Le Big-Data, est-ce pour vous ?

Le dicton « Ce n’est pas la quantité mais la qualité qui compte » prend tout son sens lorsqu’on l’applique au « Big-Data ». Si vous songez utiliser de l’information « Big-Data » au sein de votre organisation, que ce soit en marketing, au niveau des ressources humaines ou en analyse stratégique, c’est grâce à l’analytique que vous pourrez l’exploiter. L’analytique permet d’appliquer des modèles statistiques pour extraire de l’intelligence et fournir des recommandations stratégiques afin d’aider à la prise de décision ou de rédiger les bons messages aux bonnes cibles. L’objectif est de :

  • développer une approche stratégique face aux informations,
  • de comprendre ce qui s’est passé et,
  • de comprendre ce qui se passe afin,
  • de prédire ce qui peut se passer. 

À l’aide de l’analytique en marketing, il est possible de construire des modèles prédictifs qui mettent en évidence les préférences clients ou d’identifier les clients en voie de se désengager, comme son passage chez un compétiteur ou une perte d’intérêts envers le canal ou l’approche de communication qui vous lie.  

Il est aussi possible d’ériger le même type de modèle prédictif avec le capital humain à l’intérieur d’une entreprise.

 

Si vous envisagez utiliser le « Big-Data », sachez qu’il ne s’agit pas que de recueillir des données, il faut aussi vous assurer d’avoir une compréhension des données. Mais avant tout, il faut vous définir des objectifs à atteindre. Il est recommandé de débuter avec des objectifs facilement quantifiables qui utilise des données auxquelles vous avez facilement accès, tel qu’augmenter le taux d’ouverture de nos courriels, augmenter le nombre de visites sur notre site web, etc. Et d’éviter, pour commencer, des objectifs qualitatifs comme améliorer l’image de marque, augmenter la fidélité à votre marque, etc. À moins de disposer déjà des outils pour mesurer efficacement l’impact de vos actions inspirées du « Big-Data » sur ceux-ci.

 

Une fois les objectifs établis, il vous faudra identifier une ressource pour effectuer les analyses sur les données. Il peut s’agir d’une ressource externe, mais dans la plupart des cas, cela peut être fait à l’interne en désignant un chargé de projet qui a une compréhension à la fois des enjeux et objectifs de l’entreprise et de ce qu’il est possible de faire avec les données. Il est primordial que cette personne soit bien informée afin de pouvoir s’acquitter de ses tâches de la façon la plus utile pour l’entreprise, pour ce faire elle devrait avoir accès aux informations les plus à jour et les plus pertinentes. Attention, il ne s’agit pas ici de donner à cette personne accès à toutes les données de l’entreprise, mais bien d’identifier quelles informations cette personne aura besoin pour pouvoir effectuer les analyses qui permettront à l’entreprise de rencontrer ses objectifs. Parfois, même souvent, cette étape nécessite la création de canaux d’information à l’interne, puisque certaines analyses nécessitent des informations qui relèvent parfois de plusieurs départements qui ne communiquent pas toujours entre eux. (Marketing, Finance, Ressources Humaines, Gestion des Opérations, etc.)

 

Une fois les canaux d’information bien établis, la collecte d’informations peut débuter. Certains départements recueillent par défaut plus d’informations que d’autres, il sera sûrement plus facile d’obtenir des informations de ceux-ci, vos efforts devront donc être focalisés sur les départements qui ne recueillent pas beaucoup d’information ou ne ressentent pas le besoin de recueillir d’avantage d’information. Il peut y avoir un certain travail d’information et de promotion des bénéfices pour ces départements de recueillir ces données à faire. Lire ici un processus de gestion du changement.

Une fois tous les départements embarqués dans le projet, il est recommandé de centraliser graduellement les informations dans un entrepôt de données, afin d’obtenir une vue d’ensemble de ce que vous avez comme informations. Armez-vous de patience ! C’est un processus qui peut prendre du temps, mais il en vaut la chandelle. Dans la plupart des cas, cette étape mets en lumière des défis au niveau de la normalisation des données, par exemple le champ « Province » qui peut être parfois recueilli comme champ libre, donnant lieu à une multitude d’itérations des mots « Québec », « Quebec », « Qué. », « QC », « Qc », etc. Afin d’obtenir des données facilement utilisables, il est primordial d’effectuer ce travail de normalisation, qui aura souvent des répercussions à travers l’entreprise afin de corriger toutes les sources possibles à l’entrepôt de données.

Une fois l’entrepôt de données ainsi que toutes ses sources bien réglées, une première phase d’analyse est nécessaire afin de mettre en place les requêtes et rapports nécessaires et automatiser au maximum celles-ci. D’après notre expérience, plus le processus est automatisé (moins il comporte d’intervention humaine), plus les chances d’erreur sont faibles. D’où l’importance primordiale de la phase de normalisation et de gestion des sources de l’entrepôt de données.

Une fois les requêtes mises en place, il ne vous reste qu’à profiter du fruit de votre labeur.

 

Voici quelques points à surveiller lors de la mise en place de votre entrepôt de données :

 

  • une attention particulière doit être portée au niveau de la sécurité des données. Dans le monde d’aujourd’hui où tout est connecté, les risques en matière de sécurité en sont décuplés. Nous recommandons de les prévoir et de préférablement d’inclure un plan de gestion de données lors de la planification du projet.
  • Le traitement des données personnelles est un autre défi de taille. Il est donc préférable d’informer les employés et les clients qu’une erreur peut avoir de graves répercussions. C’est pourquoi en plus des mesures de sécurité il faut aussi planifier quelles données sont nécessaires d’être stockées.
    • A-t-on réellement besoin du numéro de carte de crédit complet dans l’entrepôt de données ? Si oui, pour quelles raisons, et devrait-on prévoir un encryptage de cette donnée lorsqu’elle n’est pas utilisée ?

 

En résumé, si vous avez des objectifs quantifiables à atteindre, et êtes prêts à mettre en place ce processus avec des ressources soit internes soit externes, alors le « Big-Data » est définitivement pour vous, et vous en récolterez sûrement des grands bénéfices à moyen et à long terme. Par contre, si vos ressources et/ou l’accès à vos données sont limitées, et/ou que vous n’avez pas d’objectifs quantifiables à atteindre, l’investissement en temps que nécessite le « Big-Data » n’en vaut peut-être pas la chandelle.

0 Commentaire

Laissez une réponse

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*