Système d'Information Décisionnel - Le blog de Michel Bruley

Depuis quelques années les Big Data sont au cœur de l’évolution des Systèmes d’Information Décisionnels, mais restent dans les entreprises, en particulier pour les responsables, un sujet mal connu.

Ci-dessous un document à télécharger qui est constitué d’une compilation de mes articles qui permettent d’explorer certains aspects des évolutions que les Big Data engendrent, en matière d’avantages concurrentiels, au niveau du marketing en particulier, pour ce qui concerne les infrastructures et les équipes informatiques, sans oublier les professionnels des différentes fonctions :

Cliquez ici

Le traitement des big data n’amène pas de révolution dans le monde du décisionnel, mais élargit le champ de travail des experts de ce domaine, conduit à modifier les infrastructures en place pour répondre à de nouvelles exigences de volume, de variété et de vitesse, à modifier la façon de préparer les données pour réaliser des analyse de pointe, et comme souvent quand le marché aborde un nouveau sujet, des solutions occupent le devant de la scène, même si elles ne sont pas des panacées universelles. C’est le cas d’Hadoop.

Les big data permettent sans aucun doute de mieux connaître les clients, par exemple grâce au traitement automatique de ce qu’ils disent, de mieux les servir via des solutions de commerce électronique et cloud computing, qui sont à la fois de plus en plus sophistiquées et de plus en plus facile à mettre en œuvre.

Mais au final, le big data n’est qu’un prolongement de ce qui se fait depuis des années, et présentent les mêmes avantages, inconvénients ou risques : information, propagande, désinformation et mystification.

Pour approfondir l’un ou l’autre de ces différents sujets, vous pouvez avantageusement lire certains de mes articles ci-dessous :

Big data : un nouveau champ de travail pour les experts du décisionnel

Infrastructure big data : répondre à des exigences de volume, de variété et de vitesse

De la préparation des big data pour les analyses avancées

Hadoop n'est pas la panacée universelle

Des big data pour mieux servir les clients

Big data et traitement automatique du langage naturel

Big data, commerce électronique et cloud computing

Big data : information, propagande, désinformation & mystification

Pour mémoire vous pouvez aussi consulter mon eBook : Propos sur les SI Décisionnels qui décrit à quoi ils servent, les bonnes façons de les organiser, leur utilité pour la fonction marketing et les autres fonctions de l’entreprise, la façon de les gérer ainsi que des cas remarquables. Cliquez ici.

Les big data boostent la société parce qu’elles sont une des dimensions du grand chambardement provoqué par la numérisation de la société, numérisation de la photo (penser à Kodak), numérisation des textes, des livres, de la presse, de la musique, du cinéma, des télécommunications (Skype), des mesures, etc.. La numérisation produit des données que l’on peut partager plus facilement (google, open data, clients mieux informés, printemps arabe, …), et analyser (Prism/NSA, retargetting, …).

Pour les pionniers les big data sont au cœur même de leur business model. Pour ces entreprises, les big data n’apportent pas un avantage concurrentiel de plus, c’est vital : Cf. Google, eBay, LinkedIn, Critéo, … Cependant, toutes les industries sont intéressées par les big data et en particulier par analyser des données qu’elles ne prenaient pas en compte antérieurement, ou à faire de nouveaux types d’analyse. Les big data vont non seulement trouver de nouveaux éléments de réponse à des questions que l’on se pose déjà, mais aussi permettre de formuler de nouvelles questions.

Jusqu’à récemment on savait très bien traiter les données numériques dites structurées (les données des SI des entreprises : facturation, paye, etc.), mais avec cependant quelques limites lorsqu’on avait des processus d’analyse itératif ou des séries temporelles longues. Avec les technologies big data (entre autre Hadoop), on peut travailler toutes sortes de données structurées (faire des itérations, séries longues) ou non structurées (photo) ou à la structure complexe (texte). Par exemple, on traque la fraude différemment si les analyses prennent 90’’ au lieu de 90’ (Cas de Full Tilt Poker). On peut mettre en œuvre des algorithmes complexes, sur des plateformes low cost (Barnes Noble a ramené à 20’ un traitement qui précédemment durait 6h).

