Maturité digitale la route vers le data driven

octobre 29, 2021
23 minute(s)

Au cours d’une période décisive où les entreprises ne doivent en aucun cas « rater » le virage de la digitalisation, la maturité digitale est le mot d’ordre par excellence. 

 Le “Data Driven” est un mot que l’on entend de plus en plus, n’est-ce pas ?  Concrètement, de quoi s’agit-il ? Et sur quelle base peut-on qualifier une entreprise de “data driven” ? 

Des changements fondamentaux pour entreprendre la démarche de la “data driven”  

Le sujet de la data est d’une importance majeure. En effet, adopter une démarche “Data Driven” tourne autour de plusieurs piliers comme : la vision de l’entreprise, la culture de l’entreprise, la technologie, les compétences du capital humain, le secteur ou le business et pleins d’autres éléments. Par ailleurs, être une entreprise “data driven” , c’est s’appuyer sur une stratégie data pour améliorer la prise de décision. 

Partant du principe que les bonnes décisions sont issues des données de l’entreprise (clients, utilisateurs, prospects, etc). La donnée s’intègre donc véritablement dans tous les leviers de croissance d’une entreprise :  Acquisition, conversion, fidélisation des clients. 

Cette problématique est en train de prendre de l’ampleur en ce moment car, ces derniers temps, la plupart des entreprises ont entamé un projet de transformation digitale à travers des changements structurelles au niveau de leurs infrastructures, systèmes d’informations, ERP, CRM et une panoplie d’autres solutions informatiques qui aident les entreprises dans des domaines comme le retail, le textile ou bien le manufacturier.  

Par ailleurs, tous les éléments cités ci-haut génèrent des données internes additionnées à des données externes générées par les clients (surtout dans un monde très dynamique, incertain et dont les choses s’accélèrent très rapidement). Cette constatation fait qu’il est devenu nécessaire d’anticiper et de prévoir l’avenir pour répondre efficacement aux besoins de son marché. Cela n’est possible qu’en se basant sur les données, afin de prendre les bonnes décisions, et être tout simplement « Action Driven ». 

L’avènement des nouvelles technologies et leur puissance comme l’intelligence artificielle et le machine Learning et d’autres technologies moins connues comme : le web scraping, l’automatisation des processus RPA ( Robotic Process Automation) a propulsé ces mutations structurelles au sein des entreprises. 

Il est à noter que pour devenir réellement une entreprise “Data Driven”, il faut d’abord avoir des données “actionnables” (collectées, organisées et traitées) et savoir quoi en faire et à juste titre par les décisionnaires. 

Mais finalement, qu’est-ce que la “data driven” ? 

La démarche data driven se présente comme la collecte des données externes (études statistiques, réseaux sociaux, CRM) afin d’augmenter le patrimoine des données et optimiser la prise de décision en matière de pricing , assortiments, tendances de vente pour prendre l’exemple d’un marchand en ligne. 

Savoir utiliser la Business intelligence afin d’analyser, comprendre et décider rapidement et au moment opportun face à plusieurs indicateurs significatifs dans les «Dashboards» générés. 

Et enfin transformer ces datas en de l’intelligence, comment ? En créant des modèles analytiques qui aident à la prise de décision comme par exemple du forecasting (pour les retailers), de credit scoring (pour les banquiers) etc… 

Il s’agit d’un chantier de grande envergure que les entreprises ont entamé en utilisant la business intelligence, la data management pour améliorer l’utilisation des données. Ceci leur permettra d’avoir plus de visibilité et de gagner du temps. 

Fournisseurs ou détenteurs de données ? 

En ce qui concerne les entreprises qui fournissent les données (notamment les données externes), cela représente aussi une grande opportunité et un grand défi, en même temps. En effet, il s’agit d’une collecte énorme de données externes (par exemple listes des produits, leurs disponibilités, les prix pratiqués etc…) qui viennent enrichir les données dont disposent déjà les entreprises (comme les données du targeting, retargeting, comportement des clients, le funnel d’acquisition des clients collectées à partir des campagnes ciblées réalisées sur les réseaux sociaux). 

