jeudi 26 juin 2014

Big data : un accélérateur pour les constructeurs automobiles

A lire sur: http://business-analytics-info.fr/archives/6191/big-data%C2%A0-un-accelerateur-pour-les-constructeurs-automobiles/

14/06/2014 

Les constructeurs automobiles sont entrés dans l’ère des big data. Conception des véhicules, préférences des acheteurs, maintenance, aide à la conduite, consommation énergétique, etc. des millions de données sont désormais analysées au quotidien pour permettre aux constructeurs d’innover. C’est le cas de Ford, qui analyse les réseaux sociaux afin de personnaliser ses voitures en tenant compte de l’avis des futurs acheteurs.
data auto
Jusqu’à maintenant, la plupart des programmes analytiques des constructeurs automobiles se cantonnaient à une dimension commerciale : meilleur ciblage publicitaire, fidélité client et bien sûr vente en ligne. C’est désormais au long du cycle de vie du véhicule que l’analyse de données creuse son sillon : de la conception à la maintenance, de la conduite assistée à la recherche d’un itinéraire ou d’une place de parking, les big data font désormais partie intégrante des processus opérationnels des constructeurs. Par ailleurs, la voiture devient un objet connecté et à ce titre, une source de données très précieuse, notamment pour les problématiques de maintenance ou de conduite assistée.

Chez Ford, au-delà des améliorations apportées grâce à un ordinateur de bord connecté et intelligent, capable de réagir face à tel ou tel événement, l’analytique est devenue une discipline stratégique, notamment dans la conception de ses véhicules. Les commentaires des utilisateurs sur les réseaux sociaux sont ainsi passés au crible pour améliorer différents aspects de la conception. A la différence des sondages et des « focus groups » utilisés dans le passé, les réseaux sociaux permettent aux utilisateurs d’expliquer leur point de vue, ce qui offre une compréhension plus profonde de leurs besoins.
Selon le data scientist en chef de Ford, si les travaux d’analyse sont centrés sur le client, leurs interlocuteurs privilégiés sont les dirigeants de l’entreprise. Ainsi l’analytique permet de comprendre l’industrie automobile dans son ensemble et de dégager une connaissance à multiples facettes qui sera utilisée ensuite dans différents aspects du métier de constructeur automobile. Mais si les data scientists gagnent en pouvoir dans ce secteur, ils doivent aussi apporter la preuve de l’efficacité de leurs analyses pour bénéficier du soutien de leur direction  générale. C’est à cette condition que « les données remplacent les opinions et imposent l’objectivité ».



Big Data : cordon ombilical entre marques et consommateurs

A lire sur: http://www.influencia.net/fr/actualites1/media,big-data-cordon-ombilical-entre-marques-consommateurs,40,4169.html

PUBLIÉ LE 12 FÉVRIER 2014
Big Data : cordon ombilical entre marques et consommateurs

Les données vont-elles devenir le trait d’union ultime entre une marque et sa cible ? Pour en arriver là il va falloir, avec patience, explorer le monde de la data qui lui, ne cesse de s’agrandir...

Big Data, Open Data, Smart Data... Les termes sont nombreux pour décrire la masse gigantesque de données aujourd’hui en circulation. Selon une étude d’IDC financée par le cabinet de conseil EMC, les données numériques créées dans le monde seraient passées de 1,2 zettaoctets en 2010 (1 zettaoctet représente 1021 octets) à 2,8 zettaoctets en 2012 pour atteindre... 40 zettaoctets en 2020. Et ces chiffres ne représentent qu’une vague estimation car selon certains professionnels, il est désormais impossible de quantifier les données mondiales.


Le plus gros reste encore à faire


Ce volume astronomique d’informations peut se présenter sous la forme de textes, d’images ou de statistiques liées à Internet. Ces données peuvent également être publiques (on parle alors d’Open Data), être liées à une position géographique (adresse IP ou positionnement par GPS) ou appartenir au domaine privé de la personne. Longtemps, les entreprises et les associations n’ont pas osé ou pas pu puiser dans cette mine incroyable d’informations pour entrer en contact avec leurs clients, leurs prospects ou leurs possibles adhérents mais l’évolution des technologies et des mentalités commence aujourd’hui à changer la donne, même si le plus gros du travail reste encore à faire...


