My Blog

Étiquette : décision

  • Data : un potentiel toujours inexploité

    Pourquoi les entreprises éprouvent toujours des difficultés à améliorer leurs processus décisionnels à l’aide de données exploitées en temps réel.

    Incluant les résultats d’une étude réalisée auprès de plus de 170 décideurs informatiques et ingénieurs réseau de l’écosystème d’Aruba dans la région EMEA, le document révèle que la majorité d’entre eux s’agacent des insuffisances en termes de gestion des données. Interrogés sur leurs principales problématiques liées aux données, 61 % des participants citent « la maîtrise seulement partielle des données de l’entreprise », 51 % « l’incapacité à étudier les données de manière globale » et 52 % « l’impossibilité de traduire les données en renseignements exploitables ».

    Le livre blanc Data to Decisions: A Rulebook to Unlock the Power of your Data (Des données aux décisions : les règles d’or pour exploiter tout le potentiel des données) apporte une réponse à ces problématiques en identifiant six étapes clés pour aider les entreprises à mieux tirer parti de leurs données. Les principaux thèmes qu’il aborde sont les suivants :

    Un potentiel inexploité

    Les personnes interrogées ont conscience de la capacité des données à améliorer l’efficacité, le potentiel d’innovation et l’orientation client de leur entreprise. Elles citent la capacité à proposer de meilleures expériences client (60 %), à renforcer l’efficacité (38 %) et à stimuler l’innovation produit (35 %) parmi les principales opportunités découlant d’une meilleure gestion des données.

    À l’opposé, elles soulignent également les lacunes des systèmes et des infrastructures en place, qui pourraient limiter ces opportunités. Interrogés sur les possibilités dont ils aimeraient pouvoir bénéficier grâce aux données, ce qui n’est pas le cas à l’heure actuelle, les participants citent parmi leurs priorités le renforcement de la sécurité (63 %), l’exécution d’un nombre accru d’analyses en temps réel (55 %), l’exploitation généralisée des données dans le cadre des processus décisionnels (55 %) et l’amélioration de la connexion entre les données et les fonctions essentielles de l’entreprise (45 %).

     Le besoin d’amélioration des compétences

    Le manque de compétences et connaissances nécessaires au sein des entreprises est une autre préoccupation majeure. Plus d’un tiers (36 %) des personnes interrogées s’inquiètent ainsi de « l’absence des compétences nécessaires pour gérer l’explosion du volume de données ». Par ailleurs, 28 % déclarent craindre en premier lieu que « le personnel ne respecte pas les règles en matière de données ».

    Pour améliorer la situation, le rapport préconise de mettre l’accent sur l’amélioration des compétences du personnel actuel possédant une connaissance approfondie du secteur, de nommer un responsable des données chargé de les organiser et d’en retirer de la valeur ajoutée, et de créer des groupes de gouvernance des données incluant des décideurs de tous les services clés de l’entreprise, en veillant à ce que leurs besoins soient pris en compte dans la stratégie et la gestion des données.

    « Une grande partie des connaissances les plus précieuses sont déjà présentes dans l’entreprise », estime Tom Chatfield, spécialiste des technologies qui a participé à la rédaction du rapport. « Former les effectifs pour leur permettre d’échanger avec les spécialistes informatiques et de tirer parti d’API s’avère souvent bien plus efficace que de demander à un expert informatique de se familiariser rapidement avec un nouveau secteur. »

     Sécurité et conformité

     Outre sa position en tête de liste des priorités des responsables informatiques interrogés, la sécurité des données fait partie de leurs principales inquiétudes concernant l’avenir. Deux des trois principales préoccupations sont liées à la sécurité ou à la conformité : 21 % craignent avant tout de se faire pirater, et 12 % que leur entreprise ne soit sanctionnée en vertu du RGPD.

    Le rapport fournit plusieurs recommandations sur le renforcement de la sécurité, notamment le classement des données selon différents niveaux de risque, la mise en place d’un plan d’urgence en cas de violation des données et l’utilisation de formations par simulation pour mieux sensibiliser le personnel aux menaces.