Ces prestataires de “données externes” adoptent un business model différent et s’adaptent selon les besoins des clients en termes de données pour faire les ajustements nécessaires pour rattraper la concurrence au niveau du pricning , product matching etc… 

  Les défis sont aussi là pour ces structures : 

  • Garantir un retour sur investissement  
  • Adapter les produits/Technologies offerts à des structures de petite taille  
  • Présenter des tableaux de bords simples et qui pourraient être analysés par des profils qui ne maitrisent pas la data science (exemple store manager, directeur des achats etc.…)  

La donnée interne a aussi toute son importance car elle permet d’avoir une vision 360 du déroulement de l’activité et prendre les bonnes décisions au bon moment à l’aide d’une visualisation de données. Aussi, l’analyse des dashboards et son impact au niveau business.  

Pour ce faire, il faut bien intégrer la donnée et la centraliser dans un système organisé et d’une manière pyramidale. Ainsi les profils/compétences métiers (data engineer, data scientist & data analyst) peuvent être facilement implémentés et orienter les prises de décisions. 

Les défis rencontrés quand on opte pour la démarche “Data driven” ? 

Les défis des entreprises axées “Data Driven” est de bien exploiter les données et de les monétiser et ceci pour avoir le plus de clients possibles (recrutement de clients, customer intelligence à travers les réseaux sociaux, le wallet du smart phone) 

Plusieurs use-cases ont été présentés dans ce sens, en voici quelques-uns qui démontrent l’importance de l’exploitation des données :  

  • Créer des modèles de prévisions qui prédisent les ventes suite à un ajustement des agencements des boutiques par exemple (secteur retail)  
  • Créer des modèles d’optimisation de prix et faire des partenariats avec les fournisseurs de données externes qui permettent d’analyser les données externes et particulièrement celles de la concurrence. 
  • Détecter des cas de fraude au niveau des caisses/entrepôts pour agir efficacement. Ceci reste tributaire de certaines données comme le produit, le prix, l’heure et la date de la transaction effectuée, la caisse utilisée, l’identifiant de l’employé, promotions/discounts appliqués :  Créer des modèles analytiques qui détectent les fraudes enregistrées et anticiper les futurs cas de fraudes pour réagir très rapidement. 

La data est actuellement le levier le plus important pour désiloter les départements des entreprises. La donnée doit circuler d’une façon très fluide et transparente et agrégée pour être utilisée par les mêmes départements. 

Toute entreprise qui se lance dans un projet “Data Driven” rencontre des défis, bien évidemment il faut se donner les moyens pour les soulever et toujours croire que le but d’avoir de la data et adopter une telle démarche est purement une préoccupation Business plutôt que Technologique. Il faut sans doute savoir tirer profit de ces données collectées, les raffiner au maximum et dégager des Customer insights révélateurs à partir desquelles découlent les bonnes décisions au moment opportun. 

Actuellement et dans un futur proche, le monde sera rythmé par la maturité digitale, le social selling, les customer insights et beaucoup d’autres concepts que nous vous ferons découvrir dans les prochains webinars de Timsoft. 

Restez connectés 😊  

Cet article est un résumé du webinar qui a eu lieu le 29 septembre 2021 avec la participation de Mr Hedi Zaher CEO de DATAVORA, Mr Sabri Ghariani IT Manager Exist et Mr Slim Kallel  Client Advisor et Go-To-Market Lead région EMEA chez SAS. Pour visionner l’intégralité du webinaire , cliquez sur ce lien:

Replay Webinaire Timsoft ▶️ Maturité digitale : la route vers le « data-driven » – YouTube

*Product Matching ou l’assortiment produit :   Signifie l’ensemble des références proposées par un point de vente ou un site e-commerce à sa clientèle/shoppers.