Système d'Information Décisionnel - Le blog de Michel Bruley

Quand une entreprise intègre dans sa stratégie le fait de focaliser son organisation sur ses clients, il est certain que si elle ne va pas essayer de traiter tous ses clients de la même façon, elle va quand même chercher à optimiser les « expériences » que ses clients ont avec elle. Ici optimiser ne veut pas dire maximiser et c’est bien entendu un optimum sous contrainte qui est recherché. Choisir un niveau d’optimum pour les expériences des clients nécessite d’arbitrer entre des intérêts externes (par exemple ce que les clients souhaitent) et des intérêts internes (chiffres d’affaires, marges), le tout dans un horizon temporel qu’il faut aussi fixer.

Concrètement il convient de traiter les principaux points suivants : créer des segments de clients durables, à partir d’une connaissance large des clients, incluant toutes leurs relations avec l’entreprise et ceci sur une période significative ; utiliser ces segments pour définir des scénarios des relations avec les clients dans le long terme qui puissent être mis en œuvre dans différents contextes d’interaction ; mettre en place des moyens qui permettent de reconnaître les clients, quel que soit le canal par lequel ils entrent en contact avec l’entreprise ; prendre en compte tous les besoins et donc intégrer tous les processus inhérents aux relations clients ; faciliter la réalisation d’analyse à tous les stades de façon à ce que les apprentissages possibles des expériences passées puissent être faits ; personnaliser l’offre au sens large, les produits et les expériences, de façon à ce que le client perçoive qu’il fait l’objet d’un traitement qui lui est spécifique ; gérer le portefeuille de clients, c'est-à-dire adapter les engagements de ressources pour assurer la qualité des expériences à la valeur des clients pour l’entreprise ; établir des règles et une discipline de façon à ce qu’à travers l’organisation les services soient assurés et à leur juste niveau ; organiser l’apprentissage de l’entreprise, partager les résultats de façon à faciliter la déclinaison des recettes de succès et éviter de persister dans l’erreur ; intégrer les équipes intervenant dans la chaîne de valeur de façon à ce qu’elles aient intérêt à travailler ensemble.

De fait il faut aussi que l’entreprise tienne compte de son niveau réel de maturité dans sa façon d’interagir avec ses clients pour définir des solutions pour les points listés ci-dessus. La tâche n’est pas triviale, mais les enjeux de satisfaction de la clientèle, de notoriété, de part de marché, de chiffre d’affaires et de marge sont motivants. Il faut absolument chercher à être progressif et cohérent dans l’introduction des changements dans l’offre, dans l’organisation et dans les outils. Il faut avant tout traiter le cas de l’entreprise et non plaquer une solution toute faite. Il n'existe pas de "one best way", ni de solution informatique unique et obligée. De fait il existe une grande variété de problématiques imputables à des situations d'entreprises très différentes (domaines d'activité, types de clientèle, culture organisationnelle, structure, etc.) qui doit nécessairement conduire à une diversité d'approches.

Les entreprises ne doivent pas compter sur une «approche métier » type pour optimiser l’expérience de leurs clients, ni non plus mettre en œuvre les mêmes technologies. Il faut en particulier éviter toute dérive techniciste et ne pas se focaliser sur les outils. Il convient d’avoir conscience de l’importance de la coordination de l’ensemble de l’entreprise et donc de la primauté des aspects métier.

L’optimisation des expériences client permet d’instaurer des relations plus durables et de consolider l’entreprise sur son marché. Très concrètement elle accroît la fidélité des clients et donc leur valeur pour l’entreprise, et autorise un développement de la connaissance du fonctionnement des marchés, source majeure de l’innovation. Cette approche permet de réfléchir et parfois de remettre en cause des composantes du modèle d'affaires à commencer par le mix des éléments formant la valeur pour le client ou sa propre chaîne de valeur. Tout cela débouche sur un renforcement de la position concurrentielle y compris dans des marchés sans croissance.

Le domaine décisionnel, au sens Système d’Information du terme, correspond à un des moyens qui permet à l’entreprise de répondre à ses besoins d’Intelligence économique, il couvre la partie « data », la partie données quantitatives par opposition à la partie « explication », à la partie qualitative du discours.

Le domaine décisionnel devient critique pour les entreprises et de plus en plus d’entreprises ont besoin de pouvoir accéder 24h sur 24, 7 jours sur 7 à leurs données historiques.

Le domaine décisionnel a été historiquement peu et mal pris en compte par les DSI qui ont toujours considéré le domaine opérationnel du Système d’Information comme prioritaire. D’une façon générale, les applications du type ERP ont été prioritaires par rapport aux entrepôts de données et à l’intérieur d’un thème fonctionnel comme celui de la gestion des clients, l’automatisation des canaux a été prioritaire par rapport à la partie analytique.

Le domaine décisionnel concerne tous les thèmes fonctionnels de l’entreprise, mais les besoins sont très différents d’une fonction à l’autre, en termes de volumes de données, de profondeur d’historique nécessaire, de nombre d’utilisateurs, de complexité des questions.

Les utilisateurs du domaine décisionnel sont très variés et ont besoin d’outils différents :
• Les spécialistes de l’analyse de données, déploient des outils spécifiques (big data, data mining, …), pour explorer sans hypothèse a priori leurs données pour travailler des sujets comme : la rétention des clients, la propension à acheter, définir des modèles de réponse, analyser des paniers,
• Les analystes métiers mettent en œuvre des outils statistiques et partent de quelques hypothèses faibles pour mettre au point : la tarification, des packages produits, le marketing événementiel, les ventes croisées,
• Les super-utilisateurs d’une fonction utilisent des outils multidimensionnels et partant d’hypothèses analyse les risques, les ressources, les promotions, …
• Les utilisateurs de base d’une fonction (Marketing, Contrôle de Gestion, ….) se servent de requêtes plus ou moins préprogrammées en fonction d’hypothèses fortes pour : analyse des résultats, faire des comparaisons, des comptages, …

Le domaine décisionnel a été couvert dans les entreprises de façon hétérogène et anarchique, avec une multiplication de moyens. Dans de nombreuses entreprises les mêmes données sont gérées plusieurs fois dans des bases différentes, il n’existe le plus souvent aucune vision d’ensemble et de nombreuses analyses souhaitables sont infaisables ou nécessitent des délais et des coûts rédhibitoires.

Cependant quelques grandes entreprises expérimentent avec succès des voies nouvelles (entrepôt de données d’entreprise intégré, plateforme de découverte, lac de données, moteur CEP (Complex Event Processing) et s’ouvrent ainsi un large champ de perspectives économiques et techniques.

Quoi qu’il en soit les compétences informatiques à mobiliser sont nombreuses variées et compte tenu de l’évolution des offres, les besoins de formation sont très importants.

Enfin, il est certain que le décisionnel est complexe et qu’il est absolument nécessaire d’avoir une approche d’urbanisation qui permet d’envisager un projet d’entreprise dans ce domaine en définissant un cadre cohérent, stable et modulaire dans lequel peuvent venir s’insérer les développements d’applications analytiques.