Recherche

Systèmes d'information marketing Des DONNÉES pour DECIDER

Publié par le

Informatique décisionnelle, business intelligence, data warehouse et data mining : quel que soit le nom qu'on lui donne, le système d'information devient un outil indispensable pour les directions marketing. L'information est devenue le nerf de la guerre économique : la maîtriser peut vite devenir un avantage compétitif. L'offre est variée et les services d'un intégrateur peuvent s'avérer intéressants pour les entreprises.

  • Imprimer


Plus que jamais, l'information est devenue une denrée précieuse. Les systèmes d'information, qui permettent de la collecter, la trier, la stocker puis l'exploiter, sont un des enjeux majeurs auxquels font face les divisions marketing et commerciales des entreprises. Le fameux Customer Relationship Management (CRM), ou gestion de la relation avec le client, agite beaucoup les états-majors des sociétés de produits de grande consommation, de téléphonie ou encore de la grande distribution. Connaître son client, c'est pouvoir le fidéliser, se l'attacher par des offres ciblées (one to one) ou des services personnalisés (customisation). Mais avant d'arriver à un tel niveau de connaissance, il faut posséder de grandes masses d'informations puis savoir comment les trier et les utiliser. D'après Europstat, le volume d'informations stockées par les entreprises double tous les cinq ans ! Mais seules 10 % de ces données sont analysées, ajoute Nicolas Beaumont, directeur marketing et développement d'Europstat. C'est tout l'enjeu du décisionnel. Par exemple, France Télécom Cartes gère la carte France Télécom (trois millions de cartes en circulation), avec laquelle on peut téléphoner de partout et faire ensuite facturer sur un numéro fixe. Elle possédait auparavant des bases de production qui permettaient de connaître les oppositions, de les lever ou d'effectuer les facturations. Quelques tableaux de bord contenant les informations essentielles étaient disponibles. Mais nous n'avions aucune information détaillée sur la clientèle. Globalement, nous savions que nous faisions tel chiffre d'affaires avec tel nombre de cartes, et c'est tout, évoque Catherine Simon, responsable "Base de données/ Segmentation". La filiale de France Télécom a donc décidé de se doter d'un véritable système d'information marketing. Objectif : lancer des opérations de marketing direct afin de stimuler l'usage de la carte et de fidéliser les clients. Après l'établissement d'un cahier des charges et la consultation de huit sociétés de services, c'est Europstat qui a été retenu. Très vite, une première opération de promotion a été lancée durant l'été 1998. C'est en effet une période de forte consommation de la carte, puisque les gens se déplacent en France ou à l'étranger. Les retours sont analysés avec Marketic One. La campagne de marketing direct aura lieu tous les étés et permettra de déterminer les segments et de leur proposer des offres adaptées. A venir : la restitution des informations au réseau des agences France Télécom via l'Intranet maison, avec l'envoi de tableaux de bord par agence en format Excel.

Investir dans les technologies


bâtir un système d'information marketing veut dire investir dans les technologies et souvent dans le conseil et l'intégration, en raison de la complexité des différents outils de requêtes, d'analyse, d'extraction, etc. (voir tableau des principaux outils logiciels ci-contre). Le système décisionnel est ainsi composé de trois éléments. L'alimentation consiste à aller chercher dans les bases de données internes et externes les informations nécessaires. On collecte, on ne crée pas d'informations, rappelle Jean-Bernard Nonnon, responsable du pôle décisionnel de Cap Gemini. A ce stade, la problématique revient à harmoniser toutes ces données souvent issues de systèmes informatiques hétérogènes. Les bases de données (BDD) externes sont, par exemple, les panels distributeurs (ACNielsen, Sécodip), les panels consommateurs (Claritas, Consodata, La Poste), les fichiers divers ou encore les bases de données en ligne issues du Web. Les bases internes peuvent être alimentées par les divers canaux utilisés par l'entreprise : ERP (Enterprise Ressource Planning) pour les données comptables, centre d'appels, site Web, marketing direct, automatisation des forces de vente (ou SFA, sales force automation). Deuxième phase : le stockage. Il s'agit de créer un entrepôt de données ou data warehouse. Ici, le problème consiste à dimensionner son data warehouse en fonction du nombre d'utilisateurs potentiels et des usages futurs. Chez France Télécom Cartes, le data warehouse contient des informations détaillées sur les communications effectuées pendant les trois derniers mois, soit environ 90 millions de données introduites dans la base à l'aide du logiciel Prism. Le data warehouse a une capacité de 200 gigaoctets (milliards de bits). Celui de Givaudan Roure, qui traite plutôt avec les professionnels, fait 20 gigaoctets (voir encadré). Troisième étape : la restitution des données aux utilisateurs.

