En 2019, nous donnerons la parole aux agences digitales qui travaillent étroitement avec les marques pour exploiter leur data. Aujourd’hui c’est Didier Richaudeau, Associé en charge des activités Data chez Equancy, qui se prête au jeu de l’interview. Son périmètre d’intervention s’étend de la data science, la mesure de la performance marketing (incluant le digital et media analytics) en passant par le conseil technologique et la mise en œuvre de plateforme big data. Ses équipes accompagnent des clients comme Nissan Europe, DisneyLand Paris, Volkswagen, Picard, Sephora, Bayer, Pierre & Vacances Center Parcs dans la conception de leur stratégie data et dans la mise en œuvre opérationnelle. Interview.
Quels sont les grands enjeux data & analytics actuels ?
Le principal enjeu est de réussir à s’affranchir des silos de données. Et notamment d’ouvrir la data analytics aux métiers (autres que le web) dans l’entreprise car elle a une valeur réellement exploitable par d’autres départements. Mettre cette donnée dans les mains du merchandising, du pricing ou des personnes en charge de la prévision des ventes représente un vrai levier de connaissance et d’efficacité opérationnelle. Cela dit, il faut aussi être conscient de la réalité. Aujourd’hui, la data c’est du pouvoir. Dans l’entreprise, chaque service a tendance à conserver la donnée dans son pré carré plutôt qu’à la partager. Il y a donc un enjeu fort de gouvernance. Le défi technologique est également grand : c’est-à-dire trouver des solutions capables d’ingérer cette variété de données. Par exemple, une direction Produit n’aura peut-être pas naturellement les bons outils (et les bonnes données analytiques) pour optimiser son pricing. Autre exemple : pour un e-commerçant, la visibilité sur le stock est un enjeu fort pour adapter son e-merchandising, son investissement en SEA ou sa promotion. Aujourd’hui, peu d’organisations ont une vision claire d’une stratégie data globale, ou la donnée quelle qu’en soit la source, apporte sa valeur à l’ensemble des départements qui en ont une utilité. La donnée analytics, comme la donnée des ventes, de la marge ou des stocks est dans le cadre de ces stratégies globales, une source d’information à forte valeur ajoutée pour l’entreprise et pas simplement pour le département digital.
Quel est le principal intérêt d’un accompagnement dans une stratégie digital analytics ?
Nous intervenons en premier lieu dans la définition d’une stratégie data et analytics avant de parler de choix d’outils, d’implémentation ou de pilotage. Notre valeur ajoutée est justement de démontrer au client ce que peut apporter une donnée analytique aux métiers. Notre challenge est d’éduquer, d’améliorer les cas d’usages existants et imaginer des stratégies innovantes à partir de sources de données digitales. Un exemple : les arbitrages en termes d’achat et d’investissement médias peuvent être corrélés avec les données de stocks pour éviter des dépenses inutiles. En web analytics, c’est la consolidation du parcours client omnicanal qui nous intéresse en priorité pour générer des rebonds commerciaux. Concrètement, en fonction de l’historique du client sur un site web (navigation, contribution, mise en panier), certains appels sortants sont très largement rentables dans des secteurs comme la banque, l’assurance et le tourisme où le panier moyen est élevé. La data analytics permet de détecter ces comportements en amont pour générer des marges ou du revenu additionnel. Notre rôle est aussi de réfléchir aux questions de gouvernance de la donnée car les projets data des entreprises sont généralement transverses et il faut trouver les bons interlocuteurs qui permettent de faire avancer les choses. Pas toujours simple !
Dans des périodes comme Noël, pendant les soldes ou le black friday comment les marques peuvent mieux exploiter leurs data ?
Au cours de ces périodes à fort trafic, les espaces publicitaires sont forcément plus coûteux, donc l’enjeu est d’investir dans les bons canaux car on ne peut pas se positionner partout. L’autre aspect important est la disponibilité des produits. Et plus exactement la visibilité que peut avoir l’entreprise sur son stock. Il s’agit d’optimiser son merchandising et ses campagnes pour pousser les bons produits et éviter d’embarquer des acheteurs dans des tunnels de conversion limités par les stocks. Le drive-to-store est également un élément de contexte à intégrer dans ces périodes d’achats intensifs. Beaucoup de recherches s’effectuent sur le web et se concrétisent en magasins. Enfin, le paramètre « temps réel » est crucial. L’exemple de notre client Sephora lors du dernier Black Friday me vient en tête. Nous les avons accompagnés dans la mise en place d’un reporting temps réel. Ils ont pu monitorer leurs chiffres de trafic et de CA à l’euro prêt encaissé pendant toute la période promotionnelle. Ils étaient ainsi capables de suivre leur objectifs au plus près et réagir très vite sur leur plan promotionnel online.
Quels choix d’investissements recommandez-vous pour les mois ou les années à venir ?
Le datalake est pour nous l’investissement à faire. Il permet d’obtenir une vision consolidée, sans silos, toutes sources de data confondues (analytics y compris). On récupère ainsi la diversité des données comme celles des centres d’appels, des campagnes, du média, des stocks, d’éventuels prix de la concurrence, jusqu’aux données météo. La mise en place d’un tel système consiste d’abord à définir les cas d’usages internes prioritaires puis de construire une roadmap data autour de ces besoins clés. Après avoir travaillé avec plusieurs marques, je constate que tous les secteurs d’activités sont demandeurs mais que la maturité digitale des entreprises est un facteur déterminant pour faire aboutir de tels projets.
Le mot de la fin ?
La data est un atout mais n’est pas la finalité. Trouver les bons cas d’usage, requiert à la fois un sens du business, de la créativité, des compétences de project management, technologiques et de data science. Convertir cette data en connaissance utile et in fine en argent, c’est mon métier depuis plus de 20 ans. La diversité des challenges, qu’ils soient business, change, techno, data science en fait un métier passionnant sans oublier le challenge humain de faire travailler tant de profils aussi différents les uns que les autres sur un objectif commun !
Alors bonne année à tous et plein de nouveaux projets data centric pour 2019 !
Comments are closed.