Enfin ce qui va apporter beaucoup, c’est ce que l’on appelle l’internet des objets, tous les capteurs que l’on met partout, tous les objets connectés qui sont en train d’être lancés, avec notamment la géolocalisation, le marketing mobile, … Nous entrons dans un monde où l’on pourra tout mesurer. Le jogger du weekend sort déjà équiper avec sa montre de course à pieds, avec l’open data nous avons accès à toutes sortes de données (les données routières, du cadastre, …), qui viennent enrichir les analyses et nous permettent de mieux comprendre toutes les dimensions de nos activités.

Pour aller plus loin, vous pouvez utilement consulter ci-dessous, mes articles concernant certaines références big data de Teradata.

eBay est déjà bien équipé pour le big data

Qu'est-ce que big data veut dire chez LinkedIn?

Big data, les pionniers nous montrent la voie

Une solution big data pour traquer la fraude dans une salle de poker en ligne

Quelques aperçus sur l'expérience big data de Barnes & Noble

Quelques usages de big data expérimentés par SuperValu

Razorfish analyse des big data et crée des expériences clients profitables

De l'expérience big data de Gilt groupe

Les aventures de Wells Fargo dans le big data

Sans conteste, c’est la fonction Marketing qui s’est lancée le plus tôt et de la façon la plus importante dans l’usage des Big Data. Elle en avait besoin pour renouveler ses pratiques et faire face à un contexte compliqué, entre autres du fait de la globalisation des activités au niveau mondial et du développement de nouveaux comportements des clients (activités multicanal par exemple), facilité par les nouvelles technologies (internet, mobilité, …). Dans ces conditions la possibilité d’analyser les Big Data est une opportunité de mieux comprendre les conditions du jeu des affaires, et d’agir de façon plus pertinente (positionnement, promotion, …).

Cependant cela va-t-il révolutionner le Marketing ? Faut-il jeter au feu toutes les approches traditionnelles, marketing mix, 1to1 marketing, etc…. ? Pour moi l’utilisation des Big Data n’apporte pas d’idée nouvelle, de concept nouveau, mais permet de mieux mettre en œuvre certaines actions, par exemple en améliorant la connaissance du client (comportement web & multicanal, affinité produit, sentiments, réseaux sociaux, etc. …), on peut envisager faire des propositions plus pertinentes tant sur le fond que dans la forme ou le moment (retargeting, cross/up selling, anticipation de l’attrition de la fraude, des risques, tarification dynamique, etc….).

Pour plus de détails vous pouvez utilement consulter mes articles sur certains usages des Big Data par le Marketing :

Mieux comprendre :

• Exploitation analytique des textes

• Analyse des opinions et des sentiments

• Analyse des réseaux sociaux

• Comprendre le parcours du client sur le net avant qu’il achète

• Analyse des affinités produits

Agir mieux :

• Buzz Marketing

• Elaborer la prochaine meilleure offre à faire à un client

• Répartition des budgets marketing en fonction des comportements clients


Pour mémoire vous pouvez aussi consulter les documents suivants :

• Les NTIC au service de la Globalisation !

• Société d’Hyperconsommation et CRM analytique

• Système décisionnel et fonction marketing

• Introduction au 1 to 1 Marketing

L’innovation est le moteur de la croissance économique. Les responsables Marketing sont donc toujours à la recherche d’innovations (stratégique, produit ou processus) car même si l’innovation est toujours une activité à risque, ils sont incités à innover pour se créer des occasions de « sur-profit ». Aujourd’hui une des voies simples consiste à bien exploiter les données et les nouveaux moyens de communications (mobile, réseaux sociaux, …), mais attention pour une organisation innover exige toujours d’apprendre au niveau individuel et collectif.

L’innovation stratégique naît de la remise en cause radicale par l’entreprise des composantes de son « business model » qu’il s’agisse de la valeur pour le client ou de sa propre chaîne de valeur. Cette forme d’innovation permet de renforcer la position concurrentielle y compris dans les marchés sans croissance.

L’innovation « produit » est une invention technique qui a trouvé son marché. Invention et innovation sont deux notions distinctes. L’invention est entendue comme « la réalisation d’une nouvelle ressource pour l’entreprise » alors que l’innovation correspond à la mise sur le marché d’un bien intégrant cette nouvelle ressource. Il est à noter qu’il y a beaucoup plus d’inventions que d’innovations car si les inventions ne rencontrent pas les conditions économiques, sociales, institutionnelles favorables, elles tombent dans le vide. Il est bien connu qu’en 1750 de nombreuses découvertes techniques ont eu lieu en Chine mais du fait de l’absence de contexte favorable elles n’ont pas été localement exploitées. Inversement à la même époque l’Angleterre a su importer et exploiter à son profit des inventions d’autres pays (Allemagne, Pays Bas, France, Italie).

