autant d’éléments de preuves, doivent apparaître au bout de 4 mois (et vous prouver que vous êtes sur la bonne voie !) Selon Mélanie Vacher, Data Scientist chez LineUp7, plusieurs indicateurs, qualitatifs et quantitatifs, permettent d’évaluer la réussite du changement. On compte notamment :

  • La qualité de la donnée (le nombre d’emails valides, par exemple)
  • Le niveau de renseignement de la donnée (le nombre d’email renseignés par exemple)
  • Le nombre de dispositifs personnalisés mis en place grâce à la Data
  • L’adoption des suivis de pilotage par les différents collaborateurs
  • La façon dont les services travaillent ensemble autour et avec la Data.

 

intelligence-artificielle

Retour sur la personnalisation client…

La Marketing traditionnel, orchestré par de la publicité standardisée à forte audience, n’est plus à l’ordre du jour et ce, depuis la fin des années 90. Les marketeurs avaient alors déjà conscience de la nécessité d’adresser un message personnalisé à leurs clients pour gagner en compétitivité. Toutefois, les technologies de l’époque ne permettaient pas de déployer des scénarios de personnalisation à grande échelle et à moindre coût. Mais cette époque est révolue et d’après Sébastien Imbert, Chief Marketing Officer (CMO) chez Microsoft : « la maturité technologique atteinte aujourd’hui nous permet de passer de l’ère du marketing de masse à celle de la personnalisation de masse ».

Automatiser & personnaliser avec l’IA

La technologie, et en particulier l’IA permet en effet de répondre aujourd’hui à cet enjeu de personnalisation client. Le changement des comportements consommateurs et la multiplicité des canaux de contact ont fait exploser le volume de données et l’IA est capable, par la mise en œuvre d’algorithmes complexes orchestrés par des Data Scientistes, de les organiser pour en tirer une connaissance client beaucoup plus riche et approfondie. Dans le cadre de la personnalisation client, l’analyse de ces données permet à une organisation de connaître les motivations, les centres d’intérêt et les attentes des consommateurs pour adresser ainsi des campagnes Marketing hyper-ciblées qui auront davantage de chances de convertir. L’exploitation éthique de cette mine d’or d’informations marque une véritable Révolution pour le secteur du Marketing : « L’IA annonce l’avènement d’une nouvelle ère dans le domaine du Marketing, motivée par le besoin de connecter de grandes quantités de données provenant d’une multitude de sources différentes ainsi que de découvrir et/ou prédire de nouvelles tendances.» affirme Guillaume Bonneton, Partner France chez GP Bullhound.

Les 3 objectifs de l’IA au service du Marketing

D’après une étude réalisée par Golem.ai auprès de 108 marketeurs, l’IA permet en particulier la réalisation de 3 objectifs principaux : l’amélioration de l’expérience client (75%), la personnalisation ou l’individualisation des messages (70%) – Découvrez comment avec le cas de Bioderma – et enfin la compréhension du comportement des consommateurs (65%). Pour atteindre ces objectifs, plusieurs outils IA au service du Marketing sont déjà implémentés au sein des organisations : le chatbot (40%), les assistants virtuels vocaux (23%), l’analyse de texte (26%), les objets connectés (26%) et la data visualisation (31%). Au global, le nombre d’outils Marketing est passé de 1 000 à environ 6 000 entre 2014 et 2019.

