Jeff Bezos a dit : « All of my best decisions in business and in life have been made with heart, intuition, guts… not analysis” Cette citation va complètement à l’encontre de l’approche Data driven vers laquelle de plus en plus d’entreprises tendent. 

Et pour cause, saviez-vous 73% des personnes déclarent suivre leur intuition pour prendre des décisions. 

Les opportunités des entreprises “data driven”

Si l’instinct ou l’intuition sont souvent associés aux talents rares et sont souvent valorisés, la data a elle aussi une carte à jouer. Et pour cause, selon une étude du Boston Consulting Group les entreprises les plus avancées dans la mise en place d’une stratégie data driven auraient : 

• 23 fois plus de chances d’acquérir des clients, 
• 9 fois plus de les fidéliser 
• 19 x plus de chances d’être rentable.

Devenir Data Driven ne rime pas avec collecte à tout va !

En première intention, on a vu des entreprises se lancer dans la course à la collecte de données. Alors oui, passer en mode data driven ne se décrète pas. S’il est assez simple de mettre en place des actions pour collecter et amasser de la donnée, il n’en est pas de même lorsqu’il s’agit de la rendre activable. Et pour cause, moins de 20% des entreprises en retirent réellement de la valeur. 

Plusieurs questions se posent alors afin d’opérer une telle transformation :

• Est-ce que mon entreprise a la bonne organisation ?
• Les bonnes compétences sont-elles disponibles au sein de l’entreprise pour mener un tel projet ?
• Nos méthodes et process sont-ils adaptés ?
• Avons-nous les bons outils pour nous aider à y parvenir ?
• Et surtout quels sont mes objectifs derrière une telle ambition ?

Un subtil mélange de technologie et d’humain pour devenir Data Driven.

Pour satisfaire un client, vous devez savoir qui il est, ce qu’il fait, ce qu’il aime pour prédire ce qu’il voudra demain. Les outils et technologies data driven accompagnent les entreprises dans leur changement de paradigme en termes de stratégie marketing en favorisant une vision user-centric des choses qui remet le client au cœur du débat.

Ainsi, les outils d’Analytics, d’A/B testing et personnalisation, de recommandation, chatbots, CDP, machine learning et IA vous permettront d’enrichir l’expérience client et vous offriront de nouvelles perspectives de croissance.

L’objectif n°1 de la collecte : retirer de la valeur.

Cela peut être pour vos utilisateurs en termes de nouveaux services et de satisfaction client, ou pour vous face à la masse de données qui seront alors à votre disposition, à la multiplication des outils et la complexification de votre écosystème. En effet, les outils ne sont pas une fin en soi mais ce qui est important c’est l’utilisation qu’on en fait, l’objectif qu’on vise à travers eux et le ROI qu’on en retire. Utilisés à bon escient, ils peuvent être une aide précieuse pour faciliter les prises de décisions.

Pour une bonne prise de décision data driven, il faut de se baser sur des tableaux de bords et des indicateurs qui vont mettre la data en perspective et faire émerger des analyses propices à la décision et au partage d’information. En ce sens, les outils de BI et de Dataviz vous seront d’une aide précieuse.

La place relative de l’intuition.

L’idée n’est pas de chasser toute part d’humain dans les prises de décisions. L’intuition reste une forme d’intelligence mêlant connaissances, observations et expériences. Mais l’intuition seule est un mode de pensée qui peut pêcher par excès de vitesse et qui est distordu par un certain nombre de biais cognitifs tant culturels, émotionnels et circonstanciels qui altèrent notre jugement et qui peuvent transformer nos intuitions en préjugés ou idées préconçues. 

La donnée prend alors tout son sens pour apporter une vision analytique des choses. Vous pourrez alors :

• Partir de votre propre intuition ou émettre une hypothèse,
• La confronter à la réalité en optant pour une démarche de test & learn.
• Cela pour l’infirmer, la confirmer ou l’affiner en vous basant sur des données factuelles.

La flexibilité de cette méthode vous permettra de rester agile et de ne pas trop ralentir vos prises de décisions tout en sécurisant vos choix.

L’organisation et le volet RH de votre entreprise: des leviers de la réussite d’un projet data driven.

La prise de conscience des différents acteurs de l’entreprise jusqu’à son plus haut sommet quant à l’importance de la valeur de la donnée ainsi que la convergence et l’implication des équipes symbolisées par ce qu’on appelle la « culture data » sont des éléments essentiels.

