L'intérêt de l'e-CRM est de recueillir le maximum de données sur les internautes et surtout de pouvoir les interpréter rapidement. Quels sont les enjeux de cette interprétation de données ? Quels profits peut-on tirer de cette exploitation ? Exemples concrets en France si possible, Europe, Etats-Unis ?

Les enjeux sont de pouvoir mieux gérer :
• les sites (performance du site, publicité, promotion, présentation, produit) par une approche classique d’analyse de leur activité,
• les clients (connaissance des clients, personnalisation des relations, fidélisation, optimisation de la valeur) par une approche individualisée de leur activité.

Les bénéfices à attendre de ces dispositifs concernent :
• d’une façon générale le chiffre d’affaires et la rentabilité des opérations, d’une façon plus spécifique le taux de conversion (visiteur/acheteur), comme par exemple pour Travelocity qui a atteint en 2000 un taux de 8,1%,
• les actions qui peuvent être optimisée sont par exemple : l’affichage des bannières, la sélection des offres à faire (avec ou sans tarification dynamique), les communications on line (demandes d’informations personnalisées, accès à un téléopérateur), les communications off line (e-mail, fax, publipostage, télémarketing).

Les problèmes les plus fréquemment rencontrés sont liés à l’incapacité à mesurer l’efficacité des bannières, d’analyser les interactions avec les visiteurs, les navigations, de corréler les ventes (on line, off line) avec l’activité du site, de déterminer des tendances d’évolution, … etc. ; en un mot de répondre aux questions (parfois complexes) que se posent les responsables Marketing pour qui le web n’est qu’un canal de vente :
• segmenter les visiteurs, tracer l’origine des internautes,
• segmenter les clients, analyser les paniers,
• calculer des scores de fidélité, des métriques de valeur,
• mesurer l’impact des campagnes (campagnes d’e-mails, ….etc.),
• chiffrer les coûts d’acquisition, de fidélisation,
• etc. …

Comment organiser la collecte des données sur les internautes pour permettre des traitements efficaces ? Quelles sont les structures de bases de données appropriées ?

Collecte de données :
• Capturer des données relatives à l’activité web : journaux (log), cookies, publicité (bannières),
• Relier ces données à un individu et à ses données personnelles : caractéristiques de la personne, achats antérieurs, relations historiques avec l’entreprise, historique des campagnes marketing, historique des navigations, etc….
• Analyser toutes les données personnelles en les rapprochant des données d’activité (commandes, facturation, retours, stocks, réclamations, etc…) et de navigation pour mieux comprendre et mieux agir.
• Pour les clicks & mortars ne pas oublier que le web n’est qu’un canal parmi d’autres et qu’il convient de ne pas mettre en place des moyens et des structures parallèles sans les responsables des systèmes d’information de l’entreprise.

Attention cependant aux problèmes liés à la volumétrie (cf. Travelocity) à la complexité de la collecte des données auprès de nombreux serveurs géographiquement distribués (cf. E-Trade).

Modèle de données :
Il faut prévoir un modèle ambitieux (client, produit, panier, web site, session, protection de la vie privée, …) permettant de gérer une information détaillées sur l’activité. Le marché propose des modèles pour différents secteurs qui répondent à ces besoins. Ces modèles sont en 3° FN, ce qui permet une meilleure représentation du métier, une grande flexibilité et une évolutivité optimale : tiers, compte, contacts, transactions, événements, campagne, produit, canal, organisation interne, localisation.

Quelles sont les interfaces à mettre en place depuis le poste de l'internaute jusqu'au stockage dans les bases ?

Des données générées par l’activité de l’internaute à l’information utilisée par le responsable Marketing pour décider et lancer une action par exemple, il peut y avoir un nombre de couches de systèmes assez impressionnant. Dans le domaine du décisionnel classique, certaines architectures empilent ODS, Data Warehouse, Data Mart soit trois niveaux de stockage de données. C’est une mauvaise approche, il convient de limiter le nombre de couches en mettant en œuvre le concept d’Active Warehouse qui tout en limitant le nombre de stocks de données, permet de donner des moyens décisionnels à tous ceux qui en ont besoin dans l’entreprise et pas seulement à des spécialistes de l’analyse de données ou des analystes métier.

Comment interpréter les données pour fournir des informations efficaces au marketing ? Quelles sont les techniques d'exploitation ? Le datamining en particulier est-il à la portée de tous les sites, les petits comme les gros ? Avec quels moyens ?

Globalement les analyses sont classiques tant dans leur objet que par les techniques utilisées : segmentation, affinité produit, vente croisée, taux de réponse, etc. …

Cependant :
• il y a des analyses spécifiques liées à la navigation ou à la possibilité de décortiquer le non achat par exemple,
• il faut comprendre que le canal web est nouveau et que le Marketing correspondant en est à son début.

Définition des outils d’analyse ?
Il existe différents types d’utilisateurs qui emploient différents types d’outils : voir le tableau