21 janvier 2015 785 mots, 4 min. de lecture

Data Mining: un exemple concret pour les PME

Par Pierre-Nicolas Schwab Docteur en marketing, directeur de IntoTheMinds
L’un des sujets que nous aimerions traiter plus souvent en 2015 sur ce blog est le data mining (en français dans le texte « l’exploration des données »). Vous avez tous entendu parler de Big Data, de data mining, de […]

L’un des sujets que nous aimerions traiter plus souvent en 2015 sur ce blog est le data mining (en français dans le texte « l’exploration des données »).
Vous avez tous entendu parler de Big Data, de data mining, de business intelligence ; mais ce que ces termes recouvrent vraiment reste mystérieux pour la plupart d’entre nous. Je crois qu’il y a aussi un désir de garder ces termes opaque et flous de sorte qu’ils semblent effectivement complexes et réservés à des spécialistes. Mais est-ce vraiment le cas ?

Tout le monde peut faire du data mining

Ce que je crois, c’est que tout le monde est capable de faire du data mining dans sa propre entreprise. Je ne crois pas que les soi-disant experts (surtout s’ils sont complètement étrangers à votre business) puissent faire le travail seuls. Ils peuvent avoir des compétences techniques spécialisées pour extraire les données, mais la partie cruciale du data mining reste l’analyse. La partie analytique des données exige une connaissance du business, une expérience pratique et de terrain ; en d’autres termes faire du data mining requiert l’implication d’une personne (vraisemblablement interne à l’entreprise) qui puisse jeter un regard critique sur ces données et les interpréter. Si vous êtes un lecteur régulier de ce blog, vous vous souvenez peut-être d’un billet que j’avais consacré justement à l’importance cruciale de l’analyse des données. Trop souvent (surtout dans les grandes sociétés) j’ai vu des gens, avec peu ou aucune connaissance pratique, s’essayer à donner du sens aux données. La conséquence en a été que les corrélations faites n’avaient aucun sens (elles relevaient du domaine de l’accidentel), et que les conclusions étaient au final erronées.

Que puis-je faire à mon niveau en matière de data mining ?

Voici une question légitime que vous pourriez vous poser. Toutes les entreprises ont des tonnes de données à leur disposition : il peut s’agir de données clients, de données de vente,… Très probablement ces données sont stockées dans des fichiers différents (malgré tous les CRM, ERP de la terre, l’expérience montre que les entreprises sont toujours très attachées à Microsoft Excel ; attendez-vous donc à devoir exercer vos talents en Excel). Soit un seul fichier sera assez riche pour arriver à une conclusion ou, plus probablement, vous aurez à fusionner les données provenant de différentes sources afin de parvenir à des conclusions intéressantes.

Un exemple concret

Les commerçants nous posent souvent une question simple: qui sont mes clients ? Bien entendu il y a autant de manières de répondre à cette question que de perspectives qui peuvent être adoptées. Commençons donc par quelque chose de simple. Vous êtes-vous déjà demandé quelle était la taille de votre zone de chalandise ? La taille de la zone de chalandise vous renseignera en retour sur l’attractivité de votre magasin. Évidemment, plus votre point de vente et votre concept sont attrayants, plus la distance que le client est prêt à parcourir augmente. Si votre point de vente est un «magasin de destination », il peut être intéressant de représenter sur la carte où vivent vos clients. Il existe pour cela un très bon outil en ligne : geobatch.

Et après ? Que faire avec le geomapping de mes clients ?

Une fois que vous y avez accès, cette carte se pose la prochaine question : qu’est-ce que j’en fais ? Voici la partie cruciale. Vous devez comprendre l’entreprise et son business (c’est ce qu’on appelle business intelligence), et vous devez également comprendre les comportements de vos clients (mais je suppose que l’expérience du terrain vous apportera de toute façon cette proximité). Ce que vous pourriez voir, par exemple, c’est que la plupart des clients vivent dans un rayon de 1 km de votre magasin (un résultat classique). Mais filtrer ces données par niveaux de dépenses pourrait peut-être vous permettre de voir que vos clients les plus rentables proviennent d’une petite zone située à 20 km de votre magasin. Si vous avez la liste détaillée de tous les achats par client, vous pourriez même voir qu’ils dépensent leur argent chez vous seulement les samedis. Ne serait-il dès lors pas merveilleux de comprendre pourquoi votre magasin a un si grand pouvoir d’attraction pour des personnes vivant dans la même zone ; et que pourriez-vous faire pour rendre leur visite du samedi encore plus agréable ?



Publié dans Stratégie.

Donnez votre avis

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