L’ère de la « paleo-data »


Près de la moitié des responsables marketing jugent que leurs datas sont l’actif qu’ils utilisent le plus mal aujourd’hui et à peine 10% se servent systématiquement de ces données pour définir leurs stratégies commerciales, si l’on en croit une enquête deTeradata, le leader mondial des solutions analytiques. La plupart des sociétés n’ont toujours pas les outils pour tirer profit des informations qui sont à leur disposition. Un sondage effectué en mars 2013 par CMO Council    et SAS montre ainsi qu’à peine 15% des entreprises interrogées jugent posséder les capacités de stockage et le personnel qualifié pour analyser leurs datas. La grande majorité des employeurs (71%) estiment être encore loin du compte. Plus de la moitié des sociétés jugent pourtant que ces données leur ont déjà permis d’identifier de nouvelles opportunités de croissance (52%) et de plus facilement entrer en contact avec leurs clients (44%).


Le fantasme du Big Brother


Les « datas » englobent un spectre très large d’informations plus ou moins accessibles. « Ce terme recouvre énormément de choses et cela crée beaucoup de confusion dans l’esprit des gens, confirme Yan Claeyssen, fondateur et co-président d'ETO/ groupe Publicis, et vice-président de l'AACC Customer MarketingIl y a tout d’abord les données individuelles qui peuvent être nominatives et personnelles mais ces dernières sont très peu utilisées, et quand elles le sont, l’entreprise doit obtenir au préalable l’accord de la personne intéressée. Il ne faut donc pas croire au fantasme du Big Brother. Il y a aussi les Open Data qui sont disponibles pour tous. On peut aujourd’hui connaître beaucoup de choses. Il est ainsi possible de savoir, grâce notamment à la géolocalisation ou aux adresses IP, le parcours d’un client en ville ou sur le net. Quand une personne surfe sur un site, utilise sa carte de fidélité dans un magasin ou circule dans les transports publics avec son passe Navigo, on est capable de le suivre. Avant, une société comme La Redoute envoyait son catalogue chez les particuliers et elle attendait de recevoir leurs commandes pour découvrir les produits les plus populaires. Aujourd’hui, ce vépéciste met ses références en ligne et il peut savoir en temps réel quel client est allé sur son site, qui a cliqué sur tel ou tel produit et combien de temps un consommateur a passé à lire une page particulière. Cette collecte de données, quand elle est bien exploitée, permet au distributeur d’offrir à chaque consommateur le produit qu’il souhaite au moment qui lui convient le mieux. »


La Data , une entremetteuse


Burberry fait figure de précurseur dans ce domaine. Dès son arrivée dans une boutique de la marque, une cliente, qui est de passage à Londres pour un voyage d’affaires, est aujourd’hui accueillie par un vendeur qui lui propose les nouveautés qui peuvent potentiellement lui plaire en fonction de ses achats précédents, des tweets qu’elle a postés sur la Toile et des études d’instituts spécialisés dans l’analyse des nouvelles tendances de la mode. L’ employé peut aussi lui présenter, sur sa tablette, des petits films montrant des mannequins qui portent la robe qu’elle a sélectionnée et le conseiller a la possibilité de lui préciser si l’article est disponible dans la boutique la plus proche de son domicile ou si elle souhaite qu’il lui fasse livrer sa tenue à son appartement. La « magie du data » commence à prendre tout son sens...

