Quelle entreprise n’a pas proclamé haut et fort le concept de « valorisation des données » dans son plan stratégique ? Quel que soit le secteur (énergie, transport, banque, assurance…), c’est le mot d’ordre. Mieux considérer les données devient un impératif.  Les négliger, c’est prendre le risque de perdre en compétitivité à l’heure du digital.

Valoriser ses données en s’insérant dans un nouvel écosystème digital

Valoriser ses données, c’est avant toute autre chose en extraire le potentiel pour répondre aux enjeux métiers de l’entreprise.

De façon plus détaillée, quatre leviers de développement majeurs pour optimiser l’activité de l’entreprise ou en étendre son business model émergent rapidement lorsque l’on évoque la notion de valorisation de la donnée :

  • Performance opérationnelle ou comment optimiser mes processus internes grâce à une meilleure connaissance du temps passé par l’organisation sur chacune de mes activités au regard des nouvelles capacités à digitaliser, c’est-à-dire automatiser tout ou partie des processus…
  • Personnalisation de ma relation client ou comment détecter les signaux faibles, ou bien comment déterminer les populations pour lesquelles il est impératif de dégager plus de temps des conseillers clientèle…
  • Développement de nouveaux services ou comment adapter mon offre et mes services. Grâce à une meilleure connaissance du taux de pénétration, il est plus facile de proposer des offres en adéquation avec la demande client (équipements, historiques, consommations, etc.)
  • Monétisation de l’information ou comment faire évoluer mon business model afin de proposer des services basés sur l’information client détenue par mon entreprise

Mieux considérer ses données, cela se traduit avant tout par le fait de valoriser son patrimoine informationnel propre.  Mais cela ne saurait suffire. A l’heure du digital, il est indispensable d’anticiper la concurrence des nouveaux acteurs en s’adaptant très rapidement à ce nouvel écosystème.

Dans le domaine bancaire, tout particulièrement, les données personnelles constituent un nouvel eldorado. En effet, la différenciation entre les acteurs de la place bancaire (ou leurs tout nouveaux concurrents) ne sera pas liée aux données de gestion reliant un client et sa banque, mais bien à la collecte et à l’utilisation des données personnelles.

L’avantage concurrentiel sera d’autant plus fort que la banque parviendra à capter en amont les événements clients dits « exogènes », c’est-à-dire ceux qui surviennent en dehors de la relation entre le client et sa banque.Image article séverine

Passer ainsi d’une logique de fournisseur de services à une logique de fournisseur de données

Quelques points d’attention sont à prendre en compte de façon impérative dans ce cadre-là :

1. Déterminer son positionnement dans la chaine de la valeur de la donnée

En effet, plusieurs typologies de données existent :

  • Données First party : c’est la donnée collectée directement par une entreprise sur ses actifs.
  • Données 2nd party : il s’agit de données collectées par un partenaire de l’entreprise (soit les données first party de ce partenaire) dans le cadre d’un acte commercial qui les lie.
  • Données Third party : il s’agit de données tiers anonymisées. Aujourd’hui, marché détenu par des acteurs spécialisés tels Weborama, Datalogix, les entreprises possédant de la donnée client  pourraient demain se positionner de la même façon

2. Ne pas rompre le cercle vertueux avec le client

En effet, plus les données fournies par un client permettent de faciliter la consommation prévue d’une offre ou d’un service, plus le niveau de confiance du client augmente et il sera enclin à fournir des données personnelles. En aucun cas, il ne faut rompre cette relation de confiance. L’acquisition de nouvelles données devra se faire dans ce cadre.

3. Une nécessaire prise en compte des contraintes juridiques et sécuritaires associées notamment en terme d’hébergement et de gestion des optins/optouts

Au préalable, travailler ses données

D’un point de vue méthodologique, ce repositionnement nécessite forcément un travail en amont des données afin de :

1. Connaître et maîtriser ses données pour les rendre plus exploitables

Un état des lieux est nécessaire pour disposer d’une vision exhaustive et qualifiée des sources de données, dont il convient de mesurer la qualité.

Elaborer un modèle commun de la donnée client vise à partager au sein de l’entreprise une représentation commune du client et des données qui y sont afférentes. Attention à ne pas omettre la notion de cycle de vie associée. Prospect, client actif, inactif, archivé, supprimée… la vision doit être partagée entre les différentes entités de l’entreprise.

2. Enrichir les données clients pour les rendre plus pertinentes

Différents types d’enrichissement sont possibles. Une amélioration de la qualité de la donnée intrinsèque permet de rendre cette dernière plus pertinente. Un ajout d’autres données internes permet de compléter la vision du client (ex : devis, réclamation, contact…). Enfin un enrichissement externe augmentera la couverture des données proposées.

Notons bien évidemment que ces enrichissements doivent être réalisés dans le respect des règles de non –concurrence et des accords commerciaux régissant les relations entre une entreprise et ses partenaires.

3. Les rendre accessibles

La valorisation des données dans une logique de fournisseur de données, nécessite de rendre ses dernières accessibles. Pour ce faire, en fonction du positionnement souhaité, cela peut se traduire par l’anonymisation des données, par l’exposition des données proposées…

Fournisseur de données… un modèle économique à réinventer

Vu de l’entreprise : choisir demain de mettre à disposition les données de ses clients nécessite pour cette dernière de se poser des questions cruciales  par rapport à ses concurrents. Comment conserver son avantage concurrentiel tout en monétisant une partie de ses données ?

Vue du client : suis-je prêt à autoriser la collecte et la diffusion de mes données dans une optique plus large que juste la réalisation du service auquel j’ai souscrit, moyennant rétribution ?

Les modèles B2C, B2B, B2B2C existent. Et si demain voyait l’avènement d’un modèle  B2C2B où le client accepte, moyennant finance, de mettre à disposition ses données à une communauté plus large ?