William vient de décider de changer de voiture. Il entame sa recherche sur le web, en parle avec des amis sur les réseaux sociaux, lit des comparatifs publiés en ligne par la presse spécialisée et clique sur des bannières publicitaires bien ciblées. Très vite, sa boîte mail commence à se remplir de messages l’invitant à essayer les derniers modèles de plusieurs marques. Alors qu’il se gare devant la concession sélectionnée, il reçoit un texto promotionnel offrant une réduction de tarif sur le modèle qui a retenu son attention la veille. A peine descend-il de voiture que le commercial de la concession vient l’accueillir : non seulement, il sait que William vient lui rendre visite, mais également quel modèle l’intéresse et quelles offres il est en mesure de lui proposer.

William n’est pas très long à se décider. Précisons que ce modèle a été conçu sur la base des retours d’expérience des utilisateurs, des données collectées par les capteurs de véhicules de génération précédente, ainsi que sur le feed-back des concessionnaires (qu’est-ce qui plait et déplait ? quels besoins, quelles attentes ?). L’évolution des modes d’utilisation a également été prise en compte et les conclusions ont été affinées par l’analyse de plusieurs types d’information, dont des données de performances issues des compétitions de Formule 1 et des bancs d’essai publiés par les journaux spécialisés. William est particulièrement séduit par le GPS de dernière génération inclus dans le modèle, qui permet non seulement d’analyser les temps de parcours d’autres automobilistes afin d’éviter les bouchons, mais également d’éviter des zones particulièrement accidentogènes ou d’optimiser la consommation de carburant et donc, les émissions de CO². William se décide, bien aidé par les conditions de financement personnalisées proposées par le concessionnaire, incluant une assurance.

Une fois le véhicule livré, le premier réflexe de William est de programmer ses préférences d’utilisation : réglage des rétroviseurs, de la hauteur du siège et du volant, de la température et des chaines de radio préférées. Ces données sont transmises instantanément dans le Cloud et pourront être réintégrées dans d’autres véhicules (de prêt ou de location). Il configure également sa boite mail (pour une consultation de ses messages en mode vocal) et ses parcours préférés sur le GPS. Ce dernier lui permet en outre, de localiser la station-service la moins chère sur son parcours en fonction de sa destination et de sa consommation réelle.

Le voyage de William est un peu long et monotone. Il a peu dormi la veille. Ses yeux commencent à se fermer par intermittence et il respecte de moins en moins les distances de sécurité avec les véhicules qui le précèdent. Une alarme retentit et une voix amicale lui conseille de prendre une pause. Son comportement de conduite a été analysé en temps réel et comparé avec la moyenne des comportements habituels des automobilistes. Des yeux qui se ferment, un corps qui s’avachit sur le siège et des mouvements de balancement de la tête sont autant de signes annonciateurs d’un assoupissement. William décide de s’arrêter boire un café. S’il ne l’avait pas fait, la voiture aurait pu se substituer à lui en cas de danger imminent, voire tout simplement s’arrêter dans la prochaine aire de stationnement.

En feuilletant le carnet de maintenance préventive de son véhicule, William réalise que l’entretien, auparavant basé sur le nombre de kilomètres parcouru, est désormais personnalisé en fonction des informations collectées par de multiples capteurs (usure des freins, régime moteur, pression des fluides, etc.). Une analyse fine de ces données (comparées avec celles issues des autres conducteurs et le descriptif des pannes traitées par les concessions qu’ont analysé les Data Scientists du constructeur) permet de fixer le moment optimal pour procéder à une révision. La voiture étant connectée, toutes ces données sont envoyées dans le Cloud afin d’une part d’alimenter des modèles statistiques et d’autre part d’envoyer des alertes au conducteur si une anomalie potentielle a été détectée.

De plus, des liaisons data permettent désormais aux véhicules de communiquer entre eux afin de détecter par avance tout éventuel problème (distance de sécurité, voiture en panne dans un virage, bouchon, etc.). Voici donc quelques exemples de valeur ajoutée dont William bénéficie grâce à l’analyse des données : en étudiant le style de conduite et en prenant en compte l’ensemble du cycle de vie du véhicule, ils sont capables d’envoyer des informations utiles qui amélioreront l’expérience de conduite. Et par ricochet, ils entretiennent avec le client des relations privilégiées qui leur permettent de le fidéliser.

Bien d’autres services sont aujourd’hui en cours de développement : dépannage ultra-rapide, contrôle biométrique du verrouillage des portes, tracking en cas de vol (et immobilisation du véhicule), envoi de messages promotionnels ciblés et géolocalisés via la radio, alertes météos ou catastrophes climatiques, adaptation des tarifs d’assurance en fonction du comportement du conducteur, pilotage automatique, programmes musicaux personnalisés, guides touristiques, paiement mobile…

Au-delà de leur cœur de métier, les constructeurs prennent aujourd’hui la tête d’un véritable écosystème de fournisseurs de services, pour lesquels la donnée est le carburant. Au-delà de l’objectif de préserver leur chiffres d’affaires, certains constructeurs réinventent leur métier grâce aux big data. Chaque client en bénéficiera à travers une sécurité accrue, une maintenance optimisée, un confort de conduite renforcé et au final une expérience utilisateur d’un nouveau genre.