Cependant c’est toujours sur le terrain de l’usage que se gagne la bataille de l’innovation. L’usage va permettre à la technologie de trouver une place qui n’est qu’exceptionnellement celle que son inventeur lui destinait. Par exemple le rail a été à l’origine mis au point pour faciliter l’extraction du charbon dans les mines et le transistor pour s’affranchir des lampes. Introduire un nouveau produit représente un risque, d’autant plus grand s’il faut faire émerger le besoin et éduquer le client. Attention au rejet de ce que l’on ne connaît pas, l’inconnu est toujours jugé dangereux et généralement les consommateurs rejettent les concepts les plus innovants.

Si l’on prend le cas des Big Data, leur apport ne se lit pas immédiatement dans les comptes d’exploitation mais dans les innovations qu’elles génèrent : impact sur la productivité finale et possibilité de se différencier de la concurrence. L’apport principal pour les entreprises utilisatrices est la capacité à apprendre et à inventer de nouvelles stratégies organisationnelles et concurrentielles qui permettent de faire la différence. Pour sortir des cas habituels (Google, eBay, LinkedIn, …) et regarder l’apport des Big Data au niveau de tout un secteur par exemple, dans l’industrie de la distribution elles permettent d’appréhender les comportements des clients à travers de multiples canaux, de mieux optimiser les investissements marketing, de développer de nouveaux services clients, de vendre plus via de meilleurs moteurs de recommandation, etc.

Les innovations radicales qui créent une rupture forte pour l’utilisateur, sont rares dans le domaine des technologies de l’information (l’ordinateur en 45, le microprocesseur en 71, le navigateur en 91). Les Big Data apporteront essentiellement des innovations incrémentales. Il ne s’agit donc pas d’être dans une logique d’acheter des solutions Big Data et de voir ce que l’on peut en tirer, mais il convient de les utiliser pour adapter son modèle d’affaires (produits/services, organisation, etc. …) et tirer profit des nouvelles possibilités offertes. Mais attention les projets informatiques échouent généralement par absence de cadrage stratégique, absence d’étude d’impact, survente par des consultants, le tout habituellement lié à une maîtrise d’ouvrage insuffisante ou absente et au final habituellement on rend responsable de l’échec les utilisateurs accusés de faire de la résistance au changement.

Pour les responsables Marketing les Big Data offrent de nombreuses possibilités d’innover dans le positionnement de leur offre, au niveau du produit en offrant de nouveaux services, au niveau du prix (tarification dynamique), au niveau des canaux de distribution, au niveau de la communication.

Pour aller plus loin sur ce sujet vous pouvez utilement consulter le lien suivant menant à un podcast de 16’, intitulé « Big Data and Data-Driven Innovation » cliquez ici

Le thème du Big Data fait le buzz depuis près de deux ans, mais les mises en œuvre concrètes sont encore peu nombreuses, voire rares en France. Il y a par contre de très nombreux POC (proof of concept), mais les informations les concernant sont mitigées, les démonstrations de faisabilité sont faites, mais les perspectives économiques ne sont pas toujours à la hauteur des espérances, et la conduite de ce type de projet se profile comme n’étant pas un long fleuve tranquille. Le Gartner qui a bien exploré le sujet annonce que 2014 sera pour le Big Data une année de correction des illusions et de retour au réalisme.

Dans ce contexte beaucoup de responsable, en particulier ceux qui sont dans de petites entreprises, se demandent s’ils doivent se lancer dans le Big Data aujourd’hui. S’ils consultent des experts, ces derniers leur expliquent que le Big Data peut intéresser toutes sortes d’organisation et de nombreuses fonctions dans les entreprises, que l’on trouve des pionniers du Big Data dans tous les secteurs d’industrie, et qu’il y a des organismes de toutes tailles, les plus petits opérant en mode cloud. Donc, sauf exception, les experts recommandent de regarder très sérieusement ce que le Big Data pourrait concrètement apporter.

