Marketing : les entreprises privilégient encore les données structurées

L’explosion des réseaux sociaux depuis l’avènement du Web 2.0 offre des perspectives encore sous-exploitées par les entreprises, en B-to-B comme en B-to-C. Pour l’heure, les décideurs exploitent majoritairement de sources de données structurées, issues par exemple de l’analyse des ventes ou des statistiques de leurs sites web. Au final, quels que soient les entreprises et les types de données, les problématiques liées à la qualité des données collectées restent centrales.

Le constat dressé par des professionnels du marketing lors de la matinée EBG du 14 décembre dernier est assez clair : en matière d’analytique, les entreprises se cantonnent encore à l’exploitation de données structurées et le phénomène des Big Data reste encore très relié dans leur esprit à la question des volumes, plutôt qu’à leur variété. Selon eux, l’exploitation d’informations en provenance des réseaux sociaux reste encore complexe du fait du manque de maturité de leurs outils de collecte.

Mais surtout, ces données ne sont pas structurées, ce qui peut sembler rédhibitoires à de nombreuses entreprises. Bref, avant de collecter puis d’analyser des informations externes qu’elles maîtrisent encore mal, les entreprises cherchent à améliorer l’analyse des données internes, désormais bien structurées dans leurs bases de données. Mais là aussi certains enjeux – comme l’augmentation exponentielle des volumes de trafic de leurs sites web – parsèment leur route.

Les réseaux sociaux, tels que Twitter et Facebook, s’ils ne sont pas négligés, sont donc encore considérés comme moins stratégiques car plus volatiles. Leur utilité comme outils de veille est cependant bien réelle, notamment pour identifier des tendances via l’analyse de mots-clés. Toutefois, les volumes d’informations qu’ils fournissent ne sont pas toujours suffisants : si l’on associe communément Big Data et réseaux sociaux,  la représentativité – dans un contexte B-to-C – de centaine de milliers de fans Facebook peut sembler faible face à celle fournie par les programmes de fidélité ou tout simplement par l’analyse de tickets de caisse, pour un distributeur, ou des factures, pour un opérateur télécom.

Sans parler du « bruit », c’est-à-dire les informations inutiles collectées avec les Big Data, qu’il convient de nettoyer en prenant soin de ne pas perdre des informations utiles. La réalité des Big Data passe d’abord, comme on le voit, par la résolution de problématiques de qualité de l’information collectée.

Lire l’article

En complément : Un article (en anglais) de la HBR sur les Big Data et la grande distribution et un article sur le rôle prépondérant des médias sociaux dans les Big Data.

A lire sur Business-Analytics-Info.fr : « Macys.com : une vue granulaire sur chaque consommateur et chaque produit » et « eBay : les Big Data au service de la récurrence commerciale ».