Le Big data peut-il devenir un avantage concurrentiel pertinent ? Par Gilles Azoulay, Directeur Regional, Europe Ouest, chez Pegasystems

Big Data

Le Big data est un sujet tendance dont tout le monde parle. Les entreprises ont accumulé des quantités massives de données au travers de leur histoire, de leurs fusions et de leurs acquisitions sur lesquelles elles n’arrivent plus à capitaliser. Les sociétés qui sauront utiliser mieux et plus vite la valeur de ces données prendront vraisemblablement une longueur d’avance dans le monde concurrentiel brutal qui est le leur. Des efforts massifs sont développés afin de comprendre comment les capturer, les gérer et les traiter afin d’en faire un patrimoine commercial pour l’entreprise. L’atteinte de cet eldorado est restée longtemps inaccessible. Il l’est aujourd’hui.

Comment le Big data a-t-il pu prendre autant d’ampleur ? Depuis des années, les entreprises ont construit des silos massifs de données qui résident dans des bases de données disparates, ignorant à quel point celles-ci pouvaient être bénéfiques à la stratégie et au métier de l’entreprise. Ces données s’accumulaient alors dans des « entrepôts ». Cette approche architecturale a généré toujours plus de données, liées à l’interaction client et provenant de systèmes transactionnels, ainsi qu’un volume massif en provenance des nouveaux canaux dont les sites web, les médias sociaux, les enregistrements de centres d’appels, et les sources variées non structurées. Chaque contact ou interaction client a entrainé des données supplémentaires. Chaque nouveau canal clients (web, chat, réseaux sociaux, etc.) a été traité de manière isolée, comme une opération, une solution ou une division propre. La vision holistique du client provenant de cette abondance d’informations est devenue utopique et exploiter ces données pour les transformer en valeur est devenue indispensable. Les solutions de Business Intelligence (BI) ont répondu à une partie du problème en accédant aux données et en les regroupant, mais les centres d’appels, n’étant pas impliqués dans cette approche, ont dû gérer leur propre destin et faire le tri des données pour trouver les réponses les plus adaptées afin de servir au mieux leurs clients. Mais face à des données nombreuses et dispersées, les solutions proposées ne furent qu’approximatives ou fausses.

Les systèmes de Business Intelligence ont certainement permis de regrouper les données et de les extraire dans un temps quasi-instantané. Néanmoins les salariés étaient toujours livrés à eux-mêmes pour l’interprétation et les actions à mener par rapport à ces données, résultant en un service client incohérent ou un service marketing et commercial inefficace. Une meilleure compréhension des « Big data » n’apportait qu’une pièce du puzzle. Les autres pièces indispensables résident notamment dans la manière de rendre ces données actionnables, afin de mieux servir le client et d’améliorer leur expérience avec l’entreprise.

Certaines industries sont allées au-delà avec des solutions de « decisioning » qui rendent ces données « actionnables ». Elles utilisent ces informations pour conduire des décisions plus intelligentes au sein de leurs services au client. Les modèles prédictifs et adaptables peuvent générer une compréhension significative des premières données en temps réel. Les entreprises qui ont été capables de mettre ces systèmes en place bénéficient d’un avantage compétitif formidable, dû aux expériences pertinentes et supérieures qu’elles offrent à leurs clients. Les modèles prédictifs peuvent être utilisés pour mesurer les vastes quantités de données au sein des entreprises et ensuite proposer la meilleure action (« next-best-action ») aux agents des centres d’appels. Ainsi, ils peuvent conseiller la meilleure recommandation à chaque client, basée sur les informations historiques que l’entreprise possède sur ce dernier. Les « Next-best-actions » ne sont pas seulement pertinentes car basées sur les prédictions concernant le comportement des consommateurs, mais également car elles recommandent des actions en considérant tous les canaux d’informations.

Les entreprises sont capables d’incorporer continuellement de nouvelles données provenant de multiples sources, et leurs modèles prédictifs et adaptifs peuvent apprendre plus rapidement, au fur et à mesure que les données sont intégrées. Les recommandations et les prédictions ne sont plus segmentées mais personnalisées, plus en mode décalé (Batch) mais en temps réel, améliorant ainsi l’information comprise par les centres d’appel et, par conséquent, la satisfaction client. Si les dirigeants de clubs de baseball ont pu, il y a une dizaine d’années, utiliser les statistiques pour avoir une meilleure idée de la performance d’un joueur dans le futur, pourquoi ne pourrions-nous pas utiliser le Big data pour développer une meilleure compréhension du comportement de nos clients ? Les modèles prédictifs et adaptifs sont une solution parfaite pour le Big data, car plus ces modèles ont accès à un grand nombre de données, plus les systèmes apprennent et évoluent rapidement, générant des recommandations qui anticipent les besoins des clients. Les capacités de temps réel de ces systèmes valorisent les moments de l’interaction avec les clients, ces moments de vérité qui permettent de transformer un appel difficile en une opportunité commerciale.