L'alimentation, étape cruciale


Les outils nécessaires se nomment requêteurs, pour faire des états, analyse multidimensionnelle (les Olap, Molap et autres Rolap, voire glossaire) ou encore data mining. Les logiciels sont nombreux, bien que quelques outils soient les plus utilisés. Pour Jean-Bernard Nonnon, la complexité du système tient plus à la collecte des données qu'à leur restitution. L'alimentation représente 80 % du coût de production, explique-t-il. En effet, inutile de posséder beaucoup de données si elles sont dispersées dans plusieurs bases hétérogènes. Ainsi, en bâtissant son data warehouse, Le Printemps s'est aperçu que la moitié des commandes ne transitait pas par le système d'information ! Il faut aussi construire un référentiel, pour que le client "AÎ introduit dans la base soit toujours reconnu par ce nom au fil des requêtes. Quand L'Oréal construit un data warehouse international, il lui faut s'assurer que toutes les filiales utilisent bien les mêmes références. Un des problèmes des bases de données, ce sont les doublons, rappelle Patrick Bensabat, directeur associé chez Business & Décision. Mais avant de monter un tel système, encore faut-il déterminer avec précision la nature de ses besoins. D'autant que les budgets sont loin d'être négligeables. Selon Cap Gemini, il faut compter 500 000 F pour un nombre limité d'utilisateurs (environ cinq) et de critères (cinq également). Nicolas Beaumont estime le coût moyen d'un système d'information marketing à environ un million de francs. Pour monter une base d'informations marketing, il faut compter entre un et trois millions de francs suivant l'importance du projet. Chez Business & Décisions, on chiffre à dix à quinze millions le coût d'équipement d'une force de vente de deux cents personnes. Mais de très gros projets peuvent atteindre les cinquante millions de francs, surtout si les bases existantes sont hétérogènes. Les chantiers moyens tournent en fait autour de un million de francs de budget, y compris les honoraires des intégrateurs.

Comprendre les habitudes des clients


Certains secteurs semblent plus sensibilisés à cette problématique de la business intelligence. Il s'agit des télécoms, des produits de grande consommation (voir encadré), du secteur banque/assurance, de la grande distribution. Ainsi, Maximo, qui vend des produits alimentaires surgelés à domicile, a voulu mieux comprendre les habitudes de ses clients. Le distributeur a monté un système décisionnel basé sur les outils d'Informix. Il peut aujourd'hui déterminer les fréquences d'achats, les montants, les types d'articles achetés par ses clients. Les utilisateurs des services marketing, commercial et la direction générale peuvent avoir accès aux données grâce à l'extraction des agrégats du système de production puis leur installation dans un data warehouse installé sur un serveur dédié. Mais, à terme, toutes les entreprises du secteur concurrentiel seront amenées à créer et exploiter des data warehouses. D'après Pierre Audoin Conseil, les applications marketing et vente entrent pour 25 % du total des systèmes décisionnels, mais c'est ce secteur qui connaît la plus forte croissance. Le marché français des logiciels et services dans le domaine du décisionnel était de 2,4 milliards de francs en 1997 et devrait atteindre 7 milliards en 2001, soit une croissance annuelle moyenne de + 31 %. Pour le Gartner Group, l'usage du data mining dans les applications de ciblage marketing était de moins de 10 % en 1995 mais atteindra 85 % en 2005. D'après Forrester, les investissements mondiaux dans le CRM seront de 21 milliards de dollars en l'an 2000 contre 3,5 en 1996. Après la fin des chantiers concernant l'an 2000 et l'euro, les applications de CRM sont les suivantes sur la liste des priorités, avec les ERP. Mais la situation n'est pas la même selon la nature des entreprises visées. Pour Nicolas Beaumont, il y a un effet de taille : Il existe une sélection par le budget. Les sociétés faisant plus de 500 millions de chiffre d'affaires ont vocation à s'équiper. Les autres devront étudier leur contexte concurrentiel avec attention. D'autant que vouloir connaître son client et investir les sommes nécessaires ne suffit pas pour que le système d'information soit un succès. Près de 40 % des data warehouses sont des échecs et 60 % des équipements pour les forces de vente ne sont pas utilisés, rappelle Dominique Beaulieu, directeur du marketing et des relations partenaires de Valoris.

