Entrons dans le coeur des sujets digitaux
Et commençons par le buzz word du moment :
Le Big Data !
Sous ce mot se cachent de multiples notions
Et particulièrement d’un point de vue marketing.
Je vous rassure nous ne ferons qu’effleurer le sujet
Même si entrer dans les détails a été passionnant pour moi.
(Je vous avoue que ce billet et les 2 prochains sont les moins digestes
Mais nous reviendrons vite à des choses qui vous parlent plus
Avec des exemples plus sympa
Mais il y a un fil conducteur et une logique à respecter)
On l’a dit : nos vies se digitalisent et on produit une quantité importante de données
Par nos navigations sur le web, par les réseaux sociaux, par nos commandes en ligne, par le contenu de nos échanges Messenger, par nos mails, par nos inscriptions, par nos appels aux services clients, par le téléchargement d’applications/de musique…., …
Et cela va augmenter encore avec l’arrivée massive des objets connectés.
Dans le même temps la technologie permet désormais l’utilisation facile des puissances de calculs
Qui rendent plus aisée l’activation de la data.
Parmi les utilisations possibles :
Ces datas vont donner au marketing des prévisions sur les tendances,
Vont proposer de nouveaux « segments » clients ou des corrélations inattendues
(On parlait de Wallmart et des fruits rouges ici)
Vont permettre de reconnaitre l’internaute et lui servir les publicités les plus adaptés.
La data va alimenter l’intelligence artificielle
(On entend le terme « machine learning » :
En donnant et décryptant une grande quantité de données aux machines,
Elles commencent à apprendre par elles-mêmes
Et à pouvoir réagir non pas seulement en fonction des scénarii et informations initiaux
Mais aussi en fonction de leurs propres expériences.
Cela semble être de la science fiction et pourtant !
Certains grands scientifiques ou même Elon Musk, fondateur de Paypal, de Tesla etc
Ont signé un document en 2015 alertant sur les risques de l’intelligence articificielle
Certains pensent même que les machines pourraient vite dépasser l’homme
La fameuse théorie de la singularité)
Quelques exemples d’application :
* Microsoft et « The Next Rembrandt » :
Via des serveurs puissants et l’intelligence artificielle,
346 toiles de Rembrandt ont été scannées et décryptées par les machines,
Plus de 500 heures de calculs ininterrompus :
Façon de peindre, superpositions des couches de peintures, positions des nez des personnages etc
Tout a été analysé.
Puis les machines ont produit elle même une nouvelle toile en impression 3D
Avec 13 couches de peinture respectant tout ce qu’elles avaient décodé.
Les experts du monde entier ont pris cette toile pour une vraie !
* J’ai parlé ici de la campagne Obama et de la détection des indécis
* En médecine, un IRM prend des tas de clichés complexes à lire.
Certains médecins vont y passer quelques minutes
Quand d’autres travaillent aussi avec l’intelligence artificielle
Qui auront appris à analyser tous les clichés en quelques minutes
* Le Washington Hospital center a détecté via l’analyse de données
Que les dossiers comportant le mot « fluid » avait un pourcentage élevé de réadmission
Une vigilance supplémentaire est désormais portée à ces cas
* Zynga société de jeux type FarmVille
Utilise les data pour adapter la difficulté du jeu en fonction de la compétence des joueurs
Ainsi chaque joueur a le même taux d’échec
* RedBull a utilisé la data durant le saut dans l’espace de Félix Baumgartner
Pour décoder ses émotions et les imprimer en live sur la vidéo
Ainsi vous aviez viviez l’aventure avec lui.
* Place des tendances pratique le retargeting.
Quand vous avez mis des articles dans votre panier sans le valider
Avez vous remarquer que ces articles vous sont re-proposés via les pubs
Durant votre navigation les jours suivants ?
Cela peut paraitre aisé mais techniquement cela demande de pouvoir tracer vos navigations,
Vous reconnaitre et utiliser l’espace publicitaire dispo là où vous êtes quand vous y êtes !
* Hertz aux US prévoit son parc de voitures disponibles à la location aux aéroports
En fonction des réservations des hôtels alentour
* Aux Etats-Unis, je ne sais plus quelle ville optimise le circuit de ramassage des déchets
En fonction des évènements.