Cette approche au traitement des informations permettent aux services clients de personnaliser l’interaction, de proposer des offres plus pertinentes à vos clients, de limiter les retours d’expériences négatifs. Ces avantages peuvent être réalisés grâce aux décisions et aux analyses permises par le Big data. Dans la réalité, imaginez un client contactant son fournisseur Internet, sa banque ou encore sa compagnie d’assurance. Sa demande peut être traitée rapidement et simplement et il se voit proposer un produit ou un service qui correspond non seulement à ses besoins, mais lui permet également d’économiser de l’argent. Les objectifs liés à la satisfaction client sont remplis et l’entreprise peut capitaliser sur cette valeur. Aujourd’hui, il n’est plus nécessaire d’imaginer. Des logiciels sont disponibles et des entreprises en font d’ores et déjà une réalité.

Les entreprises ne doivent pas craindre le Big data mais l’adopter sereinement en utilisant les technologies de « decisioning » pour être plus compétitives. Le Big data est une opportunité fabuleuse à saisir rapidement. Les outils de prise de décision et d’analyses sont une méthode prouvée pour prédire et projeter les actions de ses clients. Un changement dans la manière de percevoir le Big data peut créer de formidables possibilités pour toutes les entreprises et toutes les industries : des télécommunications aux banques et aux assurances. Si nous sommes capables de mieux comprendre nos clients, et d’utiliser cette idée au moment même où nous nous adressons à eux, alors nous facilitons et améliorons les relations à venir. Comme cela a été le cas dans l’industrie du baseball, les entreprises capables d’utiliser le Big data comme un atout, s’ouvrent au succès et à la performance, et augmentent ainsi leur compétitivité, s’assurant une place parmi les meilleures entreprises de leur secteur.

Related Topics
Author
By
@coesteve1
Related Posts

Readers Comments


Add Your Comment

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

*

In The News

Le Big data peut-il devenir un avantage concurrentiel pertinent ? Par Gilles Azoulay, Directeur Regional, Europe Ouest, chez Pegasystems

Big Data 27th novembre, 2013

Le Big data est un sujet tendance dont tout le monde parle. Les entreprises ont accumulé des quantités massives de données au travers de leur histoire, de leurs fusions et de leurs acquisitions sur lesquelles elles n’arrivent plus à capitaliser. Les sociétés qui sauront utiliser mieux et plus vite la valeur de ces données prendront vraisemblablement une longueur d’avance dans le monde concurrentiel brutal qui est le leur. Des efforts massifs sont développés afin de comprendre comment les capturer, les gérer et les traiter afin d’en faire un patrimoine commercial pour l’entreprise. L’atteinte de cet eldorado est restée longtemps inaccessible. Il l’est aujourd’hui.

Comment le Big data a-t-il pu prendre autant d’ampleur ? Depuis des années, les entreprises ont construit des silos massifs de données qui résident dans des bases de données disparates, ignorant à quel point celles-ci pouvaient être bénéfiques à la stratégie et au métier de l’entreprise. Ces données s’accumulaient alors dans des « entrepôts ». Cette approche architecturale a généré toujours plus de données, liées à l’interaction client et provenant de systèmes transactionnels, ainsi qu’un volume massif en provenance des nouveaux canaux dont les sites web, les médias sociaux, les enregistrements de centres d’appels, et les sources variées non structurées. Chaque contact ou interaction client a entrainé des données supplémentaires. Chaque nouveau canal clients (web, chat, réseaux sociaux, etc.) a été traité de manière isolée, comme une opération, une solution ou une division propre. La vision holistique du client provenant de cette abondance d’informations est devenue utopique et exploiter ces données pour les transformer en valeur est devenue indispensable. Les solutions de Business Intelligence (BI) ont répondu à une partie du problème en accédant aux données et en les regroupant, mais les centres d’appels, n’étant pas impliqués dans cette approche, ont dû gérer leur propre destin et faire le tri des données pour trouver les réponses les plus adaptées afin de servir au mieux leurs clients. Mais face à des données nombreuses et dispersées, les solutions proposées ne furent qu’approximatives ou fausses.