Il est vrai que parmi les pionniers du Big Data utilisant des solutions de Teradata, on trouve des entreprises de taille très différentes allant de grands groupes comme Wall-Mart, Wells Fargo, Boeing, Apple, beaucoup de sociétés liées au web comme eBay, Amazon, Overstock, des sociétés plus petites comme LinkedIn (1700 personnes), Mzinga (500), Gilt Groupe (250) et de nombreuses agences de communication qui utilisent des solutions cloud de Teradata (Razorfish, EightfoldLogic, …). Ceci se vérifie aussi en Europe avec des clients comme Otto group ou Full Tilt Poker.

La question est donc par où commencer ? Beaucoup de POC sont gérés par les départements IT et ne visent qu’à explorer les conditions techniques de mise en œuvre de plateformes Big Data, de programmes MapReduce, en particulier avec des solutions Hadoop. Ceci explique les résultats mitigés enregistrés actuellement. Cependant cela n’explique pas tout, la plupart des POC essaient d’utiliser des données Big Data, pour améliorer des modèles existants, et ils y arrivent, ils produisent de meilleurs modèles, mais le plus souvent le gain est marginal, et le ROI additionnel par rapport aux anciens modèles n’est pas si extraordinaire.

S’il est rassurant de s’essayer dans des domaines connus, d’améliorer un scoring existant, les ROI récompensent les démarches « décision/action » innovantes. Il faut investir dans des domaines que l’entreprise n’a pas ou peu explorés, et développer non seulement de nouvelles analyses, mais aussi de nouvelles approches métiers. Pour cela les domaines en pointe concernent le marketing digital, la fraude, la maintenance, la qualité, … Même si tout dépend de ce que fait déjà l’entreprise, de son niveau de développement, il y a pour les équipes innovantes de très nombreuses opportunités.

Pour trouver leur chemin, les entreprises doivent partir de leur modèle d’affaires, de leur stratégie, et identifier les Big Data qui ont un sens, puis les explorer. Il faut pour cela constituer une équipe incluant des représentants de l’informatique, des métiers et au moins un data scientist. L’exploration doit prendre la forme d’un POV (proof of value). Les premiers projets qui seront développés ensuite, le seront en mode agile. Enfin, il est hautement recommandé de se faire assister par des consultants qui ont de l’expérience, et de se référer à des cas réels, par exemple ceux de Teradata Aster via le lien ci-joint : http://www.asterdata.com/customers/index.php

Dans le monde complexe d’aujourd’hui les risques sont partout, mais en même temps, leur bonne gestion offre l'une des opportunités les plus sûres pour les organisations de mettre en oeuvre des innovations qui améliorent l'agilité, les possibilités de développement et l'efficacité opérationnelle. La gestion des risques est toujours quelque chose de spécifique à chaque organisation, entre autres du fait de l’importance de la culture d’entreprise en matière d’acceptation des risques. Ce qu’une compagnie considère comme un niveau inacceptable de risque peut sembler parfaitement acceptable à d’autres. Les processus de gestion des risques sont là pour aider les décideurs à évaluer les risques et à bien définir les ressources à prévoir pour leur gestion.

Chacun convient qu'il y a des risques qui peuvent être négligeables pour les organisations tandis que certains risques opérationnels peuvent gravement affecter le déroulement des affaires. Par exemple, une affaire peut être trop « bonne », et amener l'organisation au plafond de ses capacités de production. Au final elle peut être réellement bonne si elle se termine de façon profitable. Mais elle peut aussi se révéler mauvaise, si elle fait perdre de l'argent et génère des perturbations dans le service des autres clients, parce qu’en fait les capacités ont été surévaluées. Nous sommes là dans un cas typique de gestion des risques.

L’industrie des services financiers qui est particulièrement sensible à ce qui peut arriver à son argent, est pionnière en matière de gestion des risques. Beaucoup de banques se sont concentrées ces dernières années sur le développement de méthodologie pointue de gestion des risques et ont prolongé leur réflexion au delà du thème classique du risque de crédit en abordant d’autres thèmes, comme les risques de marché ou les risques opérationnels. Certains risques se contrôlent mieux que d'autres. Par exemple les risques de crédit peuvent être couverts par des réserves de perte ou différents mécanismes du même genre. Mais pour ce qui est des risques opérationnels, des établissements financiers ont disparu simplement parce qu'ils n'avaient pas prévu l’existence de traders escrocs. Dans un climat de normalisation intense, les directions des banques pourraient être invitées à fournir beaucoup plus de détails sur leurs risques, mais ceci peut ne pas être un problème car avec de bons moyens de gestion des risques, les décideurs accèdent en temps réel à des informations détaillées et sont à même de fournir une image précise des risques suivants différents angles de vue.

