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.

 


 

Avec la Datatech, le marketing entre dans une ère de maturité. Finies les stratégies à l’ancienne, mélange d’habitudes et d’intuition : la data permet désormais d’affiner la connaissance client, de personnaliser l’expérience et de prédire les comportements. Bref, de gagner en efficacité et en pertinence. Mais concrètement, la Datatech est-elle vraiment accessible quand on est une entreprise de taille moyenne ? Si oui, quelle solution privilégier et comment s’organiser ? 

Olivier Guyomard, ingénieur ayant 15 ans d’expérience dans le domaine DataTech (et Co-Président de LineUp7), nous explique comment choisir sa solution Datatech. 

 

Aujourd’hui, le mot Data est sur toutes les bouches. Concrètement, quand on parle de Datatech, de quoi s’agit-il ?

La Datatch regroupe les outils qui permettent d’adresser 3 domaines :

  • La collecte de la Data
  • Le stockage et le raffinage
  • L’activation de la donnée

De façon plus précise, l’enjeu de la collecte de la Data, c’est d’être capable de récupérer la donnée là où elle est. Cela concerne d’un côté les données de navigation (récupérées via Google), et de l’autre les données produites par l’entreprise elle-même (achats, données provenant du service clients,…). Ces dernières constituent les données 1st Party.

En ce qui concerne le stockage et le raffinage de la Data, deuxième champ d’application de la DataTech, il s’agit de stocker la Data, de la nettoyer (Data Quality) et de pouvoir la traiter pour effectuer des calculs d’indicateurs, soit ce qui relève de la Data Science.

Enfin, la Datatech englobe également les outils d’activation de la donnée, qu’il s’agisse d’activation marketing avec le marketing automation (campagnes emails ou sms par exemple), de personnalisation (personnalisation insights) ou d’outils de pilotage.

En résumé, la Datatech englobe tous les outils de cette chaîne de valeur.

Quel ROI retirer d’un investissement dans des solutions Datatech ? Plus particulièrement, quelles sont les retombées dans le domaine DataMarketing ?

Jusqu’à peu, le marketing fonctionnait beaucoup à l’instinct et selon des méthodes traditionnelles, avec des marroniers comme Noël, la fête des mères…

Le 1er objectif de la Datatech, c’est de comprendre et de prédire. Cela permet une meilleure personnalisation (des offres et des messages), une meilleure expérience client et une meilleure compréhension de ce qui se passe chez un consommateur via les signaux faibles.

Au final, on n’est plus sur le temps de la marque mais sur le temps du client. Ainsi, on peut diffuser le bon message au bon moment sur le bon canal au bon consommateur. Certes, c’est la promesse du marketing depuis 20 ans, mais elle était jusque-là très compliquée à mettre en oeuvre.

Avec la Datatech, nous avons cette capacité à identifier et isoler les comportements, et donc à proposer les bons parcours, ajustés sur les temps du client. Cela maximise les chances de transformation, génère un meilleur chiffre d’affaires et améliore le ROI, tant sur le plan qualitatif que quantitatif.

Les solutions Datatech s’adressent-elles à tout le monde ? Existe-t-il des solutions plus ou moins adaptées en fonction de la taille de l’entreprise ?

En ce qui concerne les solutions Datatech, deux mondes s’affrontent : les très gros acteurs qui proposent des solutions globales et intégrées, et une myriade d’acteurs Datatech/martech proposant des solutions plus spécifiques.

Parmi les gros acteurs du marché, on peut citer Salesforce, Adobe, Oracle. Leur point fort : couvrir les problématiques Datatech dans leur globalité, c’est-à-dire offrir des solutions permettant la collecte, le raffinage et l’activation de la Data.

Salesforce a par exemple intégré au fil des ans toutes les briques applicatives pour proposer une solution globale : en rachetant Exact Target pour la partie Marketing Automation, Krux pour la DMP, Demandware pour le e-commerce. L’organisation de Salesforce en cloud permettant ensuite d’adresser les différents départements de l’entreprise, avec des solutions spécifiques pour le marketing, l’analytics, les forces de vente, …

L’inconvénient de ces solutions globales : elles sont chères en termes de licence, d’application et de maintenance, et s’adressent donc davantage aux grands comptes. Par ailleurs, l’interopérabilité des solutions, présentée comme un atout, n’est pas toujours effective.

A côté, on compte environ 10 000 acteurs dans le secteur Datatech/martech proposant des solutions dédiées de web analytics, marketing automation, web insights… Tout l’enjeu est alors de choisir le bon outil, et de veiller à l’interopérabilité des solutions.

Chez LineUp7, notre mission consiste à aider les PME et ETI en sélectionnant les meilleures solutions en termes de coûts, de périmètre d’application et de facilité de prise en main de la part des équipes pour opérer au quotidien.

Quels seraient vos conseils / recommandations aux PME qui hésitent à investir dans une solution Datatech ?

Avant d’investir dans une solution Datatech, il faut se poser les bonnes questions. Et notamment savoir à quel enjeu business vous souhaitez répondre. La stratégie Data repose en effet sur la vision business. Par exemple, acquérir de nouveaux clients ou favoriser le deuxième achat.

Il faut ensuite écrire une roadmap Datatech qui va mixer outils et Use case. Cette Roadmap se met en place sur une durée de 18 à 24 mois : on n’agit pas en mode big bang, mais de façon itérative avec des premiers use case et succès à enrichir au fil de l’eau.

Enfin, la clé pour investir avec succès dans une solution Datatech est de se faire accompagner. Il existe beaucoup d’outils et de façons d’envisager le sujet.

Se faire accompagner évite donc de perdre du temps et de l’argent.

Les solutions Datatech s’adressent-elles à un profil d’entreprise spécifique ? Quelles sont les compétences et l’organisation requises en interne pour intégrer ce genre de solution ?

Quels que soient le secteur d’activité et la taille de l’entreprise, startup en démarrage ou grand groupe déjà bien installé, la Datatech est aujourd’hui incontournable. Mais les sujets seront abordés différemment en fonction du degré de maturité de l’entreprise. 

Concernant les compétences, il n’y a selon moi pas besoin de compétences techniques spécifiques car la partie tech peut-être sous-traitée. En revanche, il est nécessaire de compter dans son organisation une personne qui fait le lien entre Data, Techno et Business : ce rôle pivot est essentiel pour comprendre les enjeux et intégrer avec succès une solution Datatech. 

Quant à l’organisation, il est essentiel de constituer des équipes mixtes, et de faire travailler main dans la main marketing, data et techno. Aujourd’hui, l’IT ne peut plus être un élément isolé dans les organisations.