    Morten Illum, vice-président de la région EMEA chez Aruba, conclut ainsi : « Chaque entreprise a conscience du potentiel des données à stimuler l’innovation, à améliorer le développement des produits et à transformer l’expérience des salariés et clients. À mesure que les données et les décisions se rapprochent de la périphérie des réseaux, les entreprises doivent plus que jamais s’assurer que leurs systèmes et processus sont prêts à faire face. Comme le soutient cette étude, cela signifie qu’elles doivent améliorer les compétences et la formation de leur personnel, mettre en place des structures de gouvernance efficaces et accorder une priorité de tous les instants à la sécurité des données. La pandémie qui sévit actuellement dans le monde ne fait qu’accentuer ces nécessités, car tandis que le télétravail devient la norme, le Wi-Fi grand public ne dispose toujours pas des fonctionnalités de sécurité essentielles, alors que les attaques de cyber sécurité ciblant les individus se multiplient. »

     

  • Mieux cibler, mieux rationaliser, mieux décider… Bienvenue dans le marketing de l’IA

    Révolutionner le rôle du Marketer avec l’AI Marketing

    Selon Emarsys 

    Personne n’est jamais devenu un spécialiste du marketing pour pouvoir passer des jours à passer au crible les données, à construire manuellement des campagnes ou à compiler des listes dans Excel. Les spécialistes du marketing veulent pouvoir maximiser leur production créative et laisser les aspects techniques aux plateformes et aux machines.

    Aujourd’hui, les spécialistes du marketing ont accès à une mine de données sur les consommateurs qui, dans le passé, devaient analyser, segmenter manuellement en populations, puis créer ou ajouter à des campagnes spécifiques.

    Révolutionner le rôle du Marketer avec l’AI Marketing

    Segmenter les audiences signifie plus de variantes de messages à créer, plus de campagnes, plus de flux de travail d’automatisation, la liste continue. Le résultat ? Les spécialistes du marketing ne peuvent tout simplement pas le faire…. ou du moins pas au niveau que nous attendions d’eux. Ainsi, pour lutter contre cela, les plateformes de commerce électronique essaient de les motiver. Les fournisseurs de solutions créent des renseignements sur les clients, en augmentant les données de contact avec des données intelligentes, ce qui rend les segments plus intelligents. Ces plates-formes présentent d’excellentes analyses et rapports, avec des modèles de cotation et des prédictions, et même des recommandations sur le meilleur mouvement suivant, en essayant de guider et de motiver l’utilisateur pour qu’il agisse. Ça aide, mais pas assez.

    Le commercialisateur du centre ne peut pas gérer toutes les options. Ils ne comprennent pas les décisions qu’ils doivent prendre, et ils n’ont pas le temps de créer toutes ces variantes, sans parler de les optimiser. Ils ne peuvent pas gérer la granularité de 1 pour 1, et finissent par accorder la plus grande partie de leur attention à la routine quotidienne qu’ils faisaient auparavant. Chez Emarsys, nous nous sommes rendu compte que nous devons libérer les spécialistes du marketing de ces tâches car c’est une tâche trop lourde à gérer. C’est là que l’IA entre en jeu.

    Le marketing doit combler le fossé entre la science des données et l’exécution. Et il ne s’agit pas d’analyses fantaisistes, de prévisions de revenus futurs ou de modèles de notation. Chez Emarsys, nous avons tendance à considérer l’intelligence artificielle comme un robot qui exécute des tâches, et non simplement dire aux spécialistes du marketing ce qu’il faut faire.

    Pour les spécialistes du marketing numérique, la présence de l’Intelligence Artificielle Marketing (AIM) n’est plus la substance de l’avenir ; l’avenir est déjà là. Le marketing de l’intelligence artificielle ouvre des portes stratégiques qui étaient auparavant fermées aux spécialistes du marketing et ouvre la voie à des niveaux de personnalisation sans précédent dans le domaine du marketing.

    Élimination du travail manuel

    Chez Emarsys, lorsque nous mettons à la portée de nos utilisateurs des recommandations de produits, des recommandations incitatives, l’optimisation du temps d’envoi et plus de capacités d’IA qui suivent ces principes, nous commençons enfin à constater une augmentation de l’adoption de la communication 1 pour 1. Pourquoi ? Parce que nous ne l’avons pas seulement rendu intelligent, nous l’avons aussi rendu sans effort. C’est la simple pression d’un interrupteur, ce qui n’est plus agréable à avoir pour les spécialistes du marketing, mais une exigence pour qu’ils puissent fournir une personnalisation vraiment individualisée à l’échelle.