Une bonne approche des risques offre aussi des avantages métier. Par exemple une banque équipée d’un système de gestion des risques intégrant en temps réel tous les événements pertinents à suivre, peut considérablement réduire son exposition aux risques pour certains clients. Un tel système peut également aider les services financiers à voir si les clients sont toujours dans les bonnes limites, et donc continuer à répondre à leurs demandes en conséquence et ainsi augmenter l’activité. Les limites de contrôle peuvent être fixées par pays, groupes de produit, contre- parties, structures d'associé ou industries ou par n'importe quelle combinaison de ces éléments. Une fois que ces limites sont établies dans le système, le suivi des événements déclenche des alertes aux employés et ainsi ils peuvent gérer plus d'affaires sans avoir par exemple des délais trop longs pour statuer sur les crédits.

Les entreprises non financières commencent également à examiner l’intérêt de la gestion des risques. Par exemple, le plus grand risque pour une compagnie maritime peut ne pas venir des hasards inhérents au voyage maritime tels qu’une mer déchaînée ou une panne d’équipement, mais d’une mauvaise transmission d'information aux autorités portuaires ou à des organismes gouvernementaux. Non seulement les amendes et les pénalités peuvent être importantes mais de mauvaises déclarations peuvent entraîner une interdiction de naviguer, qui peut maintenir à quai un navire pour des semaines laissant les clients attendre et l’équipage sans activité. Une initiative de gestion des risques peut aider à mettre sous contrôle les transmissions l'information.

Les grandes entreprises d'aujourd'hui savent bien qu’une bonne utilisation des données financières peut permettre d'optimiser les opérations à travers l'entreprise entière. Malheureusement, beaucoup de compagnies ne profitent pas pleinement des détails de leurs données financières. En effet la plupart du temps les directions financières pensent que les seules informations qu'elles ont à leur disposition sont celles qui sont issues des systèmes comptables ou budgétaires. Or toutes les informations issues de ces systèmes sont fondées sur des données agrégées qui reflètent mal les événements réels. Les données agrégées contenues dans les rapports standards peuvent répondre aux questions basiques : Quel est le revenu ? Quelle est la marge bénéficiaire ? Quel est mon encours client ? Comment tout cela impacte mon cash-flow ? Mais ces questions ne traitent que superficiellement de ce qui s'est réellement produit de façon opérationnelle, et ne permettent pas de parfaitement maîtriser la marche des affaires.

Le point qui nous intéresse ici, est comment peut-on mieux contrôler une entreprise en utilisant pro activement les données financières ? Les meilleures entreprises fonctionnent en se référant à un nouveau paradigme où les données financières détaillées, l'analyse et l'assurance de l'exactitude créent un avantage concurrentiel en permettant la prise de décision en quasi temps réel. S’appuyant sur une technologie adéquate, une entreprise peut fonder ses décisions sur une vision claire de ses activités, de la synthèse financière aux détails opérationnels et ceci tout au long des périodes comptables. Cette facilité permet à une organisation d'agir sur ses affaires courantes avant la fin d’une période sans attendre les arrêtés pour changer certaines de ses manières de faire. Un tel environnement peut être mis en place grâce à un processus en trois étapes.

Il s’agit d’abord de réaliser une infrastructure pour intégrer les données financières. Le premier problème d’aujourd'hui est celui de l'accès aux données. Le plus fréquemment les entreprises gèrent leurs activités au moyen de nombreux systèmes opérationnels différents (maison ou progiciels) plus ou moins intégrés, et même lorsqu’elles ont fait l’effort de se doter d’un ERP, la plupart du temps elles en exploitent de multiples instances hétérogènes. Dans ce type de contexte les analystes trouvent l’accès aux données difficile et très long. Il convient pour solutionner ce problème d’intégrer les données financières de tous les systèmes opérationnels dans un environnement unique pour établir un référentiel détaillé de l’activité, et produire les tableaux de bord de base. Les analyses doivent être faites grâce à un environnement self service tel que les responsables puissent accéder aux données dont ils ont besoin, quand ils en ont besoin, sans avoir recours à un tiers. Concrètement il s’agit de mettre en œuvre un entrepôt de données détaillées et les applications d’analyses financières nécessaires.