Les systèmes de Business Intelligence ont certainement permis de regrouper les données et de les extraire dans un temps quasi-instantané. Néanmoins les salariés étaient toujours livrés à eux-mêmes pour l’interprétation et les actions à mener par rapport à ces données, résultant en un service client incohérent ou un service marketing et commercial inefficace. Une meilleure compréhension des « Big data » n’apportait qu’une pièce du puzzle. Les autres pièces indispensables résident notamment dans la manière de rendre ces données actionnables, afin de mieux servir le client et d’améliorer leur expérience avec l’entreprise.

Certaines industries sont allées au-delà avec des solutions de « decisioning » qui rendent ces données « actionnables ». Elles utilisent ces informations pour conduire des décisions plus intelligentes au sein de leurs services au client. Les modèles prédictifs et adaptables peuvent générer une compréhension significative des premières données en temps réel. Les entreprises qui ont été capables de mettre ces systèmes en place bénéficient d’un avantage compétitif formidable, dû aux expériences pertinentes et supérieures qu’elles offrent à leurs clients. Les modèles prédictifs peuvent être utilisés pour mesurer les vastes quantités de données au sein des entreprises et ensuite proposer la meilleure action (« next-best-action ») aux agents des centres d’appels. Ainsi, ils peuvent conseiller la meilleure recommandation à chaque client, basée sur les informations historiques que l’entreprise possède sur ce dernier. Les « Next-best-actions » ne sont pas seulement pertinentes car basées sur les prédictions concernant le comportement des consommateurs, mais également car elles recommandent des actions en considérant tous les canaux d’informations.

Les entreprises sont capables d’incorporer continuellement de nouvelles données provenant de multiples sources, et leurs modèles prédictifs et adaptifs peuvent apprendre plus rapidement, au fur et à mesure que les données sont intégrées. Les recommandations et les prédictions ne sont plus segmentées mais personnalisées, plus en mode décalé (Batch) mais en temps réel, améliorant ainsi l’information comprise par les centres d’appel et, par conséquent, la satisfaction client. Si les dirigeants de clubs de baseball ont pu, il y a une dizaine d’années, utiliser les statistiques pour avoir une meilleure idée de la performance d’un joueur dans le futur, pourquoi ne pourrions-nous pas utiliser le Big data pour développer une meilleure compréhension du comportement de nos clients ? Les modèles prédictifs et adaptifs sont une solution parfaite pour le Big data, car plus ces modèles ont accès à un grand nombre de données, plus les systèmes apprennent et évoluent rapidement, générant des recommandations qui anticipent les besoins des clients. Les capacités de temps réel de ces systèmes valorisent les moments de l’interaction avec les clients, ces moments de vérité qui permettent de transformer un appel difficile en une opportunité commerciale.

Cette approche au traitement des informations permettent aux services clients de personnaliser l’interaction, de proposer des offres plus pertinentes à vos clients, de limiter les retours d’expériences négatifs. Ces avantages peuvent être réalisés grâce aux décisions et aux analyses permises par le Big data. Dans la réalité, imaginez un client contactant son fournisseur Internet, sa banque ou encore sa compagnie d’assurance. Sa demande peut être traitée rapidement et simplement et il se voit proposer un produit ou un service qui correspond non seulement à ses besoins, mais lui permet également d’économiser de l’argent. Les objectifs liés à la satisfaction client sont remplis et l’entreprise peut capitaliser sur cette valeur. Aujourd’hui, il n’est plus nécessaire d’imaginer. Des logiciels sont disponibles et des entreprises en font d’ores et déjà une réalité.

Les entreprises ne doivent pas craindre le Big data mais l’adopter sereinement en utilisant les technologies de « decisioning » pour être plus compétitives. Le Big data est une opportunité fabuleuse à saisir rapidement. Les outils de prise de décision et d’analyses sont une méthode prouvée pour prédire et projeter les actions de ses clients. Un changement dans la manière de percevoir le Big data peut créer de formidables possibilités pour toutes les entreprises et toutes les industries : des télécommunications aux banques et aux assurances. Si nous sommes capables de mieux comprendre nos clients, et d’utiliser cette idée au moment même où nous nous adressons à eux, alors nous facilitons et améliorons les relations à venir. Comme cela a été le cas dans l’industrie du baseball, les entreprises capables d’utiliser le Big data comme un atout, s’ouvrent au succès et à la performance, et augmentent ainsi leur compétitivité, s’assurant une place parmi les meilleures entreprises de leur secteur.

By
@coesteve1
backtotop