    L’optimisation du temps d’envoi est une fonction de marketing de l’IA qui suit ces principes. La plate-forme d’Emarsys décide quand envoyer le message à chaque contact selon la plus grande probabilité d’engagement, elle applique l’apprentissage machine pour rechercher activement un nouvel emplacement et s’adapter au comportement de l’utilisateur, et elle est activée d’une simple pression d’un interrupteur.

    Grâce au marketing de l’intelligence artificielle, les spécialistes du marketing peuvent désormais passer du temps à créer des stratégies de haut niveau et à se concentrer sur des campagnes à fort impact, au lieu de s’occuper manuellement de la collecte de données fastidieuse ou de la segmentation granulaire. Les solutions de marketing de l’intelligence artificielle peuvent même creuser une couche plus profonde dans l’analyse des données qu’un humain, pour une meilleure compréhension et visibilité des interactions et de l’engagement des consommateurs, ce qui mène à une stratégie plus concrète de la part de l’esprit créatif du spécialiste du marketing.

    Augmenter la production créative

    Pour les cerveaux créatifs, il n’y a rien de pire que de s’enliser dans la monotonie des  » nombres « . Tous les spécialistes du marketing sont confrontés à ce dilemme ; même si beaucoup aimeraient créer du contenu gagnant toute la journée, il est impossible d’aller de l’avant aveuglément sans les chiffres pour guider la direction.

    Avec le marketing de l’intelligence artificielle, il est possible de créer plus de contenu, et la qualité de cette production créative est rehaussée par l’augmentation des données régissant l’orientation et la stratégie, créant ainsi une boucle de rétroaction positive d’un raffinement continu et d’une portée sans cesse croissante. Comment est-ce possible ?

    Les recommandations de produits en sont un bon exemple. Avec le marketing de l’IA, c’est décidé au nom de l’acheteur. Pour chaque contact, l’IA détermine les produits à présenter, comment le contenu doit être présenté et par quel canal. Tout ce que le marketer a à faire dans ce scénario est de placer un widget boîte noire dans une page web ou un email, et ils tirent automatiquement profit de l’apprentissage machine pour améliorer leurs résultats.

    Les recommandations de produits ont résolu un grand défi pour les spécialistes du marketing, un défi qui, auparavant, dépassait largement leur champ d’application. Parmi les milliers de produits d’un catalogue donné, comment un commercialisateur peut-il faire correspondre manuellement, à chaque destinataire, les produits les plus susceptibles de les intéresser ? Même s’ils disposaient de toutes les données de navigation du site Web, sous une forme qui pourrait être segmentée, ils n’auraient pas le temps et les ressources nécessaires pour s’asseoir et faire cette comparaison manuelle des segments de personnes et des produits à une granularité de 1 pour 1. C’était une tâche impossible que l’intelligence artificielle résout de façon transparente sans ajouter une seconde de charge de travail supplémentaire pour le commercialisateur.

    Dernières réflexions

    En fin de compte, le marketing de l’intelligence artificielle permet de mieux cibler et rationaliser le rôle de l’agent de marketing. Moins de temps est consacré aux processus manuels et à l’analyse des données, mais plutôt à ce que les spécialistes du marketing font le mieux : élaborer des stratégies à fort impact, créer des contenus gagnants et établir des messages thématiques.

     

  • Comment adapter sa stratégie à un cycle de vente en pleine mutation ?

    La « réalité du terrain », socle de l’avenir numérique des entreprises

    par Mélanie Dhaisne, Responsable Marketing France chez Uniserv Gmbh


    Avec l’avènement du numérique, les enjeux qui attendent les entreprises sont de taille. Alors que les nouveaux acteurs du monde numérique prennent déjà aux sociétés solidement implantées les parts de marché traditionnelles, il est urgent pour une société de changer sa politique digitale afin de ne pas compromettre son activité. Seule une entreprise qui saura adapter sa stratégie, sa structure, sa culture et ses processus aux besoins numériques de ses clients pourra rester compétitive. Quels sont les facteurs de succès des entreprises numériques performantes face à ces changements? 