Un chantier de six mois


Il faut reconnaître que la complexité des systèmes décisionnels, le grand nombre de logiciels et progiciels à disposition sur le marché, la connexion toujours sensible des bases de données d'origines différentes... ne facilitent pas la tâche des entreprises. Mais les grands cabinets de consultants (les Big Five), les sociétés de services informatiques généralistes (ESD, Cap Gemini, Atos) et spécialisées (Valoris, Europstat, Business et Décisions, CSC), quelques constructeurs comme IBM, voire des éditeurs de logiciels comme Oracle, sont là pour piloter les projets décisionnels. Ils aident les entreprises à choisir les outils logiciels, à mettre en oeuvre et à maintenir le système décisionnel. En général, tous ces acteurs du conseil et de l'intégration procèdent de la même manière : déterminer les facteurs clés de succès puis mettre en place des indicateurs. La durée moyenne d'un chantier pour la mise en place d'un système d'information décisionnel dans les divisions marketing et commerciale est évaluée à environ six mois. Au-delà, les données seront devenues obsolètes et les conditions du marché auront certainement évolué elles aussi. L'aspect international est également déterminant. Ces grosses sociétés avides d'information sont souvent multinationales. Le système d'information doit pouvoir s'adapter aux réalités locales pour redistribuer des données exploitables en France, mais aussi en Europe, aux Etats-Unis ou en Asie. Les Intranet permettent de diffuser ces données partout en temps réel. Bien que pour les data warehouses purement français, la création d'un Intranet ne se justifie pas en raison du faible nombre d'utilisateurs. Seuls la direction générale et les services marketing et commerciaux sont concernés, soit de quinze à vingt personnes en moyenne. grâce au décisionnel, les entreprises peuvent acquérir une vraie visibilité commerciale. Exemple : la SNCF avait remarqué qu'en région parisienne son chiffre d'affaires baissait alors que la vente de tickets augmentait. En fait, les contrôleurs allaient jusqu'à la zone 3. Les clients des zones 4 et 5 achetaient donc leurs tickets jusqu'à la zone 3, sachant que le risque d'amende était nul passé ce niveau. Comment la direction régionale de la SNCF s'est-elle aperçue de cet état de fait ? En prenant comme indicateur le pourcentage de mutations obtenues par rapport aux mutations demandées. Ce genre de corrélations, seul un système décisionnel équipé d'un data warehouse était capable de le faire.

