Inscrivez-vous à la Newsletter pour ne rien perdre de l'événement


Smart Data : appliquer une approche métier pour extraire plus de valeur

Utiliser les données clients pour améliorer la prospection commerciale en les intégrant dans un système automatisé, tel est la mission de Kompass auprès de son client, Apave.

Antoine Lacoste, Data Project Manager chez Kompass, et Laurence Barrière, Directrice Marketing du groupe de contrôle et de certification, répondent à nos questions sur ce projet.

Pouvez-vous d’abord nous expliquer davantage le projet et les objectifs de la mission ?

A.L. : L’idée du projet était d’utiliser les données clients d’Apave pour essayer d’améliorer la prospection commerciale. Toutes ces données étaient disponibles chez eux mais il n’existait pas d’interface leur permettant d’y avoir accès et de leur donner des indicateurs fiables. Il existe souvent chez nos clients des systèmes d’informations entreprises avec des zones indépendantes de données, comme chez Apave. En l’occurrence, leurs données étaient divisées géographiquement en quatre grandes régions françaises, il fallait donc y accéder et les homogénéiser.

L.B. : Cette mission rentre dans le cadre d’une nouvelle stratégie de marketing conversationnel que nous avons récemment mis en place. Nous avons souhaité faire converger toutes nos informations, qu’elles viennent du CRM ou des campagnes marketing, du site web ou des réseaux sociaux, et les intégrer dans un système de marketing automation. Apave a plus de 130 agences en France, 11 000 employés dans le monde. Nos acteurs commerciaux ont besoin de leads de plus en plus qualifiés. Nous avons donc demandé à Kompass de créer des études de potentiel au niveau de l’agence avec des informations clients à valeur ajoutée afin de fournir un outil concret pour bâtir leur plan d’action commercial. Nous avons intégré ces données dans notre base de marketing automation pour identifier les prospects à potentiel et les traiter de façon plus privilégiée.

Antoine, en quoi cette mission illustre le concept de “smart data” ?

A.L. : Il ne faut pas nécessairement comprendre le terme d’“intelligence” comme le fait de construire des choses complexes en termes de systèmes d’analyse de données, mais comme quelque chose qui apporte une vraie valeur ajoutée. Nous avons été capables de rassembler toutes les données nécessaires : nous avons croisé les données clients Apave avec celles des entreprises françaises les plus à même d’être développées. Nous avons, pour ce faire, adopté un processus classique de data science : d’abord une collecte et préparation des données qui a occupé 70% du temps de la mission, puis nous avons procédé à la modélisation du potentiel des entreprises françaises dans chaque territoire Apave en utilisant les données clients. L’idée était de pouvoir dire : je sais ce que les clients font, je connais leur profil et je suis capable d’utiliser ces informations pour calculer leur potentiel sur le marché. La valeur ajoutée réside dans le fait qu’on sait à la fois ce qui est important dans le profil du client et on permet une évaluation globale du marché. Un gros travail avait déjà été fait sur les données par Apave qui avait déjà amalgamé toutes les données clients et avait mis en place ses règles métiers lors de cette mobilisation.

Dans ce projet, pourquoi avoir fait appel à Kompass ?

L.B. : L’avantage de travailler avec Kompass est qu’ils ont pu agréger des données que nous n’avions pas et les compléter. Ils ont structuré le travail pour qu’au niveau de l’agence tout cela ait du sens : ils ont pu exploiter les données en leur donnant une approche macro et locale. Ce qui a été intéressant et qu’on n’avait pas réussi à faire seul, ce sont les algorithmes mis en place pour évaluer le potentiel de l’entreprise. Cela nous a permis d’établir des priorités dans notre stratégie commerciale et actions locales de prospection.

A.L. : Apave avait déjà fabriqué une estimation du potentiel par entreprise basée sur des critères simples avec une moyenne. L’apport concret de Kompass est qu’on a mélangé plus de variables, offert une analyse plus fine, une approche scientifique validée avec des informations déjà disponibles. On a créé de la valeur avec de la data existante.

Quel a été l’impact concret du côté des utilisateurs, les commerciaux ?

L.B. : Nous avons des régions avec des maturités commerciales différentes, sur toute la France : le retour des commerciaux est dans l’ensemble très satisfaisant car cela leur a donné un véritable outil de décision avec des informations clés permettant d’avoir une vision macro de leur territoire et de prioriser leurs actions.

A.L. : Nous avons appliqué une approche métier à la data pour une véritable extraction de valeur. En plus d’un indicateur de potentiel nous avons rajouté d’autres éléments. L’idée est de partir de l’information existante, et d’y ajouter une autre couche d’information pour donner encore plus détails. Par exemple, un indicateur simple : quand on a perdu client, on peut désormais savoir s’il a été perdu juste localement, dans reste de la région ou sur l’ensemble de la France, etc.

Laurence, comment voyez-vous le futur du projet évoluer ?

L.B. : Nous allons compléter l’étude avec d’autres éléments alimentant le dispositif marketing conversationnel, améliorer l’expérience de nos clients en créant des contenus ultra-personnalisés et saisir toutes les opportunités de capter les prospects. L’objectif est d’améliorer la performance grâce à un traitement plus central des données dans le cadre d’une communication plus digitale, bien intégrée avec la force de vente terrain. Dans le futur, l’intelligence artificielle couplée au savoir-faire métier de l’entreprise permettra de créer des modèles prédictifs.

Leave a Reply