Pour convaincre et avoir l’adhésion collective, cela passe par :

• Le fait de prouver la valeur de cette nouvelle stratégie et des apports qu’elle peut avoir pour chacun dans l’entreprise.
• La formation des collaborateurs, par le recrutement de nouveaux talents capables de mettre en place ou d’exploiter ses nouvelles technologies data driven.

Le Chief Data Officer est souvent le chef d’orchestre qui va incarner et piloter cette transformation visant à « désiloter » la data et la rendre transversale dans l’entreprise. C’est souvent un signe fort de la mobilisation de l’entreprise autour d’un projet data global d’autant plus si celui ou celle-ci reporte directement au board. Il aura pour mission d’instaurer et piloter une gouvernance de la data afin de la sécuriser, de la rendre exploitable et accessible et que l’entreprise puisse en tirer le meilleur profit.

Miser sur l’expertise externe pour les projets data marketing

Il est important aussi de s’interroger sur la nécessité de faire appel à de l’expertise externe. Les compétences de consultants ou agences s’avèrent souvent utiles pour bénéficier de leur expertise en matière de projet data marketing : mise en place d’un plan de marquage , l’utilisation d’une technologie, mise en place de bonnes pratiques, partage de retour d’expérience etc.

La qualité des données, un levier de croissance et un réel avantage concurrentiel.

Selon une étude de 2017 menée par l’Harvard Business Review , seulement 3% des données des entreprises répondent aux normes de qualité de base. Or, le cabinet Ovum Research estime que les entreprises perdent jusqu’à 30% de leur chiffre d’affaires du fait de données de mauvaise qualité (IBM a même évalué cette perte à 3 milliards de dollars par an rien qu’aux Etats-Unis).

Cette situation est notamment le fruit d’un travers qui a été pris avec l’avènement des outils qui ont facilité la collecte de données et démultiplié les sources de points d’entrée. C’est d’autant plus vrai dans le domaine du digital avec le nombre colossal d’outils basés sur une technologie de tags (on en dénombre plus de 8000 dans le monde). Cette boulimie de data nous a conduit à l’indigestion jusqu’à ne plus être en mesure d’en assurer la qualité.

Il est l’heure de rationaliser la collecte de data …

On comprend donc bien que l’heure n’est plus à vouloir tout collecter mais bien de rationaliser sa collecte pour faire le tri dans ce qui est utile et ce qui ne l’ai pas ou plus et de se poser la question du « pourquoi je souhaite collecter cette donnée et à quoi va-t-elle me servir ? ». En optant pour cette démarche Smart Data il sera alors plus simple de maintenir un meilleur niveau de qualité.

… et d’entrer dans une démarche d’amélioration continue

Mais améliorer la qualité de sa donnée c’est aussi entrer dans une démarche d’amélioration continue où il faut considérer les choses dans un processus en perpétuel mouvement. Tout comme votre site web qui d’évolution en évolution, de mise en production en mise en production va subir de multiples liftings tantôt simplement esthétiques ou parfois de chirurgie plus lourde. 

Pour pouvoir piloter cette démarche d’amélioration, il vous faudra alors appliquer le fameux précepte du statisticien W. Edwards Deming : « You can’t manage what you don’t measure ». Or,  selon une étude publiée dans le Harvard Business Review il est estimé que 50% du temps des équipes est perdu à rechercher des données, identifier et corriger des erreurs et à chercher des sources de confirmation pour les données dont ils pouvaient douter.

Les outils de Data Quality vous permettront d’automatiser le contrôle de la donnée que vous collectez via les tags (tant côté data layer que tags analytics ou autres tags marketing et médias), de mesurer des KPI de qualité et d’être alertés en cas d’anomalies et de régression de votre Data Quality. 

Cette étape de Data Quality Monitoring est essentielle pour redonner la confiance aux utilisateurs et destinataires de la donnée et de ses analyses. Capgemini a informé dans son rapport que seulement 20% des dirigeants ont confiance dans la donnée au sein de leur entreprise et la mauvaise qualité de data est la 1^ère cause de cette méfiance.

La data n’est pas un objectif en soi mais un moyen, un outil qui va nous aider à prendre de meilleures décisions. C’est l’intelligence humaine qui va permettre d’une part de lancer des pistes et d’autre part d’activer cette donnée en fonction des analyses qui en seront faites. Votre intuition pourra vous guider vers des choix qu’il vous faudra alors analyser par le biais des data que vous allez récupérer au travers des outils qui sont à votre disposition.