Parole d'expert
Qu’est-ce que le Data mining ?
Dans nos métiers, il consiste à chercher la connaissance client au milieu de données nombreuses, complexes, disséminées dans l’entreprise.
Pendant longtemps, un long travail de préparation des données a été nécessaire avant de pouvoir lancer les analyses. Depuis quelques années, on a vu apparaître des logiciels capables de s’attaquer aux données brutes, et donc d’alléger fortement le travail des dataminers.
Comment décrire concrètement l’action du Data mining ?
Prenez un site de e-commerce. Si vous vous donnez les moyens de suivre la navigation de tous vos visiteurs, vous pourrez repérer qu’un internaute est venu plusieurs fois consulter un produit sans acheter, et lui afficher une offre personnalisée la prochaine fois qu’il viendra sur votre site, ou la lui envoyer par email si vous avez son adresse. Cela nécessite de manipuler des données très volumineuses en temps réel.
Quels sont les écueils à éviter ?
Le risque principal, c’est de ne pas avoir
Connaissance client et Data mining :
l’analyse de Laurent Blaizot,
consultant expert en connaissance client.
évalué ou priorisé suffisamment les besoins marketing avant d’investir dans ces technologies, qui peuvent être coûteuses. Dans ce cas, le ROI risque d’être insuffisant, voire absent. Il est nécessaire d’établir une roadmap précise, avec des priorités et des jalons de mesure des résultats...
En quoi consiste votre collaboration avec les instituts comme Audirep ?
Je prends l’exemple d’un grand acteur du tourisme. Il envoie, entre autres études, un questionnaire après le séjour pour comprendre de quoi les clients sont satisfaits ou insatisfaits.
Mais pendant des années, ces études n’ont pas été croisées avec les données de fidélité et d’achat dont l’entreprise dispose dans sa base de données clients.
Comment tout cela est-il lié ?
Quand on effectue ce type de croisement, il n’est pas rare de constater que certaines insatisfactions n’ont aucune conséquence sur la fidélité malgré des plaintes appuyées, alors que d’autres ont un impact fort ! On peut ainsi optimiser les efforts budgétaires.
Quelles sont les limites du Data mining ?
J’ai évoqué les écueils pour les entreprises. Mais il existe aussi un risque de rejet par les consommateurs si le Data mining est mal
utilisé. Les meilleures technologies peuvent être contre-productives sans intelligence marketing.
Vous avez constaté comme moi, après un achat sur Internet, que certains sites sur lesquels vous naviguez se mettent à vous proposer à de multiples reprises le produit que vous venez d’acheter ou un produit similaire ! Pour être un peu provocateur, je dirais que si vous vous en rendez compte, c’est que c’est mal fait.
Si la connaissance-client est mal utilisée et que ces pratiques continuent, les internautes basculeront tous en navigation privée et on ne saura plus rien sur personne !
Le Text mining, une tendance à suivre ?
Le Text mining a d’abord été adopté pour son effet sur l’efficacité des équipes de relation-client : au lieu de mobiliser beaucoup de personnel pour répondre aux réclamations, certains logiciels effectuent une véritable analyse sémantique des courriers et composent une réponse qui pourra partir telle quelle dans 80% des cas.
Aujourd’hui, le Text mining prend une nouvelle importance grâce à ses capacités prédictives. Il permet de détecter sur les réseaux sociaux ou les forums des combinaisons de mots inquiétantes et de donner l’alerte avant que ces « signaux faibles » ne prennent trop d’ampleur.