L’utilisation de technologies comme le big data, le machine learning ou l’intelligence artificielle facilite la rencontre entre entreprises et consommateurs, en offrant des produits et services adaptés aux préférences de premier plan.

Des services de divertissement en streaming qui tapent dans le mille concernant votre prochaine série favorite, des commerces électroniques qui sélectionnent les produits compatibles et indispensables pour vos achats… Ce n’est pas une question de hasard, il s’agit de l’application d’une série d’algorithmes et technologies qui étudient vos comportements d’achats et vos habitudes de navigations sur internet pour vous offrir ce qui s’adapte le plus à vos préférences. Le big data vous connaît mieux que personne.

Réfléchissez-y. Si vous faites confiance aux recommandations de la personne qui est à la tête de l’entreprise locale de votre quartier, comment est-ce possible de ne pas faire confiance aux entreprises guidées par vos habitudes d’achat et de navigation ? 59 % des personnes qui ont essayé cette personnalisation la qualifie comme étant déterminante dans leur décision d’achat, comme l’indique cette étude réalisée aux États-Unis.

Les entreprises qui savent gérer ces pistes sous la forme de données ne vous offriront pas ce qu’elles vendent le plus, mais ce qui s’adapte le plus à vous, car elles connaissent votre couleur préférée et votre style vestimentaire à partir d’éléments clés comme votre historique d’achats ou les produits que vous avez l’habitude de consulter.

Cette personnalisation ne se matérialise pas uniquement sur le marché digital. L’entreprise de vente au détail Nodstrom a été pionnière durant avec l’installation de capteurs dans ses boutiques pour détecter des centres d’intérêts : où s’arrêtent les personnes qui entrent, où est-ce qu’elles se dirigent, où est-ce qu’elles passent le moins de temps… Elle a rassemblé tout ce big data dans le but d’améliorer l’expérience pour ses clients et ainsi présenter les produits de la meilleure manière possible.

L’élément clé du big data passe par le fait de savoir comment monétiser la totalité de l’océan de données que l’on obtient grâce aux habitudes de navigation ou de captation de leads (information regroupée à l’aide de sondages, par exemple). Le chef d’entreprise Elon Musk, créateur de Tesla, garantit que “le big data change les modèles de relation entre entreprises et consommateurs”, et en vient même à affirmer qu’une personne qui achète une Tesla est seulement propriétaire du véhicule, mais pas des données que la voiture inscrit. Des données grâce auxquelles l’entreprise Tesla continue d’innover et d’avancer dans ses améliorations et, qui sait, il se peut que cette étude donne naissance à de nouvelles lignes d’activité.

Big data et vie privée 

Tout semble être gagnant-gagnant pour les acheteurs et les entreprises, non ? Les données que nous offrons volontairement dans notre environnement digital quotidien se transmettent à travers des applications munies de géolocalisation (et vous démontrez ainsi que vous aimez voyager), de l’utilisation de gadgets sportifs (vous aurez besoin de vêtements et compléments pour tous ces entraînements) et de vos marathons de Black Mirror (les séries cataloguées avec la thématique de science-fiction doivent certainement vous plaire…).

Tout ce que nous vous avons raconté jusqu’à maintenant à propos du big data était merveilleux, mais… Il existe un léger écueil lié à la vie privée et à l’utilisation des données collectées. L’affaire Cambridge Analytica a mis la question sur le devant de la scène, ainsi que d’autres scandales, et il y a aujourd’hui une préoccupation permanente concernant la vie privée et la cession de nos données, même si certaines données peuvent sembler innocentes de prime abord…

N’ayez pas peur. Des applications comme Have I been pwned nous permettent de savoir plus facilement si notre boîte mail a fait face à une erreur de sécurité dans l’emploi de cette dernière sur des sites web tiers. De plus, les normes de confidentialité et d’utilisation de données protègent de plus en plus les consommateurs digitaux, et les abus concernant le maniement et l’utilisation de nos informations exigent une plus grande transparence à ce sujet. Cependant, nous vous conseillons de toujours revoir les termes et conditions lorsque vous faites part de vos données, aussi bien à des entreprises qu’à des applications. Rappelez-vous que si l’on ne vous fait pas payer une application ou un service digital, le paiement se réalisera toujours à l’aide de vos données. La monnaie d’échange, c’est vous.

Quelles sont les phases du big data ?

1. Rassemblement de données : il peut s’effectuer à travers des cookies qui s’installent avec notre accord lorsque nous naviguons sur divers sites, questionnaires ou formulaires web.
2. Transformation : tous ces hits (empreintes digitales) se traduisent dans des données propres et ordonnées qui se préparent à être traitées et analysées sous le critère de l’intelligence commerciale, tout en tirant profit des plus utiles pour le modèle commercial (“cette personne a consulté beaucoup de vêtements de couleur rouge“).
3. Modélisation d’algorithmes : grâce à l’utilisation d’automatisations, se met en œuvre une stratégie conforme à l’objectif que l’on souhaite atteindre avec ces données (“nous allons envoyer une newsletter personnalisée avec des combinaisons de vêtements de couleur rouge“).
4. Analyse : pour mesurer le succès des actions, on doit vérifier si l’hypersegmentation s’est révélée dans une vente ou dans la conversion que nous souhaitons (téléchargement d’une application, visite commerciale…)

Big data : bien plus que de la vente

Comme l’explique cette étude d’Accenture Interactive, la finalité est de déterminer ce qu’elle appelle le “génome du client” : un profil vivant des préférences, goûts et besoins pour concevoir des expériences et offres sur-mesure. Parce que ces goûts et préférences changent et évoluent avec le temps : nous ne souhaitons pas la même chose à 30 ans qu’à 50 ans, si nous voulons donner un exemple.

La création de produits et services sur-mesure en appliquant le big data dépasse le panorama de la vente. Quelles sont les autres applications possibles ?

• Médecine prédictive : pour détecter des épidémies à travers des paramètres qui traversent les historiques (anonymes) de différents hôpitaux ; ou le cas des montres de sports qui contrôlent l’activité cardiaque et émettent une notification à des professionnels au cas où s’enregistre une agitation significative.
• Sécurité : dans le monde de la banque, s’automatisent des notifications pour détecter de possibles fraudes. Par exemple, les messages que les entités envoient lorsqu’elles remarquent que l’on retire de l’argent depuis une borne qui n’est pas celle de notre ville de résidence.
• Responsables automatisés : un autre cas en lien avec la banque est celui des algorithmes qui, grâce à l’utilisation de l’intelligence artificielle, contrôlent le patrimoine en fonds d’investissement.
• Assistants virtuels : sur des sites web comme celui de la SNCF, vous avez dû apercevoir un service d’aide virtuel qui vous permet de résoudre les doutes le plus fréquents. Ce type d’applications se configure à travers le machine learning, ce qui permet d’intégrer de nouvelles consultations et réponses.