Analytics : une approche basée sur les données
pour l'évaluation des résultats d'une entreprise
Le retour sur investissement est mesuré au moyen d'indicateurs macroscopiques. Grâce à l'approche basée sur les données, nous pouvons rendre ces indicateurs plus spécifiques.L'analytique change les outils d'analyse et l'évaluation des résultats peut alors être plus "qualitative" sur le long terme.
Outils d'analyse
Le retour sur investissement numérique est généralement mesuré par une entreprise à l’aide d’indicateurs macroscopiques classiquement dérivés : ventes, génération de leads, notoriété de la marque, réduction des coûts, revenus publicitaires.
Bien que cette approche soit parfaitement valable, la fragmentation des expériences quotidiennes des consommateurs et leur interaction de manière continue mais aussi discontinue, associées à une grande variété de canaux d’entreprise, peuvent signifier qu’elle est quelque peu limitée en ce qui concerne à la fois l’horizon temporel (à court terme) et l’instantané qu’elle nous donne de l’activité numérique.
Pour poursuivre la métaphore, cette approche nous donne une vue rapprochée, alors que ce que nous voulons vraiment aujourd’hui, c’est une vue grand angle.
Les cas d’interaction d’une entreprise avec ses propres clients ainsi que les sources de données disponibles pour l’entreprise sont désormais innombrables et permettent la possibilité d’une mesure rapide, enrichissant ainsi les actifs de données. Ces actifs, sous certaines conditions et grâce à des technologies spécifiques à grande échelle, peuvent en effet être qualifiés de big data.
Aujourd’hui, les chaînes de magasins sont capables de mesurer leurs propres transactions sur le point de vente (POS Measurement Protocol), et ces données de vente peuvent ensuite être compilées avec celles du commerce électronique et complétées par des données collectées en magasin (totems numériques, balises Bluetooth, etc.), ce qui permet d’obtenir une base de données élargie qui nous permet d’obtenir l’image à grand angle que nous avons mentionnée plus haut.
L’IOT (Internet Of Things)nous permet aujourd’hui de créer une grande variété d’objets “compatibles avec les données”, avec des applications allant de latélémédecineà ladomotique, et de la mode à l’environnement.
Pour ces entreprises, il n’y a qu’un pas entre l’approche “basée sur les données” et l’approche “pilotée par les données”, caractéristique d’une stratégie qui repose fondamentalement sur des données propres, non ambiguës et significatives.
Ce que ces données numériques – et d’une manière spécifique les big data – nous permettent de faire, c’est d’affiner les indicateurs qui sont utilisés pour mesurer le retour sur investissement. Le développement de modèles prédictifs permet ensuite de s’assurer que ce retour se maintient dans le temps, puisqu’ils deviennent un pilier porteur de l’activité numérique propre à l’entreprise.
Les technologies modernes d’apprentissage automatique et d’apprentissage profond nous permettent de prédire avec toujours plus de précision la relation que les propres clients de l’entreprise entretiennent dans les différents moments de contact et d’accroître également l’efficacité de la technologie même qui est à la base de tout cela.
Les analytiques
Dans ce contexte varié et dynamique, nous utilisons l’analytique comme une sorte d’architecture qui passe d’un niveau macro à un niveau microscopique et augmente considérablement le nombre d’indicateurs disponibles pour l’entreprise – d’autant plus si les données numériques sont complétées par des données patrimoniales (CRM) et celles de tiers. Non seulement elles modifient les outils d’analyse et les méthodologies disponibles pour les évaluations des entreprises, mais les données numériques (et par extension les big data) permettent également de déplacer le retour sur investissement d’un plan quantitatif vers un plan plus qualitatif, offrant ainsi une vision plus large sur le long terme.
Il s’agit là d’un changement de perspective important : Grâce aux nouvelles technologies d’analyse, les données – qui proviennent généralement d’un contexte quantitatif largement défini par des processus d’entreprise spécifiques – contribuent à décrire la marche des affaires dans son ensemble et avec une vision à long terme qui est continuellement mise à jour et reste réactive aux changements sur le marché et chez les clients. Des concepts tels que “l’engagement de l’utilisateur”, “la propension à la conversion” et “le parcours de l’utilisateur”, qui sont possibles grâce à l’analytique, contribuent à une nouvelle approche basée sur les données pour l’évaluation des résultats d’une entreprise.