Le plus intéressant est que toutes ces données étaient déjà présentes au sein de l’entreprise. Ses dirigeants ont juste mis en place un système pour les collecter et les traiter. « Les sociétés regorgent de datas, constate Charlotte Hoang-Bitar, la fondatrice deDatagency, une agence parisienne spécialisée dans la « Data Communication ». La direction générale, les ressources humaines, les finances, le marketing... tous ces services ont dans leurs bases de données un trésor de connaissances qu’ils n’utilisent pas. »




Piocher les bonnes données sur la Toile : compliqué


Le traitement de ces informations n’était pas très aisé jusqu’à récemment. « Mais les prix des serveurs ont beaucoup baissé et les logiciels sont de plus en plus performants », note Y. Claeyssen. Si utiliser ses propres données n’est déjà pas une chose facile (Walmart archive chaque... heure plus de 1 million de transactions qui s’ajoutent à sa base de données qui contient déjà 2,5 petabytes, ce qui représente 167 fois le volume d’informations contenues dans la bibliothèque du Congrès aux Etats-Unis), « piocher » les bonnes datas disponibles sur la Toile est une mission encore plus compliquée. Ce n’est pas un hasard si les géants de l’informatique ont dépensé ces dernières années plus de 15 milliards de dollars dans l’achat de sociétés spécialisées dans la gestion et l’analyse de big datas. Ce marché qui représente déjà près de 100 milliards de dollars, selon The Economist, progresse de 10% par an soit un taux de croissance deux fois supérieur à celui des ventes de logiciels...


Savoir travailler les données


L'une des entreprises particulièrement en pointe dans la collecte et surtout la « compréhension » des données disponible est... française. Son nom ? Synomia... Cette société de 25 personnes, basée dans la proche banlieue parisienne, propose à ses clients une analyse en profondeur de tout ce qui est écrit sur le Web à leur sujet. En collaboration avec le CNRS, elle a développé et breveté une technologie qui permet d’exploiter scientifiquement et très finement la masse de contenus textuels diffusés sur la Toile, ce que les spécialistes appellent « la big data non structurée ». « Nous indexons chaque jour plusieurs millions de pages sur la Toile, explique Martin Grosjean, un des deux co-fondateurs. Quand une entreprise vient nous voir, nous cherchons et analysons par exemple les 3 000 sites qui sont les plus proches thématiquement de celui de notre client et nous repérons les 10 000 mots ou expressions les plus importants à son sujet ou sur un thème qui le concerne ».




Capter et fidéliser de nouveaux clients


La société, qui s’est associée en 2013 avec TBWA, peut ainsi positionner ses clients sur la Toile, détecter des « bruits » annonceurs de futures tendances, analyser les réponses de plusieurs dizaines de milliers de salariés à un questionnaire interne ou étudier tous les tweets autour d’une marque. « Nous sommes également capables de dire précisément à un client ce qu’il doit écrire sur le web pour faire passer son message et nous allons jusqu’à contacter des bloggeurs avec des proposition de textes qu’ils peuvent mettre sur leur site », complète M. Grosjean. Les consommateurs semblent tout particulièrement réceptifs aux messages adaptés à leurs besoins et à leurs envies. « Seule une toute petite minorité de personnes semblent réfractaires à ces prises de contact directes, noteY. ClaeyssenLes gens ont compris que les sites ont besoin de publicité pour vivre s’ils ne veulent pas facturer leurs services et au lieu d’être saturés d’annonces en tout genre, ils préfèrent recevoir des pubs qui correspondent à leurs goûts. » La data permet ainsi de capter et de fidéliser de nouveaux clients. Et ce phénomène est appelé à se développer très rapidement dans les toutes prochaines années. « Le mobile va devenir le cordon ombilical en termes de prise de contact entre les marques et les consommateurs », prédit le fondateur d'ETO. Les sociétés qui parviendront à analyser et à interpréter les datas disponibles à la fois dans leurs bases de données et sur la Toile seront celles qui parviendront à tisser le lien le plus solide avec leur clientèle.


Les big datas se démocratisent


Longtemps, cette approche était réservée aux grands groupes qui étaient les seuls à pouvoir financer l’achat de gros serveurs ou embaucher des informaticiens de haut vol. Mais aujourd’hui, les big datas se « démocratisent ». Google Analytics fut un des premiers à comprendre la nécessité d’offrir des interfaces simples d’utilisation et accessible à tous. Un très bon outil de pédagogie pour faire ses premiers pas dans l’analyse de données. Car ce qui est vraiment nouveau, c’est l’utilisation des datas par des PME ou des artisans pour préserver ou déclencher une relation avec sa cible. Désormais la donnée n’est plus le monopole de grandes entreprises ou de start-up spécialisées. Elle est disponible pour tous et ce n’est qu’un commencement...

