Recherche
Se connecter
Méthodologie

La boîte à outils des réseaux sociaux
Chapitre VI : Stratégie de positionnement et exploitation des données

Fiche 01 : Le big data

  • Retrouvez 5 fiches outils dans ce chapitre
  • Publié le 5 juil. 2016
©

La boîte à outils des réseaux sociaux

7 chapitres / 57 fiches

L'expression big data représente l'ensemble des données qui devient aujourd'hui tellement conséquent qu'il est très difficile à traiter. Le traitement et l'analyse de ces données est l'un des principaux défis informatiques des années à venir. On parle de big data en marketing pour représenter toutes les informations qui décrivent une personne, ses comportements, ses achats. Ce sont principalement les départements commerciaux, marketing et service client qui sont concernés. On commence à parler de big data à partir de Teraoctets (1015) ou Petaoctets (1018) de données. Il y a peu de gains sur des volumes inférieurs.

Abonnez-vous à partir de 16,20€
  • Imprimer

ROI attendu du big data

Source : Tata Consultancy Services

Source : Tata Consultancy Services

Pourquoi l'utiliser ?

Objectif

Les données sont souvent en silos. Les comportements en ligne ne sont pas ou peu exploités. Des données de mauvaise qualité sont inexploitables et ont donc un coût. L'efficacité des campagnes diminue. Les données des différents canaux (boutiques, site, e-mailing...) ne sont pas rapprochées. L'objectif d'une démarche big data est de sélectionner, mettre en forme et analyser toutes les données dont dispose l'entreprise pour arriver à proposer des offres et des messages les plus ciblés possible aux prospects et clients.

Les résultats sont surtout attendus en logistique, amélioration du service client, efficacité commerciale et bien évidemment financiers. " Les données c'est l'or noir de demain " (Thierry Breton).

Contexte

La publicité directe de masse apparaît dans les années 1960. En 1963 aux États-Unis, et en 1964 en France, le code postal permet d'améliorer le ciblage. Le terme de marketing direct apparaît en 1967. Les premières bases de données relationnelles sont lancées par Oracle en 1979. Leur exploitation marketing se développe dans les années 1980, donnant naissance au CRM dans les années 1990 et à l'utilisation de l'e-mail en marketing. Dès 1998, la croissance du volume de données sur Internet est de 100 %. Le terme big data apparaît en 1999. En 2007, l'iPhone est lancé et permet au consommateur de devenir connecté en permanence. En 2011, Twitter passe la barre des 500 millions de comptes et de 175 000 tweets par minute. En 2012, Facebook passe le cap du milliard d'utilisateurs dans le monde avec près de 300 000 statuts par minute. Aujourd'hui, le marketing doit être de plus en plus personnalisé pour que chacun puisse recevoir le bon message au bon moment par le bon canal. Le marketing devient temps réel.

Comment l'utiliser ?

Étapes

Comment exploiter toutes ses données marketing ?

Ce n'est pas parce que c'est digital qu'il faut oublier les fondamentaux ; l'exploitation des données en marketing commence donc par une réflexion stratégique.

  • Sélectionner les bonnes données, issues du système d'informations de l'entreprise, du web et des campagnes précédentes.
  • Enrichir ces données pour standardiser leur qualité.
  • Regrouper les données et les résultats des actions dans des bases de données.
  • Exploitez-les pour améliorer l'efficacité de vos actions marketing : opérations multicanal, personnalisation de l'expérience Internet et des messages reçus par les clients.

Méthodologie et conseils

" Tous les 2 jours, nous créons autant d'information que de la préhistoire jusqu'à 2003. " (Eric Schmidt, Google)

  • Les données, notamment issues des réseaux sociaux (posts Facebook, Twitter ou LinkedIn ; images sur Pinterest ; vidéos YouTube) sont produites en continu. Le traitement en temps réel devient la norme.
  • Filtrer pour éliminer les données pléthoriques.

Avantages

  • Par opposition au datamining qui analyse des données à partir d'un échantillon représentatif, le big data traite toutes les données.

Précautions à prendre

  • L'énorme volume de données à traiter et stocker peut devenir un handicap (coûts, délais, retard sur la concurrence).
  • Attention, quantité n'est pas qualité et la donnée n'est pas de l'information.
  • La difficulté principale réside dans le temps nécessaire et la capacité de traitement.

Auteur : Cyril Bladier © Dunod