Quand j’ai commencé à parler de data voire même quand j’ai cherché à vendre des projets de datamarketing, la partie obscure n’était pas la rédaction du devis et de la proposition de valeur – quoi que ?!? notamment à la question ce que je vends sera t il rentable et le delivery à la hauteur… – mais plutôt ce qui allait se passer une fois le bon de commande signé. Ce que m’apporte cette formation c’est non seulement une meilleure compréhension de la proposition de valeur mais aussi et surtout de connaitre avec précision ce qu’il va se passer en mode projet.

C’est ce point que je souhaiterai partager aujourd’hui avec vous afin qu’il éclaire la même lanterne que moi :). Je rencontre régulièrement coté client – ou prestataire – des personnes qui parlent de « data » sans forcément savoir ou comprendre ce que cela couvre.

Alors concrètement un projet de « data » c’est quoi ?

Si nous partageons le postulat que ce type de projet doit permettre de tirer un savoir de la donnée afin par exemple d’optimiser un process, de mieux comprendre des comportements ou d’adresser de nouveaux besoins, alors nous pouvons décrire le cycle suivant :

1) La sélection et la collecte des données nécessaires à l’analyse. On comprend dès cette première étape la nécessité que le métier ait des questions concrètes à poser afin de savoir si ces données sont par exemple internes ou externes à l’entreprise, si elles doivent être enrichies, etc. Cette expression de besoin est bien entendue le résultat de workshops à réaliser en amont de ce cycle.

2)  Le préprocessing est une étape essentielle, c’est un travail sur la qualité de la donnée. Cette étape consiste à supprimer les données redondantes, éliminer le bruit, compléter les champs absents ou vides, etc. cette première phase de « nettoyage » a pour objectif de préparer la donnée au traitement.

3) La normalisation aussi appelée standardisation ou transformation, recouvre une série d’opérations mathématiques/ statistiques consistant à « simplifier » le problème d’un point de vue « théorique ». Cette simplification porte par exemple sur la réduction des dimensions du problème, l’approximation de certaines valeurs, la comparaison de valeurs de nature très différente ou encore la considération du comportement de certains échantillons au regard de leur poids sur la population. Cette simplification peut avoir pour objectif de limiter le cout « informatique » du traitement de la donnée comme plus simplement celui de savoir quel type de traitement algorithmique lui appliquer. Cette simplification du problème demande aussi une connaissance du « métier » et des questions posées par le projet, pour savoir par exemple si une approximation ou la suppression d’une variable influence l’interprétation.

4) La phase d’apprentissage aussi appelée « machine learning » afin de tirer des règles de la donnée. Ces règles permettront de prédire une nouvelle valeur de sortie des fonctions définies en fonction de nouvelles données d’entrée.

5) La modélisation ou les modèles obtenus doivent être évalués sur la base de nouvelles données, il existe de nombreuses techniques d’évaluation de la robustesse du modèle afin d’en tirer en conclusion le savoir métier attendu.

6) La formalisation des interprétations en vue d’une exploitation métier. Cette formalisation peut se traduire par de la datavisualisation.

On voit que ces projets comportent une partie heuristique ou exploratoire importante, c’est de mon point de vue ce qui les rend passionnants.

Le digital et nous l’appréhendons tous au quotidien est une nouvelle ère pour l’ensemble des sciences de gestion et pour le marketing en particulier.

Brian Solis (@briansolis) parle assez joliment de darwinisme digital. Les entreprises et les métiers doivent évoluer pour survivre sur un marché livré à «　l’hyper-concurrence　» et à la «　sur-sollicitation　» des consommateurs dans un contexte de mondialisation.

Je pense que nous sommes tous convaincus qu’on ne peut ignorer ce changement de paradigme amorcé par l’internet dans les années 90. Nous vivons aujourd’hui avec la data une hégémonie à la Dan Simmons, une nouvelle gouvernance du marché voire une nouvelle science du consommateur qu’il convient de considérer. Bruno Teboul (@brunoteboul) dans son ouvrage le «　marketing absolu　» parle d’évolutionnisme sociétal.

Sans vouloir faire un cours sur l’histoire du marketing, devenu une discipline académique ce qui tend à prouver son évolution, nous pouvons nous accorder en 2014 sur la définition de Philippe Kotler, le fondateur du marketing management, selon laquelle «　le marketing est l’ensemble des études et des applications qui ont pour but de prévoir, constater, susciter, renouveler ou stimuler les besoins des consommateurs tout en adaptant de manière continue l’appareil productif et commercial　» (source wikipedia).