Il convient ensuite de tirer bénéfice de l’intégration des données financières en termes de prévision et de modélisation. Les analystes sont plus libres pour faire des analyses avancées quand ils peuvent accéder au moment opportun à des données intégrées via un portail ou un tableau de bord en libre service. Les entreprises peuvent alors trouver des réponses à des questions de plus en plus fines, comme : Qui sont mes meilleurs vendeurs ? Qu’ont-ils vendu ? Quelles sont les tendances par rapport à l’année dernière ? En fonction de la qualité des réponses à ces questions, les entreprises peuvent développer des modèles plus ou moins affinés, des prévisions précises et des raisonnements par hypothèse dans tous les domaines de leurs activités. Si vous savez mieux anticiper l'impact de votre décision, vous saurez aussi mieux la gérer (prise de décision & mise en œuvre). Une fois que les données sont intégrées, les analystes de la fonction finance peuvent exécuter des calculs précis du niveau le plus fin (par exemple : client/produit) au niveau le plus agrégé, au lieu de fonder leur calcul sur des habituelles et contestables approches par clés de répartition. Quand les activités de l’entreprise sont capturées au niveau le plus fin, la direction financière peut facilement analyser la rentabilité en détail à travers de multiples dimensions et regarder les affaires sous de plus nombreux angles. Pour être efficace, les processus d’analyse doivent être continu. Pour permettre à des utilisateurs d'agir et de faire des changements qui produisent des résultats financiers mesurables, alors il ne s’agit pas simplement de les mettre en situation d’observateur, mais d’être actif et pour cela qu’il puisse appréhender la réalité des activités à un niveau suffisamment fin.

Enfin il faut intégrer les données financières avec les autres données de l’entreprise. La troisième étape pour accroître la valeur de l'information financière est d'intégrer les données financières détaillées avec d'autres données d’activité de l'entreprise. Mais attention le défi n’est pas mince, car il s’agit de prendre en compte les millions de transactions et d'interactions qu’une entreprise peut avoir quotidiennement avec ses différents partenaires (clients, fournisseurs, …). Mais l’expérience montre qu’une fois qu'une entreprise a une vue globale et détaillée de ses données, les opportunités d’affaires sont sans limites. Tous les clients Teradata qui ont développé une telle vue d'entreprise ont connu le succès.

Une fois que les gestionnaires ont les bons éléments financiers, ils peuvent voir comment agir sur les coûts, accroître les revenus et augmenter la productivité. Des analyses très opérationnelles peuvent être menées pour supporter des décisions économiques quotidiennes et optimiser les processus. Il s’agit que toute l’entreprise – des acteurs de la chaîne d'approvisionnements à ceux en relation avec les clients – puisse avoir accès aux informations qui leur permettent de prendre de meilleures décisions. Alors que la vue des activités devient plus claire pour tous les responsables, le rôle du Directeur Financier devient plus important. Aujourd'hui, être un bon Directeur Financier exige donc d’agir à travers tous les secteurs d'activité de l’entreprise. Il exige également la capacité à initier des discussions sur le besoin de faire évoluer les modèles d’activités et sur les voies innovantes qui peuvent conduire à améliorer les résultats financiers. Dés que les entreprises arrivent à un meilleur niveau de connaissance et de maîtrise de leurs activités, elles sont à même d’automatiser certaines prises de décisions tactiques de façon à réagir sans délai aux événements. Alors la gestion devient plus libre et les responsables peuvent se concentrer sur la stratégie de l’entreprise, sur l’optimisation des processus et des infrastructures pour maximiser les résultats. Au final ce progrès de la connaissance des activités conduit à transformer l’entreprise et sa culture.

Changer son modèle d'affaires, gagner des avantages concurrentiels et créer de nouvelles occasions de bénéfices ne représentent qu’une partie des défis que les Directeurs Financiers doivent relever. La bonne nouvelle est que les nouvelles technologies aident les entreprises à répondre à ces nouvelles demandes. En prenant en charge pro activement les exigences de conformité, les entreprises peuvent viser une nouvelle efficacité financière et finalement améliorer les opérations et la rentabilité de l’ensemble de leurs activités.

