Blog

L'analyse prédictive, un premier pas vers l'avenir des outils analytics

Posted by Axel BOUAZIZ on 07/12/12 12:10

Nous sommes en 2012. Nous vivons dans un environnement de plus en plus complexe et concurrentiel où les TIC (Technologies de l'Information et de la Communication) jouent un rôle primordial.

 

Chaque entreprise se doit d'effectuer un travail d'intelligence économique pour décrypter les enjeux stratégiques liés à la protection de l'information, les enjeux financiers, commerciaux, juridiques...

 

Une grande partie de ce travail de longue haleine repose sur l'analyse des données. Celles-ci sont de plus en plus nombreuses ; le terme "big data" refait d'ailleurs très fréquemment surface.

 

Une fois les données collectées, il est nécessaire de les traiter afin d'en tirer profit. C'est la raison de ce billet qui porte sur l'analyse des données.

 

Je souhaite ici vous présenter l'analyse temps réel et vous montrer qu'elle a un impact direct sur la performance de votre entreprise. Dans un second temps, nous verrons qu'il est possible de privilégier une analyse basée sur une logique prédictive et les avantages qui en découlent.

 

 

 

L'analyse temps réel, un outil d'aide à la décision

 

A l'heure actuelle, la majorité des données que nous analysons sont des données qui proviennent du passé. Nous y avons accès avec un temps de latence plus ou moins long selon le service / logiciel utilisé.

 

Prenons dès à présent un exemple concret. Je souhaite avoir un aperçu du nombre de visiteurs sur mon site. Je me rends alors sur mon outil de suivi préalablement mis en place (Google Analytics, Mixpanel...) et je peux visualiser mon rapport de la veille. Très utile me direz vous, et j'en conviens totalement.

 

Comment faire si je souhaite à présent savoir combien il y a de visiteurs en ce moment même sur mon site ?

Vous me répondrez surement que certains services ont déjà implémenté cette fonctionnalité, et je vous donnerai raison. Cependant, elle n'est pas faite pour fonctionner avec une quantité de données importante. Il est nécessaire de comprendre que la prouesse technologique n'est pas l'analyse temps réel en elle-même mais l'analyse de grosses quantités de données et cela en temps réel.

Il paraît alors judicieux de se poser une première question.

 

 

Pourquoi aurais-je besoin d'une analyse en temps réel ?

De façon globale, l'analyse en temps réel offre la possibilité aux entreprises de disposer d'une très grande réactivité.

 

 

Mais si je ne peux pas agir immédiatement, quel en est l'intérêt ?

Il est ici question de stratégie et d'anticipation. Les méthodes agiles font aujourd'hui partie de notre quotidien, il faut agir vite et être réactif. L'analyse en temps réel est, en ce sens, un pilier essentiel de la performance future. Elle permet aux équipes qui sont en charge d'un projet (par exemple une équipe marketing) de donner des directives claires qui auront un impact sur du court-terme.

 

 

Afin de vous montrer que l'analyse temps réel peut avoir un impact fort, je souhaite vous présenter un cas (réel) auquel j'ai récemment été confronté.

 

Un de mes amis gère une boutique en ligne spécialisée dans la vente de chaussures (plus précisément de baskets) sur un marché B2C. Tous les 3 mois, il reçoit un gros arrivage qu'il doit vendre le plus rapidement possible : cet arrivage représente environ 70% de son chiffre d'affaires trimestriel.

 

Pourquoi chercher à vendre (très) rapidement ? Le marché de la basket est en renouvellement constant et les invendus d'une collection finissent quasi systématiquement en solderies ou stockées dans un dépôt, soit une perte de CA non négligeable...

 

Les acheteurs étant au courant des nouveautés, un pic de fréquentation a lieu lors de la mise en ligne. Le jour suivant (lendemain de la mise en ligne), nous décidons d'imprimer le rapport d'analyse de la veille. Nous sommes surpris de voir que l'un des produits phare de la collection a reçu un nombre de visites important mais n'a généré que très peu d'achats.

 

A son étonnement (et au mien aussi d'ailleurs), le produit de la collection le plus attendu a un taux de conversion extrêmement faible : du jamais vu !

 

C'est seulement à ce moment là que nous avons compris ce qui s'était passé la veille : un des concurrents de mon ami proposait une remise de 10% sur le produit phare de la collection. Nous avons compris, certes, mais avec 1 jour de retard...

 

Aidés d'un outil d'analyse en temps réel, il nous aurait suffit d'avoir un indicateur signalant une anomalie et nous aurions pu réagir dans le quart d'heure, soit quasi immédiatement. La marge étant importante sur ce produit, mon ami aurait pu s'aligner sur l'offre proposée par la concurrence.

