La big data, nouvel eldorado

big-data

La big data est le « gros » mot sur toutes les lèvres, particulièrement dans les milieux de la CRM (Consumer Relationship Management), du marketing et de l’informatique.  Bien que peu sexy, ce sujet complexe s’impose progressivement comme un élément clé dans toute stratégie commerciale ou de communication.

À la fois fascinant et inquiétant, l’engouement pour la big data ouvre une nouvelle ère du numérique. Après la révolution de l’informatique à la toute fin du 20e siècle, puis celle d’Internet dans les années 2000, une troisième s’ouvre à nous : celle de la data.

Mais qu’est-ce donc que cette big data, hormis un terme trivial venant s’ajouter à l’interminable liste des anglicismes dont raffolent les gourous de nos beaux métiers de la communication ?

Les trois piliers de la big data

Pour mieux comprendre ce que la big data a sous le capot, le mieux c’est encore de s’intéresser aux trois piliers (Volume, Vitesse, Variété) sur lesquels elle repose :

Volume : pour commencer, la big data a pour principale particularité qu’elle rend possible le stockage d’un nombre gigantesque de données pour un coût minime, rendant ainsi obsolètes tous les modèles de stockage de données préexistants.

Le principal défi pour les entreprises est d’arriver à gérer l’accroissement du volume de données collectées, d’informations échangées.

Les chiffres sont vertigineux : avec, chaque jour, 250 milliards d’e-mail envoyés, 300 millions de photos partagées sur Facebook et chaque minute, 72 heures de vidéos publiées sur YouTube. À cela viennent s’ajouter les données collectées par les objets connectés ainsi que certaines applications pour smartphones.

Vitesse : face à l’immédiateté de l’échange de l’information, le défi est aujourd’hui d’arriver à la capter et la traiter en temps réel. Le but est d’arriver à identifier et analyser finement le profil d’un visiteur afin de lui proposer directement l’achat qui lui correspondra le mieux sur la page sur laquelle il va se rendre.  Mais si elle a une incidence centrale dans l’univers numérique, cette vélocité est également très importante dans la distribution classique. Elle permet, par exemple, en analysant un ticket de caisse, le parcours dans un magasin ou les traces sur le Net d’un client de savoir à quel acheteur une marque aura affaire.

Variété : la variété est une spécificité importante de la big data car il n’existe bien sûr pas qu’un seul type de donnée. Les organisations font face à une multitude de formats (texte, audio, vidéo, image) issus de sources très variées (sites web, réseaux sociaux, téléphones mobiles, données GPS, puces ou encore caméras de vidéosurveillance). Pour faire simple, il existe quatre grands types de données : « internes » et « externes » d’un côté, « structurées », « non-structurées » de l’autre. Les données internes structurées (données clients, métiers, administratives, produits) sont maîtrisées par les entreprises. Pour les données externes non-structurées en revanche, c’est une autre paire de manches : ce sont les données « sociales » (échangées entre internautes sur la toile), données « automates » (informations partagées par les machines), données du Web (trace laissée par les internautes sur le Net) et données « publiques », mise à disposition (ou non) par les institutions.

Les défis que posent la big data

Les défis que doit relever la big data sont nombreux : enjeux technologiques d’envergure, pénurie de compétences associées et respect de la vie privée menacé.

Il est vrai que la donnée a toujours existé, mais elle subit aujourd’hui une forte évolution liée à la manière dont on l’utilise.

Force est de constater que la big data pose encore de nombreux défis technologiques relatifs au stockage d’une immensité de données personnelles. Les chiffres sont ahurissants et les infographies sur le sujet poussent comme des champignons. En voici d’ailleurs deux offrant un bon aperçu du monde de la data :

What is big data ?

The World of Data

De nombreux métiers sont ainsi nés de la big data, comme le poste de « data scientist » ou de « chief data officer ». Toutefois, les profils capables à la fois d’être performants en statistiques et de maîtriser les enjeux commerciaux sont rares. Ces profils vont devoir être modelés via des formations spécifiques, qui ne se sont pas encore démocratisées.

Enfin, la big data pose un problème fondamental lié à son côté intrusif, celui du respect des informations personnelles. Certaines entités telles que la Cnil (Commission nationale de l’informatique et des libertés) et l’Union Européenne s’attachent alors à mettre en place une « éthique de la data », projet d’envergure qui permettrait à terme pour chacun de mieux gérer son identité numérique.

Mais si elle lance de nombreux défis, les opportunités liées à la big data sont particulièrement conséquentes. Avec les prix de l’informatique allant décroissant, on peut désormais traiter des masses énormes de données pour un coût minime.

Quels enjeux pour nos métiers ?