Depuis quelques années les entreprises qui ont mis la focalisation client au cœur de leur stratégie, ont cherché à mobiliser toutes les équipes internes sur cet objectif et par facilité ont mis en place des outils informatiques standards du marché, les utilisateurs et les organisations n’ayant qu’à s’adapter. Cherchez l’erreur ! Sous prétextes que pour les domaines clés de la gestion administrative des opérations, le marché offre aujourd’hui dans certains secteurs des solutions de qualité, certains se sont précipités à mettre en place des progiciels intégrés pour couvrir le domaine plus ou moins bien défini du CRM. Ainsi ils ont obéré une grande partie des résultats qu’ils pouvaient espérer d’une telle approche : croissance du CA et de la marge, fidélisation ou efficacité du marketing & des ventes par exemple.

Les besoins des entreprises dans ce domaine du CRM sont très divers et spécifiques notamment au secteur, à la taille, à la situation sur le marché, à l’organisation, à la culture. Les entreprises, confrontées à des contextes de nature différente, ne peuvent pas suivre une méthode unique de mise en œuvre d’une stratégie de focalisation client. Elles ne peuvent pas être satisfaites par les mêmes solutions technologiques. Cela soulève directement la question de la pertinence des solutions CRM intégrées. Concrètement il y a lieu de s’interroger sur l'argumentaire qui consiste à vouloir faire croire que la large expérience d’un éditeur, devrait permettre aux nouvelles entreprises clientes de s'adapter de façon satisfaisante à des solutions intégrées. Il s’agit donc de se demander si c'est à l'entreprise de s'adapter au système de l’éditeur, ou l'inverse.

Par exemple pour évoquer les différences sectorielles, les besoins de la Banque, de la Grande Distribution et des Télécommunications n’ont rien de communs. Les banquiers ont depuis longtemps beaucoup d’information sur leurs clients, peu de choses à leur vendre et besoin de mettre au centre de leur approche une intégration des canaux d’interaction. La grande distribution a des dizaines de milliers de produits à vendre, en est à découvrir individuellement les porteurs de carte de fidélité et à essayer de segmenter les approches qui jusque-là étaient indifférenciées. Enfin les opérateurs de télécommunication sont surtout accaparés par la rationalisation de la commercialisation, de la communication d’une offre qui se diversifie quotidiennement avec une concurrence qui comporte de nouveaux entrants. Dans ce contexte certains voudraient faire croire qu’ils ont la solution universelle pour couvrir un domaine qui historiquement a toujours été à la traîne en matière d’automatisation du système d’information.

D’autre part il ne faut surtout pas négliger la dimension ressources humaines dans le succès de la mise en œuvre de nouvelles approches et de nouveaux outils. D’une façon générale la mise en place d’une nouvelle solution génère différentes réactions. Vous avez les preneurs (pionnier, locomotive, prosélyte, putschiste, plus royaliste que le roi), les qui demandent à voir (suiveur, négociateur, sceptique) et les résistants (vacciné, paniqué, anti, pas payer pour, je m’en fous). Plus les habitudes sont changées plus il faut investir pour faire en sorte que les futurs acteurs utilisent le nouveau système. Or dans ce domaine du CRM les acteurs sont issus de structures très différentes (vente, télévente, marketing opérationnel, support client, analyste métier) auxquelles correspondent des profils, des valeurs et des conditions de travail spécifiques. Dans ce contexte, partager des informations, coordonner les actions dans les processus sont des objectifs porteur de valeur, alors que vouloir absolument utiliser le même outil n’est d’aucun intérêt et ne peut être que source de problèmes.

Le tout intégré est né des coûts & des délais de développement de solutions sur mesure, et de la difficulté qui existait il y a quelques années pour intégrer des logiciels ou des progiciels entre eux. Le tout intégré a relativement bien réussi à couvrir les principales fonctions administratives dans certains secteurs, mais en général ne répond pas à l’ensemble des besoins où il est installé, et doit cohabiter avec d’autres logiciels qui la plupart du temps gèrent le cœur des activités de l’entreprise concernée. Le tout intégré de toute façon n’a jamais prétendu offrir la meilleure solution pour chaque fonction. Vouloir répéter cette approche dans le domaine du CRM semble inadapté, notamment car les pratiques dans les différentes fonctions concernées en particulier au niveau de la vente et du marketing sont particulièrement diverses d’une entreprise à une autre, et parce qu’ici il ne s’agit pas de tâches administratives sans grands impacts sur la compétitivité. Le tout intégré même habillement rebaptisé « suite logiciel », reste coûteux, lourd à déployer & à maintenir.