Par exemple, en cas de match de foot, ils savent que
Les déchets de verres (bières) et papier (pizzas) seront importants
Dans des zones précises de la ville (quartiers non hispaniques et non asiatiques),
La data permet alors de générer le trajet optimal selon ces conditions.
*La police de Santa Cruz a fait analyser les crimes passés (localisation, météo, contexte etc)
Et cela a permis de faire baisser la criminalité grâce à une meilleure répartition des équipes de police.
On voit donc que sous le mot Big Data, on trouve diverses applications :
Produire, révéler, prédire, réagir, …
Mais pour cela il faut d’abord savoir récolter ces données et les stocker
Avant d’apprendre à la activer.
Je ne vais pas entrer dans tous les détails mais juste les grandes notions :
Ces données sont complexes, on parle des « 5 V » :
* Variabilité : les données émises sont de toutes sortes
Et selon les métiers on distingue les données :
Qualitatives/quantitatives, offline/online, sociodémographiques/contextuelles/comportementales
SQL/NoSQL, …
Première grande nouveauté :
Avant nous savions stocker les données SQL qui étaient quantitatives et pouvaient être bien rangées
Maintenant il va falloir stocker les images (remplies d’information importante pour les marques :
Ce que l’on consomme, dans quel cadre, qui, avec qui, comment on détourne parfois les usages etc)
Les like, les posts, nos étapes de navigation etc
* Volume, je ne citerai que cela :
300 millions de posts Facebook par an
400 millions de Tweets par jour
200 000 posts Instagram par seconde !
* Véracité : attention à la qualité de ce que l’on stocke
On reste encore avec des machines qui ne font pas toujours la différence
Entre « Saint Germain en Laye » et « St Germain en Laye » ou entre 75 000 et 75000
* Vélocité : jusqu’alors les données étaient stockées et on prenait le temps nécessaire pour les analyser.
Maintenant on a besoin de les activer en temps réel (on y reviendra)
* Valeur : on stocke, on stocke mais a-t-on besoin de toutes les informations ?
Niveau outils :
Les entreprises avaient jusque là des outils pour stocker les données faciles à ranger
Obtenue par les cartes de fidélité, les appels au SAV etc
(Les « CRM » = Customer Relationship Management par exemple type Siebel, SalesForce )
Et rencontraient déjà des difficultés à faire discuter ne serait-ce que l’outil du service client avec celui de la force de vente.
Maintenant on doit :
* Stocker ces mêmes données personnelles mais elles proviennent de X sources:
Des e-CRM (les navigations connectées sur le site web et les emails envoyés par les marques) avec des outils type Neolane
Des Social-Media CRM (pour tout ce qui est dit sur les réseaux sociaux) type Dimelo
Des mobile-CRM (pour le suivi des utilisations d’applications et les push notification dont on parlait ici)
Et faire discuter tout cela (via des outils type Marketo qui relie toutes les infos récoltées en général sur le pivot de l’email).
* Stocker des données anonymes , ces fameux « cookies » sur lesquels les sites vous alertes
Ces traçeurs qui permettent de suivre vos navigations en détails de manière anonymisée
Mais suffisante pour vous reconnaitre partout !
(Je ne rentre pas dans le détails de la collecte des cookies qui est pourtant passionnante.
Pour en savoir plus je vous donne au bas de ce billet des références de livres
Qui vous parlerons pixel, piggybacking, base de matching, data fist/second/third party
Et vous montrerons aussi les limites des modèles existants)
On parle ici de DMP : Data Management Platform.
* Tout mettre ensemble pour analyser la masse d’info
On parle ici de Datalake.
Les entreprises cherchent aussi à « réconcilier les données »
N’oubliez pas que le client est « omnicanal », on l’a vu ici :
Il se promène partout et y laisse des données :
En boutique, sur les applis, sur les sites web etc
Une entreprise doit pouvoir dire que cette personne qui est venu 20 fois en une semaine
Consulter la page de la robe Bonpoint rose sur son iphone
Via le web (data = cookie du mobile) ou via l’application de la marque (data = device Id)
Est la même que celle qui est venue acheter cette robe sur ordinateur
(data = cookie de l’ordinateur différent de celui du mobile + connexion à son compte)
Il existe plusieurs méthodes plus ou moins fiables pour cela.