Givaudan Roure se met au parfum de l'analyse des ventes


Arômes et parfums sont partout. Dans la parfumerie et aussi dans l'agroalimentaire, les cosmétiques, la savonnerie industrielle. Le leader mondial de cette activité s'appelle Givaudan Roure, division arômes et parfums du groupe Roche. La société suisse réalise 8 milliards de francs de chiffre d'affaires et possède 30 filiales dans le monde entier. En 1992, Givaudan Roure s'équipe d'un premier système d'aide à la décision marketing. Il permet de consolider les statistiques de ventes. En 1995, la société suisse pose les premières pierres de son data warehouse en achetant une plate-forme Unix et une base de données Oracle. En parallèle, la société recherche un nouvel outil EIS (voire glossaire) qui pourrait travailler à partir des données du data warehouse. Il s'agissait de permettre à un large spectre d'utilisateurs d'accéder aux informations de ventes consolidées ainsi qu'aux applications stratégiques avec un outil de requête unique, explique Yves Grau, chef de projet. Givaudan Roure choisit Oracle Express à la mi-1996. Un premier domaine fonctionnel d'utilisation est défini : il s'agit des achats au niveau du groupe. Une refonte totale des statistiques de vente est ensuite effectuée. A ce stade, le groupe suisse décide de s'attacher les services d'un intégrateur capable de mettre en place le requêteur. Nous cherchions d'abord un expert dans ce domaine et connaissant bien Oracle, ajoute Yves Grau. Le choix s'arrête sur Business & Décision qui développe divers domaines fonctionnels regroupés sous le concept BIC (Business Information Concept) au travers de la mise en place de la base de données relationnelle Oracle comme référentiel, la base de données multidimensionnelle Oracle Express et l'outil frontal de navigation Oracle Express Analyzer. Chaque mois, trois jours après la clôture du reporting, toutes les filiales qui font de la facturation envoient leurs statistiques de vente au siège de Genève. Les informations hétérogènes sont mises en forme sur un AS 400 avant d'être introduites dans le data warehouse central et consolidées. Le septième jour ouvrable du mois, ces données exploitables sont disponibles via un réseau privé aux 450 utilisateurs répartis dans le monde. Les données des autres métiers (achats, données financières, marges, etc.) suivent un flux équivalent. Le data warehouse a une taille de 20 gigaoctets. Le data mining n'est pas envisagé pour l'instant. Nos clients sont des industriels et des grossistes. Le data mining concerne plutôt les produits de grande consommation, estime le chef de projet.

Kriter fait mousser les données


Le Groupe Patriarche est une entreprise bourguignonne qui commercialise du vin en grande distribution sous les marques Kriter (effervescent), Cramoisay, Champlure, Cuvée des Bons papes (vins tranquilles), etc. Avec un chiffre d'affaires de 500 millions de francs, et une dizaine de références, elle est en concurrence avec de grands groupes comme Bacardi Saint Rapha'l ou Pernod Ricard. Pour jouer à armes égales avec ces groupes, la société de Beaune s'est équipée d'un data warehouse. En 1996, le groupe décide d'informatiser les forces de ventes qui effectuent les relevés de linéaires. Avant, nous faisions ce travail sur papier et disposions de relevés mensuels, explique Marcellin Barbato, directeur des ventes. Avec les micro-ordinateurs, les commerciaux peuvent entrer le nombre de facing, le niveau de positionnement des bouteilles de la marque dans les rayons, les promotions et têtes de gondole éventuelles. Après une connexion via modem, ces données sont transmises au siège et introduites dans une base de données Oracle reliée à un serveur Risc 600 d'IBM. Le progiciel permettant de gérer ces données, Nomade de SRCI, n'était plus performant au niveau des temps de réponses : d'une demi-heure à deux heures ! Kriter a donc décidé de s'équiper d'un outil de requête afin de pouvoir interroger son data warehouse de manière optimisée. C'est Business Objects qui a été retenu, le progiciel étant intégré par Actiware. Le progiciel nous permet de fixer des objectifs par enseigne, de déterminer les magasins où nous sommes absents, de mieux piloter notre politique tarifaire, détaille le directeur des ventes. Le programme informatique permet également de rapatrier d'autres informations depuis l'AS 400 de Kriter et de les introduire dans l'entrepôt de données. Par exemple, les promotions peuvent être suivies en se basant sur les facturations. Une dizaine d'utilisateurs se servent de Business Objects depuis la mi-1998, avec des temps de réponse de cinq minutes maximum. J'espère pouvoir continuer à développer le système d'information, par exemple en permettant au contrôle de gestion d'avoir accès aux états, ajoute Marcellin Barbato.