A propos de l'auteur : Yves de Montcheuil est VP marketing de Talend, société fournissant des solutions d’intégration optimisées pour les environnements de Big Data.

Devant un marché qui semble avoir désormais intégré la notion de Big Data et son impact potentiel sur l’activité les entreprises, ce sont progressivement chacun des départements de l’entreprise qui apprivoisent petit à petit les bénéfices potentiels d’une exploitation raisonnée et intelligente de ces richesses innombrables dans lesquelles elles baignent sans toujours s’en rendre compte. Dans cette course à l’exploitation des Big Data, le département marketing a aujourd’hui une longueur d’avance sur les autres et surtout, un rôle stratégique d’exemple à jouer.

Les responsables du marketing ont toujours consacré une part importante de leur budget à la recherche de nouvelles données sur le comportement du consommateur et sur les moyens de renforcer l’image de marque tout en affinant leurs modèles de segmentation client. Par conséquent, ils sont parmi les premiers au sein de l’entreprise à considérer les données internes de l’entreprise comme une mine d’or potentielle, plutôt que comme une ressource contraignante à gérer. Ainsi, le marketing a vocation à devenir une force motrice au sein de l’entreprise dans l’émergence et le développement d’outils permettant de gérer les Big Data afin d’en dégager un avantage concurrentiel notable.

Aujourd’hui, le sujet du Big Data dans le domaine du marketing est suffisamment mature pour offrir des solutions crédibles aux problématiques d’une entreprise, et prend généralement l’une des deux formes suivantes : soit de l’analyse comportementale en temps réel pour favoriser les promotions multi-canal, soit de l’analyse de segments pour le ciblage ou l’identification de prospects.

Dans le premier cas, celui de l’analyse en temps réel des données, l’objectif est d’influencer le comportement du consommateur directement sur le point de vente (ou sur le site internet). L’exemple le plus courant est le moteur de recommandation, mais les coupons de réduction dans la grande distribution rentrent aussi dans cette catégorie, tout comme le ciblage géolocalisé. Dans le second cas, celui de la segmentation, le but est d’analyser de grands volumes de données au bon moment.

Ce genre d’analyse, quand elle est menée de façon efficace, permet aux équipes marketing d’évaluer les données provenant de sources nouvelles, comme le trafic provenant des médias sociaux ou les clics effectués par un prospect sur le site internet d’une société, rendant le ciblage et la segmentation des profils le plus précis possible. C’est une tâche compliquée, qui aurait été impossible à mener à bien avec les solutions traditionnelles de management de données.

Être capable d’exploiter ce potentiel peut aussi aider les entreprises à mieux identifier leurs différents publics, et viser la bonne personne au bon moment, avec l’offre adéquate et les messages les plus pertinents. Une démarche qui s’inscrit dans la mission stratégique de n’importe quelle entreprise, en optimisant sa rentabilité et en développant des avantages concurrentiels. Cela explique pourquoi le marketing est souvent pointé du doigt par les sociétés qui attendent de ce département que ce soit lui qui mène les analyses de données critiques lui permettant de modeler et d’adapter la stratégie de l’entreprise en fonction de l’évolution de son écosystème et des besoins clients.

La capacité du département marketing à réussir à tirer parti des Big Data est donc critique pour le succès d’une entreprise à moyen terme. Les défis sont toutefois encore nombreux à l’heure actuelle et l’attente d’une régulation européenne sur les données personnelles va encore changer la donne à l’horizon début 2015. Celle-ci apparaît également comme un élément incontournable de gouvernance et de confiance pour que les départements marketing puissent proposer des services toujours plus personnalisés à leurs clients finaux, sans pour autant leur donner le sentiment d’envahir leur vie privée.

Pour certains spécialistes, dans le passé, la masse d’information disponible empêchait purement et simplement de l’analyser correctement. Pour d’autres, il n’existait pas de technologies capables de récolter ces données, de la traiter et de n’analyser pour en faire un avantage concurrentiel pour l’entreprise. Mais ce n’est plus vrai aujourd’hui. L’offre pour traiter des volumes de données toujours plus importants est désormais plus que suffisante pour répondre à l’ensemble des missions critiques des marketeurs, qui doivent capitaliser sur celle-ci pour donner une nouvelle dimension à leur métier au sein de l’entreprise. Les débats sur les données structurées dans les bases relationnelles sont derrière nous. Aujourd’hui, l’offre technologique disponible pour gérer les Big Data permet de faire face sans difficulté aux données non structurées ou semi-structurées, qu’elles soient situées à l’intérieur de la salle informatique de l’entreprise ou dans un cloud privé, qu’il s’agisse de données publiques ou contenues dans le cloud, qu’il s’agisse d’interactions sur les réseaux sociaux, de vidéos, de fichiers Excel ou de pièces jointes d’email.