Frédéric Therin

Illustrations : Jefferson Paganel

Les nouvelles perspectives du marketing et de la relation client

A lire sur: http://business-analytics-info.fr/archives/6096/les-nouvelles-perspectives-du-marketing-et-de-la-relation-client/

16/05/2014 
De la gestion de la réputation d’une marque à la personnalisation des expériences d’achat, en passant par l’animation d’un réseau de consommateurs influents, le potentiel de croissance lié à l’usage des big data et de l’analytique est considérable. La relation entre une marque et ses clients se métamorphose, sans compter les nouvelles perspectives offertes par les données issues des supports mobiles et des techniques de géolocalisation.
relation marketing
A l’heure des big data, les entreprises disposent d’énormes volumes de données qu’elles peuvent analyser afin d’optimiser leur performance et créer de nouvelles sources de valeur. A titre d’exemple, Walmart, le géant américain de la distribution, collecte plus d’un million de transactions par heure, qui viennent enrichir ses bases de données clients ! En effet, le marketing est par excellence un terrain d’expérimentations et d’innovations qui bénéficient des apports de l’analytique.

Dans ce domaine, les succès rencontrés par les premiers projets participent à l’esquisse de nouvelles formes de la relation client. La marque Burberry s’appuie sur sa connaissance client construite à partir des données internes et externes à l’entreprise pour enrichir l’expérience d’achat en magasin.

Et le potentiel est encore considérable, comme en témoigne une étude menée par SAS et CMO Council : parmi les entreprises interrogées, seule une minorité déclare disposer des ressources humaines et techniques permettant de s’appuyer sur l’analytique et les big data afin de créer de nouvelles opportunités de croissance. Mais il y a fort à parier que la démocratisation des solutions technologiques contribuera à une plus large adoption de l’approche analytique, y compris par les PME. Analyser les données structurées et non structurées afin d’optimiser la relation client et offrir une expérience d’achat multicanale et enrichie, telle est l’évolution durable qui est en cours !


En complément,

A lire sur Business-Analytics-Info.fr :

Views from the front lines of the data-analytics revolution

A lire sur: http://www.mckinsey.com/Insights/Business_Technology/Views_from_the_front_lines_of_the_data_analytics_revolution

At a unique gathering of data-analytics leaders, new solutions began emerging to vexing privacy, talent, organizational, and frontline-adoption challenges.
March 2014 | byBrad Brown, David Court, and Tim McGuire
This past October, eight executives from companies that are leaders in data analytics got together to share perspectives on their biggest challenges. All were the most senior executives with data-analytics responsibility in their companies, which included AIG, American Express, Samsung Mobile, Siemens Healthcare, TD Bank, and Wal-Mart Stores. Their backgrounds varied, with chief information officers, a chief data officer, a chief marketing officer, a chief risk officer, and a chief science officer all represented.1 We had seeded the discussion by asking each of them in advance about the burning issues they were facing.
For these executives, the top five questions were:
  • Are data and analytics overhyped?
  • Do privacy issues threaten progress?
  • Is talent acquisition slowing strategy?
  • What organizational models work best?
  • What’s the best way to assure adoption?
Here is a synthesis of the discussion.

