Survey-Magazine : Quelles sont les innovations en matière de
connaissance client ?
Yann Ros :Pour mieux comprendre les comportements
client pendant leurs différents parcours et anticiper leurs besoins
spécifiques, les marketeurs ont besoin d’accéder facilement à
toutes les données clients. Et il est impératif d’intégrer à
celles-ci toutes les données d’interactions, le contexte des
interactions ainsi que l’historique de ces interactions, sur tous
les canaux utilisés par les clients. Le challenge rencontré par les
entreprises reste encore plus aujourd’hui d’offrir une
véritable vue 360° Client avec des données de qualité, une vue
exploitable par tous les acteurs de la chaîne de valorisation de ces
données – des analystes responsables des modélisations aux gestionnaires
des dispositifs d’interactions client en passant par les équipes
techniques. Et cela, avec l’existence de silos de données de plus
en plus nombreux, issus soit du patrimoine de données de
l’entreprise, soit relatif à la multiplication des canaux ou dû à
la duplication des données pour satisfaire ces différents usages
restants complémentaires et connectés. Mais il ne suffit pas
d’utiliser par exemple des solutions intégrées de gestion de
canaux d’interactions ou de gestion de processus client. Les
volumes croissants et la variété des données permettant une meilleure
compréhension des besoins client et l’utilisation de modèles
analytiques de plus en plus complexes ont amené les entreprises les plus
avancées sur la gestion de cette connaissance client à repenser leurs
environnements de données.
On trouve dans les architectures testées et mises en production avec succès, des principes communs :
- Des architectures de données hybrides et évolutives (incluant les
modèles de données traditionnels et les nouvelles données multi
structurées),
- Des architectures ouvertes et orientées services,
- Des architectures offrant la capacité d’ingérer les données
provenant de différentes sources à la fois en temps réel, à faible
latence et en mode batch.
Ces plateformes analytiques offrent également des composants permettant d’identifier et de rapprocher des profils clients, de détecter ou normaliser des événements clés à partir des données ingérées, de contrôler centralement les différents niveaux de consentement de l’usage des données client, de leur évolution dans le temps et de propager ces évolutions de consentement à l’ensemble des systèmes tiers utilisant les services de la plateforme (notamment dans le cadre de la mise en application de réglementation type RGPD). Une autre des caractéristiques de ce type d’architecture est d’offrir des accès aux données client unifiés et flexibles pour les outils permettant la création et la mise en production de modèles analytiques avancés. Les calculs sont alors réalisés dans un seul endroit, sur cet ensemble unifié de données afin de limiter les mouvements de données et leurs éventuelles duplications.
Comment ces outils tirent parti des nouvelles technologies
?
Grâce à ce type de plateformes analytiques, il devient possible de
réaliser des analyses exhaustives des parcours client omnicanal, en
utilisant par exemple des séries chronologiques d’événements ou la
détection de motifs d’insatisfaction permettant de mettre en
lumière les irritants sur ces parcours et ainsi d’offrir aux
opérationnels les moyens d’optimiser l’expérience client au
travers de tous les canaux.
Cela offre également la possibilité d’intégrer plus de données, de nouveaux types de données, par exemple ajouter des flux de données digitales provenant de solutions de collecte digitale en temps réel. Ces solutions permettent de récolter l’expérience digitale sur les sites web, les applications mobiles ou toute autre interface digitale dans le plus grand détail et sans définir a priori ce que l’on souhaite collecter. Ces données pouvant être converties en événement ou en attribut client pourront être immédiatement ajoutées dans des modèles analytiques comportementaux ou de segmentation afin d’en améliorer la précision, les scores et les prédictions.
Enfin, ces principes d’architectures et les technologies associées permettent de raccourcir les délais de mise à disposition des données clients, les temps de traitements en visant une exécution continue et en quasi temps réel des modèles analytiques et l’enrichissement des systèmes d’interactions pour optimiser les conversations client continuellement et à très grande échelle.
Pouvez-vous nous citer quelques exemples concrets
?
Teradata propose à ses clients des solutions Customer Journey basées sur
les services offerts par ce type de plateforme analytique, notamment des
solutions permettant d’injecter en temps réel de
l’analytique avancée dans la connaissance client et dans
l’orchestration des interactions client quotidiennes.
Cette solution comprend 3 parties :
- Connected Data offrant des composants d’intégration et de gestion
unifiée des données,
- Connected Analytics offrant une approche analytique multi genre
permettant de combiner et connecter les modèles analytiques aux données
et à la connaissance client,
- Connected Interactions offrant la possibilité d’orchestrer
et de réconcilier les différentes interactions sur tous les canaux, le
meilleur message ou la meilleure action, spécifique à chaque individu, à
son historique et au contexte particulier.
En offrant plusieurs options de déploiement et de modèle d’acquisition (Customer Journey “Everywhere”), Teradata apporte une grande liberté aux divisions marketing en termes d’architecture système. Les investissements sont protégés en cas de sinistre grâce à une portabilité sans restriction des licences, depuis le site de l’entreprise vers des options de cloud public et privé.
Un grand groupe bancaire mondial, basé à Londres, utilise ces solutions, notamment la collecte digitale temps réel associée à l’analytique temps réel pour piloter les interactions sur tous ses canaux digitaux. À partir d’une meilleure compréhension des besoins et des expériences client, ils définissent des stratégies d’engagement client personnalisées sur tous les canaux simultanément. Ce qui permet aux équipes d’anticiper les changements de situation et probables interactions associées et ainsi d’adopter de meilleures actions préventives. Au-delà des bénéfices indirects liés à l’optimisation des processus et des canaux, et à la conduite de changement menée à partir du déploiement de ces solutions, les résultats obtenus ont permis d’observer des taux de réactivité jusqu’à 20 fois supérieurs à ceux initialement constatés, ainsi que des taux de conversion pouvant atteindre plus de 20 %, pour des dizaines de millions de messages et d’actions personnalisés par jour.
