Comment transformer vos Big Data en Smart Data ?

Les données disponibles pour l’organisation d’actions marketing sont aujourd’hui plus nombreuses que jamais. En effet, aux informations recueillies auprès d’organismes institutionnels comme l’INSEE (Institut National de la Statistique et des Etudes Economiques) ou les Journaux Officiels viennent s’ajouter celles issues du web (visites et achats sur votre site web, comportements sur les réseaux-sociaux, base de données de sites e-commerce,…) portant l’ensemble à une très importante quantité de données disponibles : c’est ce que l’on appelle le Big Data.

La lumière sur le Big Data

Terme très tendance et largement employé dans les médias spécialisés, le Big Data est un peu utilisé à toutes les sauces. Cependant, l’exploitation du Big Data requiert des moyens technologiques conséquents, des data-miners ou data-scientists pour identifier l’information pertinente (par exemple via des approches de segmentation et de scoring) et enfin une plateforme (data management plateforme – DMP) pour utiliser ces données de manière scénarisée et automatisée (automation ou trigger marketing).

De quoi est composé le Big Data ?

Au cours des dernières années, nous sommes passés d’une petite masse d’informations, acquise auprès de certains acteurs officiels, de vépécistes mais aussi auprès de répertoires clients constitués par certaines entreprises, à un flux de données très dense et constant. La raison ? La place de plus en plus grande occupée par le web dans notre quotidien, où nous cédons régulièrement des informations personnelles (adresse, date de naissance, préférences et habitudes, commandes, données de navigation…) lorsque, par exemple, nous passons commande d’une nouvelle paire de chaussures ou nous créons un compte sur tel ou tel réseau social.

On comprend alors deux choses : les données récoltées sur le web sont à la fois très massives et très variées. Composant le Big Data, ces données peuvent donc servir de base à des actions marketing, mais comment faire le tri entre toutes ces informations ?

Des données trop plurielles pour être exploitables facilement

Si le Big Data laisse entrevoir l’utilisation de données toujours plus nombreuses pour des opérations toujours plus précises, la matière dont il se nourrit pose un problème : comment déceler les informations les plus pertinentes ?

Car les données du Big Data sont loin d’être toutes exploitables. D’une part, parce que toutes ne sont pas utiles pour des actions marketing. De l’autre, parce que le flux est tel qu’il mélange des informations correctes et factuelles (les commandes, les informations saisies dans le cadre de la commande) avec des informations dont l’analyse est plus aléatoire (données de navigation, données saisies avant un abandon de panier, navigation sans commande…). Plus à jour (car une donnée correcte d’il y a deux ans peut être fausse aujourd’hui) ou mal renseignées, certaines données ne sont tout simplement pas exploitables : leur utilisation risque alors de faire perdre en efficacité les actions marketing entreprises (avec par exemple l’envoi de courriers à des personnes ayant déménagé ou à une mauvaise adresse). Raison pour laquelle le Big Data doit être fiabilisé et enrichi.

Le Smart Data : trier et valoriser le Big Data

Parce que les informations du Big Data sont trop nombreuses, il est nécessaire de les analyser et les organiser afin de mieux les exploiter. En résumé, le Smart Data est alors un Big Data « trié », autrement dit débarrassé des données inutilisables et périmées pour ne conserver que des informations pertinentes, qualifiées et certifiées. Le Smart Data est donc la version affinée et exploitable du Big Data.

Comment est obtenu le Smart Data ?

Transformer le Big Data en Smart Data nécessite bien évidemment un travail d’analyse. L’objectif est dans un premier temps de supprimer les données inintéressantes pour des actions marketing, faisant ainsi une première coupe dans la masse de données disponibles. Dans un second temps vient la vérification des informations restantes : lesquelles sont encore valables et lesquelles ne le sont plus ? Cette action s’appuie sur des comparaisons avec les données proposées par des éditeurs « certifiés » (l’INSEE pour le BtoB par exemple) et les autres organismes, mais aussi sur des bases de données privées afin de s’assurer que les adresses, numéros de téléphone, identités et autres renseignements sont d’actualité.

Le Smart Data passe également par l’identification des données utiles à une campagne particulière : par exemple les codes NAF de l’INSEE (Nomenclature d’Activités Française) pour une action BtoB, ou bien l’âge ou le sexe pour une action dédiée aux consommateurs. Enfin, le Smart Data peut aussi se doter de critères géographiques pour le tri de l’information, afin de faire ressortir les données uniquement pertinentes dans une zone de chalandise spécifique.

La masse des informations sur les entreprises ou les particuliers permet également de segmenter et de scorer des profils : les clients fidèles, les opportunistes, les jeunes, les séniors, les profils à risque…

Toute cette étape d’écrémage des données permet ainsi de rendre le Big Data opérationnel pour des démarches auprès de clients et de prospects les plus réceptifs aux messages transmis. Grâce à la segmentation, on peut mettre en place des actions de masse pertinentes. Ou bien, on peut appliquer un marketing proche du one-to-one si les profils de chacun de vos clients/prospects sont trop hétérogènes.

Pour en savoir plus sur le sujet, n’hésitez pas à consulter notre avis d’expert sur comment organiser et exploiter ses données clients.