Glossaire


Base de données multidimensionnelle : base dont les données sont stockées de manière à optimiser l'accès aux informations suivant des requêtes non prévues lors de la création de la base. Sa représentation habituelle est un cube à trois dimensions (mais la base peut gérer jusqu'à quinze ou vingt dimensions). Business intelligence : intelligence économique. Ensemble de technologies favorisant la prise de décision, en organisant la chaîne de valeur qui transforme les données en information puis en connaissance, enfin en décision puis action. On y classe les requêteurs, les outils d'analyse multidimensionnel et certains outils de data mining. Customer Relationship Management (CRM) : gestion de la relation client. Stratégie, organisation et technologies plaçant la relation client au coeur des préoccupations de l'entreprise. Customer Value Management (CVM) : gestion de la valeur client. Stratégie, organisation et technologies plaçant les valeurs du client au coeur des préoccupations de l'entreprise (marque déposée par Valoris). Data marts : sous-ensembles du data warehouse liés à un métier de l'entreprise. Data mining : extraction de la connaissance. Techniques qui permettent de faire apparaître des corrélations cachées. On parle maintenant aussi de text mining ou d'info mining. Data warehouse : entrepôt de données. Système d'information agrégeant des informations thématiques, intégrées, non volatiles et historisées. EIS ou Executive Information Survey : outil de visualisation et de navigation dans les données. Ne permet pas de poser une question non prévue initialement. ERP ou Enterprise Ressource Planning : progiciels de gestion et d'automatisation des tâches telles que finances, comptabilité, ressources humaines, etc. Molap : multidimensionnel Olap Olap (On-Line Analytical Processing) : norme qui répond aux 12 critères proposés par EF Codd en 1993 qui permettent de qualifier une base de données décisionnelle. Référentiel : ensemble des tables structurant les données. Rolap : relationnel Olap. SFA ou Sales Force Automation : solutions informatiques pour les forces de vente (télécollecte, gestion des actions, historique client, etc.).

PATRICK CAPPELLI

Data Marketing : collecter la bonne donnée

Data Marketing : collecter la bonne donnée

Data Marketing : collecter la bonne donnée Data Marketing : collecter la bonne donnée

Des millions de données on et off line sont à la disposition des marketeurs et leur collecte est devenu un enjeu majeur pour les entreprises. [...]

[Tribune] Data driven: il reste du chemin à faire!

[Tribune] Data driven: il reste du chemin à faire!

[Tribune] Data driven: il reste du chemin à faire!

Si les marques brandissent bien haut l'étendard de la data, toutes ne la gèrent pas de façon optimale, loin s'en faut. Ainsi, 62,5% des entreprises [...]

[Timeline] Découvrez 20 ans de marketing

[Timeline] Découvrez 20 ans de marketing

[Timeline] Découvrez 20 ans de marketing

Découvrez les grandes dates de l'univers marketing et des médias qui ont marqué ces vingt dernières années, du lancement de Marketing Magazine [...]

PrivaCircle: un Internet sûr et équitable sur abonnement

PrivaCircle: un Internet sûr et équitable sur abonnement

PrivaCircle: un Internet sûr et équitable sur abonnement

A l'instar d'Edward Snowden, la start-up PrivaCircle milite pour la protection de la vie privée en ligne tout en instaurant un système de rémunération [...]

Calendrier de l'Avent du marketer: Data textuelle (J-24)

Calendrier de l'Avent du marketer: Data textuelle (J-24)

Calendrier de l'Avent du marketer: Data textuelle (J-24)

Tous les jours jusqu'à Noël, emarketing.fr vous fait découvrir ou redécouvrir un mot ou une expression du marketing, représentatifs d'une tendance [...]

L'IA est-elle l'avenir du marketing?

L'IA est-elle l'avenir du marketing?

L'IA est-elle l'avenir du marketing?

Tirer le meilleur parti de la donnée pour offrir au consommateur une expérience inédite, automatiser les actions marketing dans une dimension [...]

Quand l'émotion devient une donnée mesurable

Quand l'émotion devient une donnée mesurable

Quand l'émotion devient une donnée mesurable

Capter les émotions des consommateurs et les utiliser comme n'importe quelle autre donnée marketing. Un nouvelle étape sera bientôt franchie [...]