    Adapter sa stratégie à un cycle de vente en pleine mutation
    Le client attend de la part des entreprises un maximum de flexibilité, une réaction rapide, des offres personnalisées et bien entendu financièrement intéressantes de la part des entreprises. Son mode de vie étant d’ores et déjà fortement axé sur le numérique, il recherche des fournisseurs qui l’ont compris, et qui le soutiennent au quotidien. Lorsqu’une personne décide d’acheter un produit ou une solution, une grande partie du cycle de vente traditionnel s’est déjà écoulée sans qu’un seul mot ait été échangé avec un commercial. Le processus d’achat commence donc bien avant que le vendeur en ait la moindre connaissance.

    Adopter une approche marketing et commerciale nouvelle
    Pour ce faire, les entreprises doivent s’adresser à leurs prospects à tous les stades du parcours client, sous la forme d’informations sur mesure toujours diffusées au bon moment et au bon endroit. Mais attention, il ne s’agit pas ici d’inonder le client sous les différents argumentaires de vente. Il est important que les informations fournies présentent une valeur ajoutée pour le client potentiel, qu’elles le fassent avancer personnellement et professionnellement. Ce n’est que lorsque l’entreprise y parvient sur la durée que les prospects deviennent des clients.Or un tel service n’est possible que si les entreprises agrègent les connaissances, préférences et comportements qu’elles ont collectés sur leurs clients afin de constituer une vue complète à 360 degrés qui leur sert de base fiable et transparente pour la prise de décisions stratégiques à l’avenir.


    Gérer et analyser les données de façon professionnelle et fiable
    La transformation numérique passe inexorablement par une gestion professionnelle et une analyse fiable des données. Google et ses homologues l’ont bien compris : leurs modèles de gestion reposent sur le traitement judicieux du Big Data et des analyses, ce qui rend ces sociétés productives, compétitives et dynamiques. La solution pour parvenir à ce résultat réside dans l’interaction d’applications et de processus différents selon le scénario de gestion ou le secteur d’activité. `En marketing, par exemple, cette « chaîne de processus » commence par les prévisions de l’analyse prédictive qui permettent de prévoir les tendances à venir et de planifier puis exécuter les campagnes de manière ciblée. Les résultats des campagnes réalisées viennent ensuite alimenter des analyses exhaustives de Business Intelligence (BI). Ces données BI sont à leur tour intégrées dans la conception et la planification des campagnes futures et servent également de base aux décisions stratégiques de l’entreprise. C’est ainsi que la chaîne de processus s’articule. Ce scénario peut naturellement s’appliquer à l’optimisation des processus sans lien direct avec les clients, dans les domaines de l’informatique, de la logistique ou de la finance, par exemple.


    Prêter une attention toute particulière aux détails
    Les prévisions de l’analyse prédictive sont générées à partir de données internes, c’est-à-dire historiques. Les algorithmes nécessaires exploitent généralement environ 10 % de ces données à des fins d’apprentissage. Ce n’est que lorsque ces données d’apprentissage sont de qualité, c’est-à-dire univoques et exactes, que l’algorithme « apprend » correctement et génère des prévisions pertinentes. Si les données ne sont pas fiables, elles déclenchent une réaction en chaîne néfaste et dangereuse pour l’entreprise : des données non vérifiées (doublons, fausses adresses, etc.) génèrent en effet des analyses erronées, des campagnes qui manquent leur cible et, plus grave encore, de mauvaises décisions.


    Se fier à la réalité du terrain
    Pour éviter cette réaction en chaîne, l’entreprise doit se fier à la réalité du terrain. L’entreprise dispose alors d’une base correcte pour le processus d’analyse prédictive ainsi que pour l’exécution performante de campagnes marketing et d’analyses de Business Intelligence. La « réalité du terrain » en est le fondement et représente dès lors un facteur de succès essentiel pour la croissance du chiffre d’affaires et les nouveaux modèles numériques.

  • Les marketeurs carburent au Big Data, mais est-ce raisonnable?