 

Il est donc évident que l'analyse en temps réel permet de prendre des décisions de façon rapide. Elle se positionne comme partie intégrante d'une stratégie d'entreprise. Que celle-ci soit orientée vers du B2B ou du B2C, les besoins de vos clients sont une priorité ! Dans cette optique, l'analyse temps réel permet un premier pas vers l'anticipation des besoins.

 

Mais est-il possible de les anticiper totalement ? Peut-on par exemple détecter qu'un visiteur va être attiré par un produit et le lui proposer immédiatement ?

 

 

 

Place à l'analyse prédictive

 

L'analyse prédictive consiste en un ensemble de procédés qui permettent de prévoir le comportement futur d'un utilisateur en fonction de son comportement passé et présent. L'analyse prédictive se base donc en partie sur l'analyse temps réel.

 

 

Afin de vous présenter l'analyse prédictive telle qu'on peut la rencontrer chaque jour, j'ai pensé que le système bancaire serait un bon premier exemple vulgarisateur.

 

Disons que je décide de me rendre à ma banque pour y effectuer une demande de crédit. Une fois mon dossier soumis à la personne compétente, c'est le système informatique de la banque qui va prendre le relai. En se basant sur un outil de BI (Business Intelligence), la banque va agréger un grand nombre de données me concernant :

- tous les détails de mon compte bancaire

- ma situation actuelle

- mes demandes de prêt antérieures

- mes remboursements passés

- mon historique professionnel et mes revenus

- ... et bien d'autres informations passées et actuelles.

 

Toutes ces données permettront à ma banque de prévoir le taux de probabilité que j'aurai de rembourser le crédit en temps et en heure. Cet outil prédictif leur permettra donc d'anticiper certaines actions et de répondre favorablement à certaines demandes ; celles qui présentent un taux de risque peu important.

 

 

 

Plaçons nous à présent dans un cadre dédié au e-commerce. A travers un usage quotidien, l'analyse prédictive permet d'émettre des hypothèses sur des tendances futures.

 

L'utilisation du mot hypothèse prend ici tout son sens : l'analyse prédictive ne fait qu'envisager un évènement et y joindre un degré de réussite ; il n'est en aucun cas question de certitude !

 

Pour le commerce électronique, l'utilisation de l'analyse prédictive a un but bien précis : trouver le bon produit au bon moment, et ce de façon ciblée. Les outils basés sur ce type d'analyse ont pour objectif d'accroître le chiffre d'affaires de l'entreprise ; autrement dit d'augmenter le panier moyen ainsi que le taux de conversion.

 

Afin de s'axer sur une politique de satisfaction des besoins clients, la personnalisation des contenus est une étape inévitable : les produits, les offres commerciales, la publicité... Vous devez chercher à vous plier aux besoins de vos consommateurs et leur montrer que vous y accordez de l'importance.

 

C'est ainsi que par exemple, Amazon enregistre votre historique de navigation à l'aide de cookies et vous envoie un mail "rappel" pour vous inciter à acheter les produits qui vous intéressent. Ils vont parfois jusqu'à vous proposer une réduction afin de vous pousser à l'acte d'achat. C'est une excellente façon de relancer ses clients et de les fidéliser sur le long terme.

 

Dans la même optique, vous pourrez aussi trouver du cross-selling sur certains sites. Plus les produits correspondent aux besoins de vos utilisateurs, plus vous aurez de chance de voir le panier moyen grimper.

 

Bien d'autres exemples comme le cross commerce, le up-selling ou encore les outils de recherche peuvent tirer profit de l'analyse prédictive. Cette technologie leur permet d'évaluer les risques et de saisir des opportunités de façon extrêmement rapide.

 

 

 

 

A l'heure actuelle, peu de sociétés proposent des outils fiables se basant sur l'analyse prédictive. C'est une technologie très axée sur les mathématiques et la modélisation ; elle requiert un travail important et des compétences très pointues. Elle est donc amenée à évoluer avec le temps et devenir de plus en plus fine, de plus en plus précise !

 

Vous aurez donc bientôt à votre disposition certains outils de type "analytics" qui vous permettront de prendre des décisions de façon plus rapide, présentant des risques mesurés et offrant plus d'opportunités de développement.

 

L'analyse prédictive est, en soi, un premier (grand) pas. Cependant, et vous vous en doutez, cette analyse n'est pas parfaite : elle nécessite une identification claire et précise de la personne ciblée. Dans une optique de découverte, je vous donne donc rendez-vous pour un prochain article où j'introduirais la notion d'analyse inductive et toutes les plus-values qui en découlent.

Topics: E-marketing

Restez informé avec le récap hebdo

Catégories

Plus de catégories

Articles récents