Zoom : que sait faire une technologie d'analyse prédictive des Big Data par machine learning ? La technologie est capable de croiser un nombre impressionnant de critères sur les clients qui vont bien au-delà des seules données sociodémographiques ou de géolocalisation. Toutes ces données sont collectées sur le site marchand et croisées avec les données CRM de l'entreprise. Plusieurs capacités se combinent pour interpréter les données : automatisation (donc gain de temps considérable), traitement de multiples critère, hyper personnalisation. Le machine learning est quant à lui en route depuis des décennies! Son principe: remplacer l'humain par la machine pour apporter des réponses dans des contextes d'imprévisibilité. Exemple bien connu : en 1997, un ordinateur d'IBM a remporté une partie d'échecs face à Kasparov, le champion du monde. Intégré à l'analyse prédictive des Big Data, il permet à la machine d'identifier des offres sur mesure dans des scénarios clients que l'humain n'aurait pas pu détecter seul au vu des volumes de données à analyser. |
Par Jean-Louis Fuccellaro, Cofondateur de PredicSis
La rencontre « physique » avec le client devient rare alors que les interactions virtuelles exploses. Dans tous les secteurs marchands, il privilégie la consommation en ligne. Il faut pourtant continuer à lui proposer des offres qu'il va vouloir saisir. Rien de simple quand le contact se dématérialise. C’est pourtant une opportunité fantastique pour mieux le comprendre et donc mieux le servir.
C'est cette tendance de fond qui fait avancer inéluctablement le marché vers l'analyse des Big Data. Quand on ne rencontre plus les clients, on les connaît par le prisme des données en ligne. Le marché l'a compris, les technologies d'analyse prédictive par machine learning entament leur démocratisation.
L'analyse des Big Data, gisement de données sans précédent sur les clients, est une évolution naturelle. Les entreprises ont lancé des sites Web, puis des services en ligne, le temps est venu de comprendre les utilisateurs pour être capable de leur faire des offres commerciales pertinentes. L'avancée est inéluctable puisque les clients font tout en ligne : achats, commandes, réservations, souscriptions...
Fini le temps où l'on pouvait se contenter de bien connaître sa clientèle de quartier pour la servir et multiplier les ventes. Aujourd'hui, connaître ses clients, c'est identifier ce qu'ils font sur le site marchand. Qui y vient? Que commande le client ou au contraire délaisse-t-il? Depuis quand n'a-t-il pas acheté? C'est en répondant à ce type de questions que les entreprises continueront à concevoir des offres pertinentes.
En mode Big Data, la pertinence des offres commerciales ne se contente pas de répondre aux attentes d'une majorité de clients. Elle vise à satisfaire chaque client, de façon hyper personnalisée, dans un objectif de conversion, donc de génération de revenu, avec chacun.
Elle ne laisse pas de place aux offres inadaptées. Ainsi, à quoi sert-il de proposer une réduction sur du billet voyage à un client déjà parti en vacances? Il aurait fallu anticiper son départ, le contacter au bon moment. Les technologies d'analyse prédictive des Big Data par machine learning le permettent.
Cette année, les échanges avec les entreprises indiquent que le marché a muri sur la question. Les projets d'analyse des Big Data à base de machine learning vont sans doute se multiplier en 2015. Grandes entreprises comme plus petites peuvent s'équiper grâce à des technologies très simples d'utilisation, abordables également.
D'ailleurs, les majors du Web - Google, Amazon entre autres - et de la grande distribution -Wall Mart en tête aux Etats-Unis - s'intéressent aux technologies d'analyse prédictives des Big data par machine learning : plusieurs ont réalisé cette année des acquisitions de startups dans le domaine. C'est un indicateur concret de l'évolution du marché vers ces capacités marketing.
C'est aussi le signe que la concurrence des majors du Web doit être prise au sérieux. Si un Google achète demain plusieurs centaines de milliers de billets à un transporteur, il saura les vendre bien plus efficacement en se basant sur les données des voyageurs. De quoi désintermédier son partenaire sur son propre terrain de chasse. Les e-marchands de tous les secteurs doivent réagir et apprendre à interpréter leurs Big Data avec autant d'efficacité que les géants du Web.
L'analyse des Big Data n'est finalement pas une question en soi. C'est surtout le moyen de répondre à un nouveau mode de relation avec les clients. Pour ne pas passer à côté d'eux, pour ne pas perdre de parts de marché, les différents secteurs marchands sont prêts à avancer.
Source : predicsis.com
Lectures du moment, tribunes d'experts, management et entrepreneuriat...
Comprendre l'économie durable pour s'y investir