Pour faire face au changement de comportements des consommateurs, la grande distribution doit faire sa révolution, en diffusant la donnée dans toute les strates de l’organisation. Ce qui passe par une architecture de gestion de l’information repensée.
Pour les entreprises de la grande distribution, la modification des comportements des clients constitue une nouvelle donne, les poussant à profondément repenser la relation qu’elles entretiennent avec eux. D’abord parce que les comportements des clients sont influencés par leur entourage en ligne, réseaux sociaux obligent. Ensuite, parce que les médias, notamment les médias sociaux – encore eux ! -, amènent une rapidité telle dans la circulation de l’information qu’une entreprise ne peut plus espérer la maîtriser.
Dans la grande distribution, ces phénomènes ont renforcé l’intérêt pour la donnée, vue comme un moyen de mieux connaître les clients. Souvent, c’est le e-commerce qui a servi de point d’entrée à ce regain d’intérêt. Mais aujourd’hui, la généralisation des outils mobiles chez les consommateurs en fait une priorité. Il ne fait plus guère de doute que la donnée sera le nerf de la guerre de la lutte concurrentielle que nous mènerons demain. Même si nous ne connaissons pas encore tous les métiers qui nous permettront de remporter cette bataille !
C’est de cette mutation profonde dont les organisations de la grande distribution doivent prendre conscience et pleinement appréhender. Bien-sûr, on pourrait parler d’un virage vers le Big Data, mais je rechigne à employer ce terme trop associé aux discours marketing de certains vendeurs de l’industrie informatique. Je préfère parler de cas d’usage pointant l’intérêt d’une exploitation avancée des données des clients. Par exemple : est-ce que les clics sur un produit sur notre site ou les discussions sur les réseaux sociaux peuvent aider à affiner nos prévisions de vente ?
Tous les métiers doivent s’emparer de la donnée
Aujourd’hui, grâce à la richesse de l’écosystème des start-ups et prestataires spécialisés, nous avons atteint un premier palier dans l’analyse des données. Pas besoin de technologies Big Data pour mesurer la satisfaction des clients ! Mais, demain, l’enjeu sera tout différent : il s’agira de faciliter l’exploration de ces données par des non-experts. C’est l’ensemble des métiers de l’entreprise qui va devoir s’emparer du sujet, et non les seuls spécialistes de la donnée !
Les implications de ce changement culturel sont profondes. Demain, à la place d’analyses effectuées par des sociétés spécialisées, nous voudrons mesurer la satisfaction des clients en quasi-temps réel. Demain, là où nous calculons aujourd’hui le taux de transformation de nos actions marketing à posteriori, nous voudrons prédire l’efficacité d’une action. Et, surtout, l’information devra redescendre jusqu’aux vendeurs en magasin, car le Big Data marketing ne doit pas être l’apanage des directions du même nom mais bien modifier les comportements au plus près des clients, donc sur la surface de vente. Cette transformation suppose à la fois de garder un historique profond de données, de mobiliser une grande capacité de calcul et de traiter la donnée en temps réel. Car parler de cross-canal suppose bien de partager l’information en temps réel !
Naviguer entre données chaudes et froides
Les entreprises françaises sont peu avancées sur ces sujets et les solutions du marché restent bien jeunes. La première étape pour s’inscrire dans cette perspective consiste à collecter les données et à commencer à les organiser. Chez But, nous avons fait le choix des technologies de gestion de données In-Memory, fournies par SAP. Tout simplement parce qu’elles répondent à la fois aux besoins du reporting classique qu’à ceux des opérationnels au quotidien. A partir d’un objet cohérent, on peut déployer des applications analytiques pour le département marketing, de la BI classique, mais aussi des analyses dédiées au point de vente et aux managers de terrain.
Ce type de solution permet aussi de naviguer entre données chaudes et données froides, de réaliser des consolidations sur un mois, un an ou trois ans, mais aussi de descendre jusqu’à l’information la plus élémentaire. Avec des agrégations de données à la volée. Ce type d’architecture doit nous permettre d’éviter la création d’applications en silos, où pour répondre aux besoins opérationnels, stratégiques et tactiques, on crée autant de systèmes disjoints. Si cette architecture nous paraît, sur le papier, la plus pertinente pour faire face à nos enjeux, encore faut-il la valider en pratique ; ce que nous nous apprêtons à faire via une première application, embarquant déjà quelques 4000 utilisateurs. Car la culture de la donnée, c’est aussi celle de l’itération et de la confrontation de ses hypothèses à la réalité du terrain.