Automatiser la créativité : un paradoxe indomptable

Si l’IA intervient dans de nombreux process Marketing : analyse de tout type de données, d’historique dans les bases de données client, accélération de la connaissance client, segmentation individualisée, approche prédictive robuste etc… qu’en est-il de la part de créativité, de création de contenu, notion indissociable du Marketing ? On pourrait en effet penser que les outils, les données, les algorithmes robotisent l’intégralité du process et laissent peu de place à l’improvisation et la créativité humaine. Mais pour Sir Martin Sorrell, fondateur de S4 Capital, il n’en est rien : « L’argument traditionnel affirmant que les données détruisent la créativité n’est en aucun cas valable. En effet, l’IA va bien au contraire être un support à la créativité. » En effet, si l’IA est capable de travailler de concert avec l’Homme pour extraire des données pertinentes en termes de connaissance client, ne sera-t-elle pas capable d’assister l’Homme également pour communiquer et créer du contenu personnalisé à ces clients ? Les créateurs de contenu seront-ils des machines ? En effet, la robotisation de la création de contenu existe déjà dans une certaine mesure : en 2017, Benoît Raphaël, ancien journaliste devenu expert en innovation digitale, a fait naître le projet « Flint et Jeff » : il s’agit de deux robots qui proposent aux utilisateurs, grâce à leurs données personnelles, une newsletter dont le contenu est alimenté par des articles personnalisés qui correspondent à leurs goûts et leurs centres d’intérêt. La question est donc légitime : jusqu’où l’IA sera-t-elle capable d’allier Data Science et intuition au service d’expériences clients toujours plus personnalisées ?

Anouk Radureau, Consultante en Stratégie Marketing Digital & CRM

Intelligence Artificielle : un peu d’histoire

La notion d’Intelligence Artificielle est évoquée pour la première fois dans les années 1950 par le mathématicien anglais Alan Turing dans son livre Computing Machinery and Intelligence. Il soulève alors l’idée inédite d’apporter aux machines une forme d’intelligence, idée qu’il décrit par un test, aujourd’hui connu sous le nom de « Test de Turing ». Cette méthode permet de déterminer si un ordinateur est capable de comprendre, agir, apprendre et percevoir comme un humain en faisant interagir un individu à l’aveugle avec un autre humain puis avec une machine. Si l’individu n’est pas capable de distinguer l’ordinateur de la machine, la machine peut alors être considérée comme « intelligente ».

Quand l’IA surpasse l’Homme

Cinquante ans plus tard, en 1997, alors que les promesses de l’IA ne font pas l’unanimité, Garry Kasparov, l’un des meilleurs joueurs d’échecs de l’Histoire, se fait battre par DeepBlue, un supercalculateur conçu par IBM, alors que celui-ci soutenait : « l’ordinateur ne sera jamais plus fort que l’homme ». En 2016 de nouveau, AlphaGO, Intelligence Artificielle développée par Google DeepMind, gagne au jeu de Go contre le joueur Lee Sedol, considéré comme le meilleur joueur au monde au milieu des années 2000.

IA forte & IA faible : entre fiction et réalité

Aujourd’hui, l’Intelligence Artificielle a dépassé la phase expérimentale et est utilisée dans de nombreux domaines (santé, finance, transport, industrie, télécom…). Certains projettent que l’IA remplacera un jour l’Humain, qu’elle sera en mesure de s’adapter à des situations inédites et sera dotée d’une conscience propre, on parle d’IA forte. Toutefois, malgré des progrès toujours plus rapides, nous sommes aujourd’hui encore loin par exemple du scénario décrit dans le film « Her » dans lequel Theodore Twombly tombe amoureux de Samantha, un programme informatique ultramoderne, capable de s’adapter à la personnalité de chaque utilisateur et qui se traduit par une voix féminine intelligente, intuitive et drôle.

Si l’Intelligence Artificielle tend à reproduire le comportement humain, celle-ci reste aujourd’hui un outil, un outil certes très puissant qui ouvre sans aucun doute une ère de disruption et de croissance mais pour autant incapable de créer ou de concevoir, on parle d’IA faible. Ce sont en effet les Hommes qui créent et définissent les algorithmes qui permettent à la machine de fonctionner : les Data Scientistes utilisent par exemple des algorithmes pour toutes les méthodes de scoring, d’analyses prédictives, de segmentation etc… qui permettent un gain d’efficacité significatif pour les entreprises. Ainsi, on pourrait définir l’Intelligence Artificielle comme étant : « un ensemble de techniques permettant d’imiter le comportement humain, agissant de manière rationnelle en fonction de faits, données et expériences, et capables d’atteindre un ou plusieurs objectifs donnés de manière optimale » (Ezratty, 2017)

Anouk Radureau, Consultante en Stratégie Marketing Digital & CRM