1. Data and analytics aren’t overhyped—but they’re oversimplified

Participants all agreed that the expectations of senior management are a real issue. Big-data analytics are delivering an economic impact in the organization, but too often senior leaders’ hopes for benefits are divorced from the realities of frontline application. That leaves them ill prepared for the challenges that inevitably arise and quickly breed skepticism.
The focus on applications helps companies to move away from “the helicopter view,” noted one participant, in which “it all looks the same.” The reality of where and how data analytics can improve performance varies dramatically by company and industry.
Customer-facing activities. In some industries, such as telecommunications, this is where the greatest opportunities lie. Here, companies benefit most when they focus on analytics models that optimize pricing of services across consumer life cycles, maximize marketing spending by predicting areas where product promotions will be most effective, and identify tactics for customer retention.
Internal applications. In other industries, such as transportation services, models will focus on process efficiencies—optimizing routes, for example, or scheduling crews given variations in worker availability and demand.
Hybrid applications. Other industries need a balance of both. Retailers, for example, can harness data to influence next-product-to-buy decisions and to optimize location choices for new stores or to map product flows through supply chains. Insurers, similarly, want to predict features that will help them extend product lines and assess emerging areas of portfolio risk. Establishing priorities wisely and with a realistic sense of the associated challenges lies at the heart of a successful data-analytics strategy.
Companies need to operate along two horizons: capturing quick wins to build momentum while keeping sight of longer-term, ground-breaking applications. Although, as one executive noted, “We carefully measure our near-term impact and generate internal ‘buzz’ around these results,” there was also a strong belief in the room that the journey crosses several horizons. “We are just seeing the tip of the iceberg,” said one participant. Many believed that the real prize lies in reimagining existing businesses or launching entirely new ones based on the data companies possess.
New opportunities will continue to open up. For example, there was a growing awareness, among participants, of the potential of tapping swelling reservoirs of external data—sometimes known as open data—and combining them with existing proprietary data to improve models and business outcomes. (See “What executives should know about open data.”) Hedge funds have been among the first to exploit a flood of newly accessible government data, correlating that information with stock-price movements to spot short-term investment opportunities. Corporations with longer investment time horizons will need a different playbook for open data, but few participants doubted the value of developing one.

2. Privacy concerns must be addressed—and giving consumers control can help

Privacy has become the third rail in the public discussion of big data, as media accounts have rightly pointed out excesses in some data-gathering methods. Little wonder that consumer wariness has risen. (Data concerns seem smaller in the business-to-business realm.) The flip side is that data analytics increasingly provides consumers, not to mention companies and governments, with a raft of benefits, such as improved health-care outcomes, new products precisely reflecting consumer preferences, or more useful and meaningful digital experiences resulting from a greater ability to customize information. These benefits, by necessity, rest upon the collection, storage, and analysis of large, granular data sets that describe real people.
Our analytics leaders were unanimous in their view that placing more control of information in the hands of consumers, along with building their trust, is the right path forward.
Opt-in models. A first step is allowing consumers to opt in or opt out of the collection, sharing, and use of their data. As one example, data aggregator Acxiom recently launched a website (aboutthedata .com) that allows consumers to review, edit, and limit the distribution of the data the company has collected about them. Consumers, for instance, may choose to limit the sharing of their data for use in targeted Internet ads. They control the trade-off between targeted (but less private) ads and nontargeted ones (potentially offering less value).
Company behavior. Our panelists presume that in the data-collection arena, the motives of companies are good and organizations will act responsibly. But they must earn this trust continually; recovering from a single privacy breach or misjudgment could take years. Installing internal practices that reinforce good data stewardship, while also communicating the benefits of data analytics to customers, is of paramount importance. In the words of one participant: “Consumers will trust companies that are true to their value proposition. If we focus on delivering that, consumers will be delighted. If we stray, we’re in problem territory.”