Niveau métiers, sont apparus beaucoup de nouveaux profils et de nouvelles compétences :
« Data scientist » qui va extraire de la masse d’infos un sens a été élu le métier le plus sexy du monde en 2016
Le « data mining » creuse les infos trouvées
La « data visualisation » appelée « dataviz » est la capacité à illustrer de manière simple les conclusions issues des données collectées
Et dernière tout ça des tas de notions mathématiques : Pareto, Turkey, matrice de corrélation, etc
La data permettra alors par exemple de :
* Personnaliser l’expérience client
(Les mails, les publicités dépendront de qui les regarde, quand, où, comment)
* Réunifier le parcours client « cross-device »
(La fameuse réconciliation de données dont on vient de parler entre les ordinateurs, les mobiles, les applis, les boutiques …)
* Détecter les tendances
* Augmenter la connaissance du consommateur
* Cibler ses publicités : envoyer le bon message, à la bonne personne, au bon moment, sur le bon device
* Déterminer quelle personne, visiteur du site ou non (on parle de look-alike-modeling), est un potentiel client
* Acquérir de nouveaux clients, les faire acheter et les fidéliser.
Mais il y a des risques à tout cela :
* Celui auquel on pense tout de suite est éthique : atteinte à la vie privée
(On se rappelle l’affaire Snowden et la NSA
Le projet Prism par exemple qui autorisait l’espionnage de vie numérique
Des personnes surveillées)
Un autre risque tout aussi important à mes yeux est rarement évoqué :
La perte de nos capacités d’évolution, d’innovation et de créativité :
Si tout ce que l’on nous montre sur internet est fait pour répondre à nos besoins et nos gouts
Comment allons ouvrir nos univers et découvrir autre chose ?
En terme d’ouvrages, je vous conseille si ce thème vous intéresse :
* De manière globale :
Big Data, penser l’homme et le monde de manière différente, de Gilles Babinet
* En terme marketing, de manière approfondie (cookie, look alike modeling, etc) :
Le Data Marketing de Julien Hirth
Une chouette lecture matinale !!!! Complexe mais trs i terressante et ça change des pages info du Figaro , belle journée (sous surveillance )
Big Brother bien après 1984 !
Passionnant ! Merci beaucoup pour le temps passé à nous faire découvrir toutes ces notions… bien floues en ce qui me concerne ! Bonne journée
C’est avec plaisir !
merci pour le partage de toutes ces connaissances qui sont d’excellentes mises à jour !
et impressionnée par le travail que vous avez réalisé alors que vous avez votre petite dernière full time à la maison !
Merci, c’est très gentil !
Coucou,
Je prends un plaisir fou à lire tes articles chaque jour.
C’est clair et très bien écrit, chapeau pour le boulot.
Mes « connaissances » marketing remontent maintenant à quelques années (pour ne pas dire décennies ), donc cela fait bcp de bien de se replonger dans toutes ces notions qui sont très actualisées !
Merci pour toutes ces infos (bon j’avoue ne pas tout saisir ).
Surtout ne t’arrêtes pas !!!!
À demain pour la suite
Merci ! On continue avec plaisir alors !
On va finir par ne plus utiliser le net classique à force d être surveiller partout.
Merci pour les articles!
Waouh !!!!
Architecte récemment diplômée, je continue les études en Septembre dans ce domaine et vos textes sont un savoureux avant-goût !
Je me suis penchée sur pas mal de livres, et vous résumez merveilleusement bien ! Hâte de lire la suite !
Encore merci !
J’avoue qu’il me faut attendre que les enfants soient couchés pour m’attaquer à tes billets sur l’ère digitale. Je dois parfois m’y reprendre à plusieurs fois pour comprendre mais c’est passionnant. Merci !
Merci pour ce commentaire. C’est extra si j’arrive à vous entrainer dans ma passion. Maintenant ce billet et les 2 prochains sont vraiment les moins simples à expliquer !
Pfiou toujours intéressant (et flippant, big brother et Cie….) mais complexe avec un.nombre de mots et sigles que je n’avais jamais entendu incroyable heureusement qu’il y a qqs exemples concrets pour suivre mais même ceux là parfois quand ils sont juste cités et non expliqués je ne vois pas…. En tout cas bravo et merci c’est pendant la sieste de Maddie tout ça ??
Exactement :)