GO

On distingue généralement 3 catégories d’impacts du Big Data sur la performance, la stratégie et la gestion des entreprises : l’amélioration de l’expérience client, l’optimisation des processus opérationnels et la diversification du Business Model. Cette typologie est basée sur le Digital Transformation Framework développé par le MIT Center for Digital Business et Capgemini Consulting.

Améliorer l’expérience client

On considère généralement que l’intérêt principal du Big Data réside dans l’amélioration de l’efficacité de l’activité marketing de l’entreprise. Grâce au croisement de données sociales, comportementales et transactionnelles, les entreprises peuvent segmenter de manière beaucoup plus fine leur clientèle pour personnaliser leur offre et leurs campagnes marketing, suivre le sentiment des consommateurs et anticiper les points d’accroche dans l’expérience client. La généralisation de pratiques comme l’AdExchange (enchères en temps réel pour des publicités ciblées en ligne), l’AB Testing ou le Marketing 1:1, que permet les progrès du Big Data et des Analytics, transforme en profondeur la façon dont les entreprises comprennent et interagissent avec leurs consommateurs.

Améliorer son efficacité opérationnelle

Les nouveaux outils Big Data s’appuient sur des technologies qui permettent de traiter des volumes d’information plus larges de manière plus rapide et moins coûteuse. Le système de fichiers distribués (Hadoop), les Analytics avancés et les technologies de traitement en mémoire vive, ainsi que le stockage dans le Cloud sont autant d’innovations qui améliorent le niveau rapidité, la compétitivité des processus métiersgrâce à plus d’industrialisation et d’automatisation.La technologie de « Text-Mining » (fouille de texte), permet par exemple à un département RH de trier automatiquement les profils correspondant à des critères spécifiques parmis des milliers de CV, économisant ainsi un temps précieux.

Développer son Business Model

Certaines entreprises arrivent mêle à faire de leur projet Big Data une source de revenus, grâce principalement à deux leviers. D’une part, des groupes (télécom notamment), qui disposent d’un trésor de données, peuvent monétiser leurs bases pour permettre à des partenaires de développer leur activité. C’est le cas de SFR, qui utilise les données géolocalisées de son réseau pour vendre des informations sur la provenance des clients à des centres commerciaux . D’autre part, des entreprises qui développent des capacités Big Data (voir l’exemple Monster.com) peuvent arriver à un tel niveau d’expertise qu’ils arrivent à revendre ces capacités, soit sous forme de logiciel soit sous forme de prestation (conseil ou autre).

Combiner les impacts pour développer un avantage concurrentiel

Et le plus intéressant, c’est que ces applications peuvent souvent être combinées, comme le montre l’exemple de la plateforme Big Data mise en place par le groupe bancaire Crédit Mutuel. Grâce à une plus grande efficacité de ses systèmes de traitement et une infrastructure de stockage repensée, ils proposent à leurs clients d’accéder à 10 années d’historiques de dépense qui peuvent être filtrées par catégorie ou par commerçant. La technologie de calcul en mémoire leur permet également d’évaluer les demandes de crédit en moins de 4h, contre 48h auparavant. Enfin, la banque monétise ses données en proposant à certains partenaires commerciaux d’avoir accès à des informations sur les comportements d’achat de ses clients.

Articles recommandés :

Partagez l’article

Inscrivez-vous à la Newsletter Data-Business.fr

 

< Retour à la page Big Data