Cette définition privilégie une approche manageriale de la discipline, extension de l’école du marketing mix, en appliquant un modèle d’analyse du marché considéré comme «　arbitraire　», les 8 P　: Product, Publicity, Price, Promotion, Process, Productivity, People, Place et Physical environment. Central dans l’application du marketing management, le mix marketing est complété par trois autres concepts forgeant les fondements de la discipline　: la différenciation, la segmentation et le cycle de vie des produits.

Pour démystifier le marketing si l’on tente une définition holistique, il s’affaire à identifier, à comprendre et à influencer un marché en répondant à un besoin par l’accroissement de la notoriété d’un produit, le développement de l’acte d’achat et la fidélisation du consommateur.

L’avènement de l’internet et de la data

Un nouveau mode d’interaction entre l’entreprise et son marché est venu bouleverser les fondamentaux du marketing. Le génome du medium utilisé, internet, explique l’explosion des différentes interactions possibles avec le marché. Que ce soit par la diversité des terminaux employés – les tablettes, les smartphones et les ordinateurs – ou par celle des environnements d’échange comme des outils que représentent les réseaux sociaux, les blogs, les forums ou l’internet de première génération, internet génère depuis des années plus d’usages que les marchés ne sont capables d’en assimiler selon le 16^{ème rapport de recherche de l’Association of National Advertisers (2013).}

Les experts s’accordent sur le fait qu’Internet a dépossédé le marketer de son pouvoir dans les années 90. Pour faire face aux règles d’interaction imposées par ce nouveau canal et concurrencer les pures players, les marques se sont livrées aux internautes passant ainsi d’un mode d’influence pyramidal traditionnel «　one to many　» à un mode plus «　neuronal　», d’égal à égal, «　one to one　».

Si nous prenons un autre prisme, plus prosaïque, le marketing proctérien a appliqué pendant des années le modèle des «　three moments of truth　» théorisant les trois contacts entre le marché et l’entreprise que représentent la promotion, la distribution et le produit. Cette approche du marketing considère le consommateur comme un agent « rationnel　», elle place le raisonnement au centre de la décision. Ce concept s’est vu voler la vedette par google en 2011 avec le Zero Moment Of Truth (Z.M.O.T.) représenté par le premier contact avec le produit porté par l’écosystème digital. Désormais avant ou après le stimulus médiatique – voire même avec le showrooming* après un premier contact avec le produit en point de vente – la majorité des consommateurs passe par internet pour se forger un avis sur le produit.

Internet influence plus de huit consommateurs sur dix et le transforme en conso’acteur. Plus expert, hyper sollicité, organisé en réseau, solidaire, les clients dictent leur loi aux entreprises et poussent le rationnel dans la consommation à son paroxysme. Cette hyper-concurrence démontre la fragilité des modèles classiques basés sur le prix et pousse les retailers à innover　pour croitre : crosscanal, webtoshop, drivetostore, etc.

Cette mutation du consommateur en conso’acteur pousse les modèles traditionnels d’analyse des comportements de consommation à leurs limites. Ces méthodes raisonnant sur un consommateur isolé ramènent tout phénomène économique aux comportements des individus qui forment la cible sans considérer les effets de groupe ou les interactions entre les individus. Ces nouveaux phénomènes comme celui de l’«　essaim　», illustre la nature grégaire de l’être humain, même dans ses comportements de consommation.

De nouvelles offres parviennent pourtant à se libérer de ces dictatures en se basant sur une meilleure connaissance des comportements de consommation. Deux axes d’investigation bouleverse le marketing, le premier le marketing de «　l’émotion　» dont l’importance dans les prises de décision a été mise en lumière au XVIIème et au XVIIIème siècle par des scientifiques comme Antoine Gombaud ou Nicolas Bernouli. Le second axe et celui qui nous intéresse est le marketing comportemental aussi appelé marketing augmenté ou hyper markéting basé sur l’interprétation des données générées par les interactions entre le marché et l’ecosystème informatique et digital de l’entreprise　: site internet, applications mobiles, réseaux sociaux, transaction en point de vente, etc.

Ces données interprétées fournissent des informations inestimables sur le comportement des consommateurs et permettent ainsi de les adresser plus efficacement voire de prévenir leurs comportements.

——————————————————-

*Showrooming : nouveau comportement consommateur visant à utiliser l’internet mobile en point de vente pour trouver un produit identique ou comparable moins cher ailleurs (ecommerce ou autre point de vente).