    Le Big Data est-il le Graal tant espéré ou n’est-ce que du Big Bla-bla ?

    (*) : Le cœur a ses raisons que la raison ne connait point – Blaise PASCAL

    Par Olivier Figon Executive Chairman & Co-founder chez OORACE

    Les marketeurs plébiscitent les données : récolter, analyser, croiser, stocker … le tout pour mieux cibler. Ils carburent au Big Data et s’adressent à des acteurs capables de transformer cette masse d’informations pour faire d’un prospect un client. Mais avoir toujours plus de données sur une personne, est-ce la panacée ? Le Big Data est-il le Graal tant espéré ou n’est-ce que du Big Bla-bla comme le pointait en 2014 Ilan Benhaim, cofondateur de vente privée.com.

     Dans un environnement très concurrentiel, les marques ont cherché logiquement des moyens de mieux connaître leurs visiteurs afin de pouvoir leur faire des propositions de plus en plus personnalisées. Pour cela il a fallu collecter des données, les trier, les croiser et les analyser. Le Big Data était né : on parle aujourd’hui de plusieurs Eo par jour ! (1 Eo ou exaoctet = 1018 octets).

    Le Big Data sert incontestablement la connaissance client. Véritable atout pour les marketeurs, il a ouvert la voie au marketing automatisé et au marketing prédictif, permettant d’initier des campagnes à partir des données recueillies. Comme son nom l’indique, son objectif est de prévoir le comportement des visiteurs à partir de leur historique de comportement.

    Le raisonnement qui conduit un individu à prendre une décision d’achat est complexe.

    Cet historique est facile à connaître grâce au Big Data. Un e-commerçant peut tout savoir d’une personne : les études qu’elle a faites, sa catégorie socio-professionnelle, ses habitudes d’achat, ses centres d’intérêt et même les goûts de ses amis sur les réseaux sociaux etc … mais en réalité la construction du raisonnement qui conduit un individu à prendre une décision d’achat est bien plus complexe. Quantité de facteurs, psychologiques par exemple, l’influencent. Pour espérer appréhender cette construction complexe il faut des technologies qui permettent aux marketeurs de raisonner autrement.

    Mais quelle est d’abord exactement l’ampleur de l’enjeu pour le e-commerce ?

    Pour la mesurer intéressons-nous en premier lieu à ce que dit le baromètre annuel Google-Kantar Media Compete (1). L’étude pointe en particulier un chiffre très intéressant : le taux de refus en fonction des secteurs (hors activité drive) évolue entre 78% et 92% des visites. Google définit le taux de refus comme l’indicateur mesurant l’absence de prédisposition des visiteurs à acheter.

    Qu’une partie des visiteurs viennent pour flâner c’est bien sûr une réalité, que certains soient là par hasard pourquoi pas, mais peut-on réellement imaginer que 90% des visiteurs d’un site de e-commerce viennent sans aucune prédisposition d’achat, c’est-à-dire sans intention ?

    Et si c’était plutôt les outils d’analyse qui manquaient d’imagination !

    De l’imagination, nos visiteurs eux n’en manquent pas. Mais il ne faut pas s’attendre à voir la Vérité sortir tout nue du puits sans effort. Les outils aussi doivent faire preuve d’imagination. Des intentions, votre visiteur en avait bel et bien et il les a exprimées, mais pas de la manière compréhensible par les outils d’analyse du Big Data. Et pour une raison bien simple :  lors du parcours client ces intentions-là ne se sont pas exprimées à travers le langage des mots.

    Par définition la sémantique donne accès uniquement aux intentions clairement exprimées, le conscient en quelque sorte. Il est facile de croiser ces données sémantiques avec ce que le Big Data nous a appris sur le comportement habituel du visiteur, les référentiels étant les mêmes, et donc de lui apporter une proposition personnalisée. Cela nous donne accès à environ 10% des parcours clients, qui se répartissent en 2 catégories : les visiteurs qui achètent (1/3 de ces 10%) et les autres, les fameux abandonnistes (les 2/3 restants) qui sont l’objet de toutes les attentions des analystes.

    On sait qui je suis mais sait-on ce que je recherche vraiment, ici et maintenant ?

