Il y a beaucoup de confusion quand il s'agit de données volumineuses. Certains l'associent à une quantité toujours croissante de données. Mais c'est plus complexe que ça. Il est donc important de comprendre ce qui se cache derrière ce mot à la mode et ce qui a vraiment changé dans le monde des affaires.
Les mégadonnées ne sont pas seulement une grande collection de données
Ce n'est pas une grande nouveauté en ce sens et des entreprises comme Amazon ou Walmart disposent de quantités astronomiques de données à l'échelle internationale.
Quand on parle de big data, il faut savoir que les données ne sont pas seulement stockées et traitées statistiquement. Ils sont aussi:
– Interprété avec des outils sémantiques (catégorisation etc. ),
– Extension au domaine du comportement (clics, visites, géolocalisation, interactions sociales),
– Combiné avec des sources de données externes (notamment Open Data),
– Étudié à partir de signaux faibles (data mining) et de techniques probabilistes
Grâce aux technologies de communication web et mobile, ces données sont directement générées en temps réel par l'activité de l'utilisateur client.
Un « mouvement de données » difficile à gérer pour certaines entreprises
Il ne s'agit plus seulement de segmentation des cibles comme c'était le cas à l'époque des CSP+ et des ménagères de plus de 50 ans. Grâce aux statistiques, il ne s'agit plus seulement de classer une personne dans une catégorie au comportement plus ou moins prévisible. Il s'agit plutôt de prédire le comportement d'une personne en temps réel, de tout savoir sur elle, ou de trouver les personnes susceptibles de réagir comme on le souhaite à un message donné. Pour la marque aussi, comme Marketing 3. 0 envisage idéalement, c'est de mettre le consommateur au centre, de lui donner de la valeur ou du moins de reconnaître la valeur que le consommateur génère à travers son activité.
Pour certaines entreprises ou industries axées sur la génération de produits et de revenus, ce changement de données et cette transformation des stratégies marketing ne seront pas faciles à négocier. Tout l'enjeu pour la marque est de répondre de manière appropriée aux besoins fluctuants de "l'acteur client" tout en équilibrant ses différents objectifs et contraintes. Entre la segmentation RFM traditionnelle et cette nouvelle vision du ciblage, la logique n'est pas la même, ni les principes mathématiques ni les profils de compétences.
Il semble donc que l'on s'oriente vers une multi-spécialisation des compétences en marketing et particulièrement en marketing digital. C'est l'ère du data scientist et de l'analyste de données qui est finalement capable d'interpréter les informations collectées et analysées par les logiciels et les solutions informatiques modernes.
Ciblage digital et segmentation traditionnelle : 2 approches complémentaires
Bien sûr, la segmentation est toujours utile et pertinente. Nous en avons parlé récemment lors de la définition des différences entre le marketing push et pull. D'abord parce qu'on ne sait pas toujours tout. Deuxièmement, parce que la mise en place de systèmes de ciblage numérique est un investissement en technologie et en expérience. Enfin, parce qu'il serait dommageable de nier l'évidence.
Surtout sur le fond, tout n'est pas l'affaire de tout le monde : un traité d'électromécanique a peu de chances d'inspirer un comptable, et les propositions de régulation bancaire de BALE III devraient laisser la plupart des biologistes de marbre. En tant que tels, les départements marketing ont tout intérêt à maintenir une segmentation de haute qualité, même si cela signifie l'améliorer progressivement grâce au ciblage numérique.
Le cycle de vie du client est un flux d'opportunités qui doivent être saisies au bon moment. Ainsi lorsqu'une jeune femme achète des vêtements pour bébé, il est intéressant de savoir si cet achat lui est destiné ou s'il est réservé à un proche. Les technologies de mégadonnées aident à répondre à ce genre de questions, mais nous devons faire attention aux écarts.
Le point crucial avec le big data : la distinction entre les termes rappel et précision
Les experts métiers utilisent deux termes, à savoir le rappel (la complétude du stock de possibilités) et la précision (le nombre de cas précis parmi ceux détectés). Ces deux termes sont quelque peu antithétiques, et le marketeur doit équilibrer le risque de rater une opportunité avec le risque de perdre la pertinence, et donc la rentabilité, de ses efforts marketing.
Outre toutes les possibilités qu'offre le Big Data en termes de contrôle du e-commerce, il faut être attentif à la qualité et à l'exactitude des données collectées, à ses interprétations et à la qualité de la réflexion en amont pour s'assurer que la technologie est utilisée. corriger. Il faut également veiller à ce que le consommateur ne subisse pas de rejet face à des procédures trop intrusives et automatiques. Comme dans le renseignement, le contact avec le terrain restera un complément indispensable à la technologie si l'on ne veut pas perdre de vue la réalité et reproduire les erreurs qui ont pu se produire dans le trading haute fréquence (HFT).