3. Talent challenges are stimulating innovative approaches—but more is needed

Talent is a hot issue for everyone. It extends far beyond the notoriously short supply of IT and analytics professionals. Even companies that are starting to crack the skill problem through creative recruiting and compensation strategies are finding themselves shorthanded in another area: they need more “translators”—people whose talents bridge the disciplines of IT and data, analytics, and business decision making. These translators can drive the design and execution of the overall data-analytics strategy while linking IT, analytics, and business-unit teams. Without such employees, the impact of new data strategies, tools, and methodologies, no matter how advanced, is disappointing.
The amalgam is rare, however. In a more likely talent scenario, companies find individuals who combine two of the three needed skills. The data strategists’ combination of IT knowledge and experience making business decisions makes them well suited to define the data requirements for high-value business analytics. Data scientists combine deep analytics expertise with IT know-how to develop sophisticated models and algorithms. Analytic consultants combine practical business knowledge with analytics experience to zero in on high-impact opportunities for analytics.
A widespread observation among participants was that the usual sources of talent—elite universities and MBA programs—are falling short. Few are developing the courses needed to turn out people with these combinations of skills. To compensate, and to get more individuals grounded in business and quantitative skills, some companies are luring data scientists from leading Internet companies; others are looking offshore.
The management and retention of these special individuals requires changes in mind-set and culture. Job one: provide space and freedom to stimulate exploration of new approaches and insights. “At times, you may not know exactly what they”—data scientists— “will find,” one executive noted in describing the company’s efforts to provide more latitude for innovation. (So far, these efforts are boosting retention rates.) Another priority: create a vibrant environment so top talent feels it’s at the cutting edge of technology change and emerging best practices. Stimulating engagement with the data-analytics ecosystem (including venture capitalists, analytics start-ups, and established analytics vendors) can help.

4. You need a center of excellence—and it needs to evolve

To catalyze analytics efforts, nearly every company was using a center of excellence, which works with businesses to develop and deploy analytics rapidly. Most often, it includes data scientists, business specialists, and tool developers. Companies are establishing these centers in part because business leaders need the help. Centers of excellence also boost the organization-wide impact of the scarce translator talent described above. They can even help attract and retain talent: at their best, centers are hotbeds of learning and innovation as teams share ideas on how to construct robust data sets, build powerful models, and translate them into valuable business tools.
Our participants agreed that it’s worth creating a center of excellence only if you can locate it in a part of the company where data-analytics assets or capabilities could have a dramatic strategic impact. For some companies, this meant IT; for others, marketing and sales or large business units. At one company, for instance, the analytics agenda is focused on exploiting a massive set of core transactional data across several businesses and functions. In this case, the center of excellence resides within IT to leverage its deep knowledge of this core data set and its role as a shared capability across businesses.
The goal should be for these centers to be so successful at building data-analytics capabilities across the organization that they can tackle increasingly ambitious priorities. One executive suggests that as businesses build their analytics muscle, centers of excellence will increasingly focus on longer-term projects more akin to sophisticated R&D, with an emphasis on analytics innovation and breakthrough insights.

5. Two paths to spur adoption—and both require investment

Frontline adoption was the most important issue for many leaders. Getting managers and individual contributors to use new tools purposefully and enthusiastically is a huge challenge. As we have written elsewhere,2companies simply don’t invest enough, in time or money, to develop killer applications that combine smart, intuitive design and robust functionality. However, our participants see two clear paths leading to broad adoption.
Automation. One avenue to spurring adoption works for relatively simple, repetitive analytics: creating intuitive end-user interfaces that can be rolled out rapidly and with little training. For example, a mobile application on a smartphone or tablet might give brand managers instant visibility into volume and sales trends, market share, and average prices. These tools become part of the daily flow of decision making, helping managers to figure out how intensely to promote products, when tactical shifts in pricing may be necessary to match competitors, or, over time, where to begin pushing for new products. According to one executive, “Little or no training is required” with simple tools like these. Provided they are “clear and well designed, with strong visualization qualities, end users will seek them out.”
Training. A second path requires significant investments in training to support more complex analytics. Consider a tool for underwriting small and midsize business loans. The tool combines underwriters’ knowledge and the power of models, which bring consistency across underwriting judgments, clarifying risks and minimizing biases. But underwriters need training to understand where the model fits into the underwriting process flow and how they can incorporate what the models and tools say into their own experience of customer characteristics and their business priorities.
Whichever path is chosen, it should start with pilot efforts and clear rules for making “go/no-go” decisions about the shift from exploratory analytics to a full-scale rollout. Some models don’t end up being predictive enough to deliver the desired impact; better to shelve them before they become investment sinkholes and undermine organizational confidence in analytics. Executives need to be willing to press “pause” and remind the organization that the failure of some analytics initiatives to materialize is nothing to worry about; in fact, this is the reason for pursuing a portfolio of them. The combination of success stories and hard-nosed decisions to pull the plug is all part of creating a climate where business units, functions, top management, and frontline employees embrace the transformational possibilities of data analytics.