En 2006, Clive Humby, entrepreneur britannique disait : « les données sont le nouvel or noir » et il ne croyait pas si bien dire !

Comme son nom le laisse supposer, les enjeux autour de la big data sont tout simplement ÉNORMES pour les marques et les annonceurs, qui y voient un outil royal pour leur CRM, un gigantesque tableur répertoriant les différentes catégories de consommateurs. C’est pourquoi les agences média et de communication s’intéressent de près aux outils permettant d’interpréter et d’exploiter au mieux ces données afin de coller aux attentes de leurs clients, soucieux qu’ils sont de pouvoir se servir de toutes ces informations que chacun partage sans toujours y faire attention.

La croisade est lancée, et au milieu de la bataille les forces impliquées sont sur-puissantes : Google, Amazon, Facebook, Apple… avec au centre de la convoitise la collecte des données personnelles. Ces géants du net, baptisés « GAFA » (acronyme de Google-Amazon-Facebook-Apple) se payent la part-belle des informations que nous partageons sur la toile.

Le fer de lance de la big data pour les métiers de la communication et du marketing, c’est bien évidemment l’identification des insights consommateur et l’analyse des comportements de consommation en temps réel. Et des données, on estime qu’il y en existe presque autant dans l’univers digital qu’il y a d’étoiles dans l’univers.

Alors c’est bien beau d’amasser toutes ces données, mais qu’en faire et surtout comment les traiter ? Comme l’explique cette vidéo (in English), les applications se rapportent à de multiples domaines et la révolution de l’information est belle et bien en marche !

https://www.youtube.com/watch?v=2D8oji5EKbM

Un exemple d’utilisation : la santé connectée

Un exemple évocateur d’utilisation de la big data est celui de la santé connectée.

Les objets connectés s’appliquent désormais au domaine de la santé et l’industrie pharmaceutique y voit de grandes possibilités pour l’avenir. Le « quantified self » (traduire « automesure de soi ») permet à chacun de mesurer ses données personnelles par le biais de capteurs afin de les partager via des applications mobiles par exemple.

Les données qui peuvent être ainsi partagées sont une véritable mine d’or pour les industriels de santé : courbe de poids, rythme cardiaque, pression artérielle, temps et qualité de sommeil… qui peuvent cibler individuellement les besoins de chacun et proposer leurs produits ou consultations en conséquence.

Sans grande surprise, le domaine du sport fait office de précurseur dans le « quantified self » avec Nike et son application Nike+ proposant une unité de mesure sur mesure : le « Nikefuel ». Ainsi, le bracelet connecté Nike+ Fuelband (doté d’une horloge, d’un accéléromètre et d’un affichage LED) synthétise les données qu’il collecte avant de les renvoyer au Smartphone auquel il est connecté.

Nike-Fuel-Featured

La big data au service des annonceurs… et du consommateur

À l’heure où les annonceurs sont particulièrement demandeurs de garanties d’un retour sur investissement en communication, la big data est un moyen efficace de les rassurer. En fournissant des données chiffrées sur l’efficacité (relative) d’une campagne, on saura ainsi convaincre les plus sévères « KPIs addicts » (Key Performance Indicators). Et plus les données sont fines, plus ces chiffres ont du sens, créent de la valeur. Le risque, c’est la dérive de la data, si les écrans sont envahis de publicités ciblées donnant au consommateur le sentiment d’être épié, celui-ci se détournera de ces marques et l’on assistera à un effet boomerang.

Mais cela va aussi dans le sens du consommateur qui peut profiter de produits et de services qui tiennent davantage compte de ces habitudes. L’apparition de compteurs d’électricité et d’eau « intelligents » lui permettra notamment de réaliser de belles économies. Aussi, certains plaident pour un « cloud personnel » dans lequel chacun stockerait ses données, laissant y piocher Facebook, Google ou les administrations, mais dont il pourra les exclure s’il le souhaite.

En bref, les possibilités offertes par la big data sont affolantes pour les annonceurs comme pour les consommateurs (si l’on devait ne retenir qu’un seul exemple, ce serait celui des Google Glass). C’est pourquoi si une organisation ou un État souhaite en bénéficier, mieux vaut ne pas être frileux et investir… beaucoup ! Mais la big data comporte aussi un effet pervers, ce nom nous renvoyant fatalement à l’image insoutenable d’un monde policier régi par Big Brother tel que décrit par George Orwell dans 1984.

Quoi qu’il en soit et quoi qu’on en pense, soyez sûrs que la big data n’a pas fini de faire couler de l’encre !

Baptiste

Responsable Communication bilingue français anglais, un an de vie sur la Gold Coast en Australie @BondUniversity, étudiant @ECS - Secteurs : Énergie, Nouvelles Technologies et Industrie - Twitter / Linkedin

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>