1. Richesse de l'expérience client
Les consommateurs sont demandeurs d'une expérience
client toujours plus riche. Les entreprises qui achètent des produits
sont aussi demandeuse d'une même richesse de leur expérience
client. Et pour les entreprises en BtoB cette amélioration de
l'expérience client est vitale car elles ont moins de
Nous pouvons faire un parallèle entre ces deux freins.
En effet comme les entreprises sont réticentes à divulguer leurs
données internes, il parait normal qu'elles ne divulguent pas leurs
retours sur
14
clients que les acteurs du BtoC. Grâce à ces
nouveaux outils, ils vont pouvoir personnaliser leurs échanges avec
leurs clients ou prospects.
Pour les acteurs présent en BtoC, la perte d'un client
est beaucoup plus pénible financièrement qu'une entreprise qui
dispose de millier de clients. Voilà pourquoi il est vital de
sécuriser sa base de client en adressant les clients de la
manière la plus efficace possible.
2. Comportement homogène
Comme nous, les entreprises sont frisantes des réseaux
sociaux pour communiquer leurs actualités. L'utilisation de Linkedin et
de Twitter s'est démocratisé dans les entreprises et constituent
des canaux de communication stratégiques. Cela rend l'utilisation du Big
Data dans le secteur du BtoB très pertinent. En effet bien que les
sources d'informations soit différentes ainsi que les données
comportementales, les agissements clients sont analysables. Pour une entreprise
du BtoC, les informations vont provenir des réseaux sociaux personnels
alors que pour une entreprise du BtoB, les informations vont provenir des
réseaux sociaux professionnels. Aujourd'hui les outils Big Data font
partie intégrante du système de management et du processus
décisionnel des marketeurs BtoB.
Les cas les plus courants d'utilisation sont les suivant :
· Campagnes marketing ciblés
· Fidélisation des clients
· Innovation
· Amélioration de la prospection
VII. Des modèles éprouvés mais jalousement
gardés : (Interview Henri Thouvenin, mai 2015)
Dans son édition du mois d'avril, le magasine Point de
vente, dresse une liste des dix principaux freins à la mise ne place de
projets Big Data dans les entreprises. (Cécile Buffard,, 2015).
Un des points principaux est le difficile calcul du retour sur investissement
d'un projet Big Data. De ce fait, la valeur ajoutée d'une telle
technologie est très difficilement quantifiable par les financiers. Un
autre frein important est la réticence des entreprises à
divulguer leurs données internes.
15
l'investissement. Surtout vu l'importance stratégique
que peut avoir un projet Big Data vis-à-vis de la concurrence. Dans mon
interview du 5 mai avec le directeur de l'entité IBM Analytics France,
Henri Thouvenin me confirmait cette pensée. Selon lui les entreprises
qui investissent dans le Big Data connaissent parfaitement les retours sur
investissement. Cependant vu l'importance stratégique elles ne sont pas
ouvertes à une divulgation de celui-ci. Donc même les
éditeurs comme IBM ne savent pas précisément quels sont
les données financières.
VIII. Les trois grandes catégories d'outils Big Data
1. Business Intelligence (La Rédaction Journal du Net,
2015a)
Egalement appelé informatique décisionnelle,
elle regroupe les outils informatiques qui assistent la prise de
décision. L'objectif est de consolider de manière pertinente les
informations que possède l'entreprise et de les synthétiser dans
des rapports et dans des tableaux de bord analytiques.
Cette méthode apparue dans les années
soixante-dix et à longtemps été réservé aux
ingénieurs, dû au fait de la difficulté d'émettre
des requêtes précises sur les bases de données disponibles
à cette époque. Cependant l'analyse BI a largement
évolué et s'est démocratisé dans la plupart des
grandes entreprises. Depuis les années 2000, ces analyses sont
accessibles aux responsables opérationnels qui les utilisent tous les
jours comme aide à la prise de décision.
La genèse de ces analyses se trouve dans des besoins de
consolidation comptable. Mais au fur et à mesure de l'évolution
de la technologie et voyant que les résultats étaient à la
hauteur des attentes, les entreprises ont étendu ces analyses beaucoup
d'autres domaines stratégiques des organisations. C'est ainsi que dans
nombre d'entreprise actuelles les analyses BI sont utilisés dans la
gestion de la relation client jusqu'à l'analyse de la chaine
logistique.
Le point négatif en ce qui concerne ces analyses, est
que les requêtes ne sont pas toujours les mêmes et que les besoins
en bande passante peut varier du simple au triple en fonction de la
quantité de demandes. Donc les clients doivent toujours viser le panier
supérieur pour être sûr de pouvoir faire autant d'analyses
possibles. Cela entraine des coûts fixes importants pour les entreprises.
Voilà pourquoi les éditeurs optent de plus en plus pour des
offres en mode SaaS, qui leur permettent un paiement à l'utilisation et
une bande passante illimité.
16
| 