Retours d’expérience de responsables analytiques sur leurs projets big data

A lire sur: http://business-analytics-info.fr/archives/6108/retours-d%E2%80%99experience-de-responsables-analytiques-sur-leurs-projets-big-data/

22/05/2014 
Les enjeux liés à l’analytique et aux big data font l’objet de nombreux articles et reportages dans les médias. Plus rares sont les témoignages directs des entreprises particulièrement engagées dans ce domaine. Le cabinet McKinsey a donc recueilli les retours d’expérience des responsables analytiques de grandes entreprises, les invitant à définir selon eux les principaux enjeux et défis à relever en la matière.
analitics
Elaborer une stratégie analytique adaptée aux spécificités de chaque entreprise et du secteur économique dans lequel elle opère : tel est le premier enjeu autour duquel se sont accordés les hauts responsables analytiques d’entreprises comme American Express, Samsung, Siemens, Walmart, etc., interrogés par le cabinet McKinsey. Par exemple, la connaissance et la relation client sont au premier rang des priorités analytiques des opérateurs de télécommunication, alors que celles des entreprises de transport porteront surtout sur l’optimisation de la chaîne logistique.

De plus, la démarche analytique est nécessairement conditionnée par la collecte de données, tout autant que par la construction d’une relation de confiance avec les consommateurs qui les fournissent. Ceci appelle la définition d’une politique claire de gestion des données personnelles et suppose d’accorder aux clients plus de contrôle sur les informations qui les concernent et les possibilités de leur utilisation par l’entreprise. En parallèle, il convient de communiquer régulièrement auprès des clients sur les bénéfices de la collecte de ces données et la valeur ajoutée en termes de personnalisation des produits et des services qui leur sont proposés.

Aux défis liés au recrutement et à la fidélisation d’experts analytiques alliant aussi des compétences informatiques et métier, les responsables interrogés répondent par la nécessité de fournir un environnement qui favorise l’émulation, l’innovation et l’adoption des meilleures pratiques du moment. Ceci peut se concrétiser dans la création de centres d’excellence, positionnés en particulier au cœur des activités les plus stratégiques pour l’entreprise. Mais ce choix ne doit pas empêcher la diffusion de la culture analytique dans l’ensemble de l’organisation, notamment en favorisant la mise en place d’applications et d’interfaces dont le bénéfice opérationnel peut être évident et immédiat.

Ainsi, de la phase exploratoire au déploiement et à l’appropriation des outils utilisant la puissance analytique, la démarche analytique suppose un pilotage au plus près de chaque étape, de façon à arbitrer en permanence entre les différents projets en cours, et poursuivre uniquement les efforts sur ceux qui auront un réel impact sur les revenus de l’entreprise.



A lire sur Business-Analytics-Info.fr :

Shaping the Future of Marketing

A lire sur: http://www.the-cma.org/about/blog/AnalyticsPreBlog

Monster’s Jean Paul Isson talks –– CMA Analytics Conference, January 29

Jean Paul IssonOn January 29th, we’re talking data at the CMA Analytics Conference at the Toronto Board of Trade. We’ve called on the industry’s biggest movers and shakers to dish their insider secrets and tips to get you up-to-speed on marketing’s newest and most critical currency.
Progressive organizations recognize that competing in this new paradigm means moving away from making decisions based on intuition and moving toward adopting a culture of fact-based decision-making. Our goal is to take you beyond simple reporting to leveraging those metrics for real change.
To bring us up-to-speed on what to expect at the big event, we chatted with Jean Paul Isson -- author and Global VP Predictive Analytics & BI at Monster Worldwide. He’s slated to deliver the day’s Closing Keynote on his seven pillars to win in Big Analytics. Here’s what he had to say about the biz and the conference…

What makes the CMA Analytics Conference a must-attend event?