Pour bien des raisons, les départements marketing ont un avantage fantastique sur leurs collègues au sein de l’entreprise pour concevoir aujourd’hui ce qui fera de leur société un leader de demain. Avec les Big Data, ils sont assis sur une mine d’or, et doivent à tout prix convaincre leurs confrères des autres départements d’adopter cette révolution pour leur propre métier. Financiers, responsables RH, responsables des achats ou directeurs qualité, tous ont un intérêt à monter à bord du train que les marketeurs sont en train de conduire vers une activité toujours plus florissante.

A propos de l'auteur : Yves de Montcheuil est VP marketing de Talend, société fournissant des solutions d’intégration optimisées pour les environnements de Big Data.

Cibler le monde entier permet d’élargir les premières réflexions autour de l’investissement : quels leviers ? quels besoins ? et quels modèles de distribution ? La globalisation anticipée permet de ne pas omettre des foyers d’investissements qui seront nécessaires avec le temps. Imaginons une entreprise cherchant à se développer dans un premier temps en Europe. Elle va élaborer une politique de développement et de marketing répondant aux contraintes du marché européen – par exemple aux normes, qui sont différentes selon les régions. Mais dès que le développement des activités européennes sera assuré, la direction cherchera sans nul doute à conquérir d’autres territoires, l’Amérique ou l’Asie, et tout le travail sera à refaire, et de plus, avec moins de moyens.

Des moyens qui, s’ils avaient été inclus dans le plan initial, auraient pu être mutualisés. La réflexion sur les modèles de distribution est également essentielle. Ouvrir des bureaux dans un pays étranger nécessite un investissement important : beaucoup d’énergie doit être consacrée au recrutement et la mise en place d’une nouvelle équipe génère énormément de déplacements. Cet investissement est-il justifié ? D’autres canaux (partenariats, par exemple) ne seraient-ils pas mieux adaptés ? Sinon, quel pays choisir ?

L’une des principales difficultés à laquelle se heurtera l’entrepreneur consiste à créer au sein de l’entreprise une culture tournée vers l’international. En France, il reste encore difficile de trouver des ressources parlant couramment anglais, même si avec le temps, ce problème a tendance à s’atténuer. Mais l’adaptabilité de l’équipe et sa capacité d’écoute sont également essentielles. Au début des activités de Talend, nous n’avions pas lancé de version française de nos outils d’intégration de données, partant du principe que les professionnels français étaient habitués à utiliser l’anglais au quotidien. Mais lorsque nous avons commencé à collaborer avec de plus en plus d’entreprises du secteur public, nous avons créé cette version française afin de répondre aux demandes de nos clients.

En résumé, penser global dès le début d’une création d’entreprise a un impact sur l’organisation, les produits, le marketing et le reporting. Il est essentiel de concevoir le produit en anglais, tout en tenant compte des problématiques de règlementations internationales et des différences culturelles entre les différents pays (par exemple, aux États-Unis, les notions de « progiciel » et de protection de la propriété intellectuelle ne sont pas les mêmes qu’en Europe). En termes de finances, certains choix s’imposent. Dès la deuxième d’année d’existence de Talend, nous avons basculé l’ensemble de la fonction financière vers les normes GAAP, alors que nous avions démarré avec un modèle IFRS. Pourquoi ? car les clients, les analystes et les investisseurs du monde entier réclament ce format.

Le cas de Talend est assez emblématique de ce type de démarche. Nous avons choisi de déployer un modèle open source justement pour bénéficier de canaux de distribution nativement internationaux. Parallèlement, le marché à l’époque était principalement anglo-saxon et la plupart de nos futurs concurrents évoluaient à l’extérieur de la France. Nous avons vite compris, à la lecture de nos rapports de téléchargements, que la plupart (30 à 40%) émanaient des États-Unis.

Nous avons donc décidé naturellement d’installer un bureau dans la Silicon Valley afin de nous immerger dans la culture américaine. Ceci est un point essentiel : si la présence de Talend aux Etats-Unis n’est pas directement liée à la présence d’investisseurs (Talend avait réalisé deux levées de fonds avant de s’installer aux États-Unis), cibler le marché américain nécessite impérativement d’y vivre afin de gagner la confiance des clients et de séduire de nouveaux investisseurs. Si vous décidez de conquérir le marché américain depuis la France, vous allez non seulement accumuler les déplacements, mais surtout vous ne pourrez pas saisir toutes les subtilités culturelles locales. Par exemple, aux Etats-Unis, les analystes ont un poids très important dans les décisions d’achat des entreprises. Un dialogue spécifique et permanent avec ces influenceurs devient donc un levier de développement crucial. Ce sont ce type de détails qui vous échappent lorsque vous ne vivez pas dans le pays.

En revanche, n’hésitez pas à conserver votre siège social en France où le système, malgré de nombreuses idées reçues, est beaucoup plus avantageux qu’aux États-Unis (CIR, JEI, etc.). Tirez parti du meilleur des deux mondes !

A propos de l'auteur : Bertrand Diard est co-fondateur de Talend, société fournissant des solutions d’intégration optimisées pour les environnements de Big Data.