    Si le Big Data est indispensable dans une stratégie marketing, il est un domaine qu’il ne prend pas en compte : l’instantanéité, c’est à dire les intentions précises de l’internaute au moment où il surfe sur le net, peu importe son historique de comportement. Comme nous le savons tous, une partie des visiteurs ont un objectif précis, certains viennent flâner et d’autres peuvent se sentir parfois perdus. Non seulement leurs attentes sont différentes, mais leur état d’esprit, leur psychologie et leurs intentions peuvent en plus changer en permanence.

    Une récente analyse de Think With Google (2), mérite également d’être mise en avant pour ce qu’elle relève : le Big Data peut être trompeur. Ainsi :

    • 40% des achats sur mobile de produits pour bébés proviennent de couples sans enfant !
    • Les hommes sont à l’origine de 68% des recherches sur les produits cosmétiques, les femmes de 56% de celles sur les articles de sport et de 45% de celles sur les produits de bricolage !

    Pour Think With Google cela montre que le focus purement sur les data n’aide pas à comprendre ce que les utilisateurs recherchent au moment précis où ils le font, l’intention bat l’identité et prime sur le ciblage prédictif.

    Carburer uniquement au Big Data ce ne serait donc pas raisonnable !

    En réalité la connaissance client ne peut pas se limiter au Big Data, comme elle ne peut reposer non plus sur la seule approche temps réel. C’est la somme des 2 qui permet aux marketeurs de couvrir 100% des parcours clients.

    La vraie connaissance client c’est pouvoir répondre aux 2 questions à la fois :

    • Qui est mon client ?
    • A quoi pense, ou rêve, mon visiteur ?

    Au menu des marketeurs : proposer des interactions, saisir les opportunités et favoriser le conversationnel

    Think With Google en conclut que les marketeurs doivent analyser finement les micro-moments, comprendre l’intention qu’ils expriment, le consommateur étant parfois à la recherche de conseil, d’inspiration ou d’avis sur les produits, et ajuster leurs stratégies de content marketing en conséquence.

    Et on pourrait ajouter … pour proposer les interactions qui conviennent et pour satisfaire le visiteur à l’instant t ; un visiteur satisfait est un futur client et un client satisfait est un futur client fidèle.

    Cela permet de comprendre en temps réel si l’internaute est dans une recherche précise, s’il flâne ou bien s’il erre parce qu’il est perdu dans l’organisation du site.

    Dans un cas (10% des situations) il faut effectivement lui donner exactement ce qu’il veut pour ne pas le perturber dans sa quête et perdre la vente.

    Dans les autres cas (90% des situations) il faut être capable d’appréhender ses attentes : souhaite-t-il être guidé par l’affichage d’une information ? Etre rassuré par un dialogue avec le service client via une fenêtre de dialogue ou par téléphone ? A-t-il besoin d’être surpris par la recommandation d’un produit auquel il n’avait pas pensé mais qui a tout son sens finalement ?

    Cela nécessite une approche radicalement nouvelle, une combinaison en temps réel de plusieurs analyses : du comportement, des intentions et de la psychologie d’achat mais aussi du ressenti du visiteur par rapport au site.

    C’est le cas par exemple de l’approche psycho-cognitive proposée par la plateforme digitale omnicanal OORACE®.

     

     

    OOrace

    Grâce à cette approche OORACE® analyse en temps réel les intentions, clairement exprimées ou sous-jacentes, segmente les attentes pour permettre de proposer au bon moment la bonne interaction : recommander un produit pertinent, surprendre au bon moment avec un produit inattendu mais qui a du sens, favoriser le retour vers l’achat grâce à un retargeting personnalisé, proposer de visiter une catégorie plutôt qu’un produit, afficher un message ou un contenu, initier un contact avec le service clients ou un vendeur …

     

    • Baromètre sectoriel sur la performance de conversion des sites e-commerce en France

    http://www.journaldunet.com/ebusiness/commerce/1139998-e-commerce-les-taux-de-conversion-secteur-par-secteur/

    • L’intention est supérieure aux données sociodémographiques

    https://www.thinkwithgoogle.com/articles/why-consumer-intent-more-powerful-than-demographics.html