Le mieux pour les grandes entreprises est d’avoir recours à des approches Best of Breed et aux architectures orientées services (SOA), aux moyens actuels d’intégration (EAI, Bus de Services et Services Web). Le sens de l’histoire est d’aller vers des solutions plus souples, plus adaptées pour chaque acteur des processus, plus capables de s’intégrer dans un environnement qui restera hétérogène malgré tous les efforts.

Dans le contexte compétitif d’aujourd’hui l’une des voies de succès pour les entreprises est d’établir des relations durables avec leurs clients. Pour cela globalement il s’agit de savoir identifier les clients rentables, d’interagir avec eux, de créer des relations privilégiées et de les prolonger dans le temps. De façon plus détaillées il convient en particulier de savoir :
• Identifier la valeur de chaque client et déterminer la contribution des clients aux résultats.
• Définir une stratégie de fidélisation des clients en identifiant et en fidélisant prioritairement les clients à valeur élevée susceptibles d’aller à la concurrence.
• Identifier les opportunités de vente croisée pour accroître la rentabilité et générer un chiffre d'affaires accru.
• Rechercher et gagner des clients rentables pour consolider sa part de marché.
• Analyser toutes les données détaillées des ventes (transactions et interactions), pour déterminer le flux de communication souhaitable en fonction de la valeur du client pour l'entreprise.
• Evaluer sans cesse le dialogue le plus approprié à établir avec le client, au moment opportun, en prenant en compte les expériences des clients et les objectifs de la société.
Il faut enfin rechercher en permanence les meilleures manières de modifier les processus de contact client pour améliorer le confort d'achat des clients et les fidéliser.

Pour cela il faut disposer d’un système d’information adapté permettant de connaître toutes les transactions et interactions de chaque client avec l’entreprise, de pouvoir regrouper les clients en segments traitables, de gérer des campagnes de communication coordonnées dans le temps à travers de multiples canaux. La vue 360° du client s’obtient grâce à la prise en compte des Big Data.

Pour identifier des segments de clientèle il faut s'appuyer sur un large éventail de relations et d'attributs personnalisables tels que la localisation des clients et de leurs transactions, des données démographiques concernant les clients, les achats qu’ils ont effectués, leurs réactions à des campagnes promotionnelles antérieures, des historiques des contacts divers (réclamation, demande d’information, …), les parcours sur le web, etc…. Les segments constituent la base d'une planification marketing et d'une communication plus efficace. Ils permettent également d’assurer le suivi des clientèles, d’en comprendre les évolutions et d’exploiter toutes les informations grâce à des représentations personnalisées de l’activité. Il s’agit de faciliter le développement de relations plus rentables avec des segments de clients, de mesurer constamment la valeur des actions entreprises et de se démarquer de la concurrence dans un contexte commercial de plus en plus difficile.

Une bonne solution CRM doit permettre à l’entreprise de fidéliser ses clients tout en augmentant ses ventes. Grâce à un modèle de données adéquat et des analyses, il est possible d’obtenir une vision complète de ses clients. Les informations produites peuvent être utilisées pour créer des messages et des campagnes promotionnelles hyper segmentées, personnalisées à travers de multiples canaux qui contribuent à donner une image positive de l’entreprise tout en améliorant les résultats. Il s’agit de faire progresser la valeur du client par le biais d’un marketing intelligent en gérant et en intégrant les communications pour : créer des vue globales, multicanal et détaillées des relations avec chaque client ; accélérer les cycles d'analyse et automatiser les dialogues personnalisés avec le client ; optimiser les communications avec les clients ; entretenir une relation de proximité avec le client à travers les divers canaux en lui apportant des réponses en temps réel.

La solution CRM doit aider à mieux développer/gérer les relations avec les clients dont on comprend mieux les besoins/valeurs, à mettre en œuvre en temps voulu une communication adaptée avec les clients, et à mieux utiliser les ressources pour tirer le meilleur parti des opportunités pour générer des bénéfices. La solution doit être évolutive, souple ; fournir de nombreux points d'entrée ; permettre d’accéder à tout moment à une vue unique des clients et mesurer les résultats en temps réel. Il s’agit en particulier de disposer des possibilités clés suivantes : décrire et analyser les clients ; identifier des opportunités intéressantes et rentables de communication avec les clients ; lancer des communications multicanal auprès des clients ; gérer des règles et des modèles pour personnaliser les communications ; gérer les activités interactives avec le client en temps réel.

Pour aller plus loin vous pouvez utilement consulter le lien suivant sur le Data Driven Marketing vu par Teradata : http://www.aprimo.com/