This conference offers a unique opportunity to hear extensive real world case studies from a diverse group of experts. We will also hear how the old days of "spray-and-pray" in marketing are over. The recent explosion of digital information (Big Data) makes for the best era to be in marketing. These experts will share how you can track and measure everything you do. Marketing today is a combination of art and a lot of science (analytics). This conference will show how analytics is the new currency in today’s marketing world.

In your expert opinion, how do you see analytics evolving over the next five years? (JP’s list was long, but here are a few ways!)

  • Analytics will become a standard at any organization.
  • Companies without an analytics team will lag behind and could be out of business.
  • There will be less focus on data, big or small, and more focus on actionable insights.
  • Visual analytics will become ubiquitous, offering analytics access to a broader audience.
  • Data science will become a specialized department within the organization, helping to solve social problems.
  • Analytics will harness the power of the customer’s voice, providing businesses with 360 degree information on customers’ needs preferences.
  • Data will become less valuable, while analytical insights will become more valuable; predictive modeling becomes the new de facto standard.

At Monster, you're credited with building their first team of analytic sharks. In a nutshell, how are metrics able to drive such change in an organization?

Monster is an innovative company and relying on fact-based decisions and analytics across the enterprise was critical for its success. The great thing about leveraging a business analytics framework is the opportunity to measure the ROI on those Analytics. The main incentives for buy-in from the executive team were increases in key metrics such as:
  • customer retention double digits growth,
  • sales and marketing productivity and
  • customer wallet share and satisfaction.

For those new to the wonderful world of data collection and analysis, can you suggest a manageable jumping off point?

Don't be scared about the data, big or small. The first step is to clearly define the business goal or challenges you seek to address. Start small, test and learn. In my book, I broadly cover a framework I have been using to win with advanced business analytics. At the conference, I will be talking about the seven key pillars.

You'll be delivering the day's Closing Keynote. Can you tease us with one great nugget from your talk?

Analytics are becoming mainstream. Did you know that Big Data Analytics could help you get the most powerful job in the world?
Here's the complete agenda, list of speakers and steps to register for the CMA Analytics Conference.
Until soon ––
Anna Duckworth

dimanche 15 juin 2014

GOOGLE CAR: PRODUCTION DE 100 PROTOTYPES

A lire sur: http://www.itone.lu/article/google-car-production-de-100-prototypes

02-Jun-2014
Quatre ans de travail, de test et d’évolution pour que Google développe une voiture capable de rouler sans conducteur. Le géant du net vient de dévoiler son dernier prototype aux allures d’une petite Fiat 500.

Google a donc réussi à faire évoluer un concept en réalité, puisque la Google Car (de son nom) est une voiture intelligente et autonome se distinguant par sa capacité à se passer de conducteur. 

Avec ce concept, Google a totalement repensé l’utilisation de la voiture puisque l’on ne retrouve plus les pédales de frein, d’accélération et d’embrayage, ni même de volant. Ainsi, les passagers n’ont qu’une seule chose à faire, vérifier l’itinéraire sur un écran et profiter du voyage calculé par un GPS intégré.

« Le prototype n’a pas d’embrayage, pas de pédale d’accélérateur, pas de frein… parce qu’il n’en a pas besoin. Le logiciel et les détecteurs s’occupent de tout ça. Le véhicule est pour le moment assez rudimentaire – nous voulons nous en servir pour expérimenter et progresser – mais il vous enverra où vous voulez en appuyant sur un bouton. »

Le véhicule est tout même un concentré de technologies. Impossible a raté, le gyroscope sur le toit de la voiture est en faite un savant équilibre entre radar et laser afin de repérer tous les obstacles de la route. Pour réduire les risques, la Google Car a une vitesse maximale de 40 km/h.

Google va produire une centaine de prototypes de cette dernière génération de Google Car afin de créer une réelle impulsion auprès du public. Cet été, de nombreux tests grand public seront organisés.