Pour entretenir la fidélité et attirer les clients, zoom sur l'édification d'un grand chantier : celui de la prédiction du désir. Une révolution stratégique entamée par de grands opérateurs qui risquent bien de mettre la main sur les fichiers clients des enseignes qui rechignent à investir.

1. ENTRETIEN AVEC I Jean-Bernard Délia Chiesa, associé, consultant prospective et transformation,
AlizNet Group
Attention !
Le casse du se prépare
Pour entretenir la fidélité et attirer les clients, zoom sur
l'édification d'un grand chantier: celui de la prédiction du désir.
Une révolution stratégique entamée par de grands opérateurs
qui risquent bien de mettre la main sur les fichiers clients des
enseignes qui rechignent à investir.
Face à l'explosion des données,
comment les enseignes envisagent-elles
le traitement des informations
de la connaissance client?
Nous avons beaucoup travaillé sur le
Big Data dans une approche prospec-tive.
Et ce que l'on constate, c'est que,
globalement, les enseignes affichent
une vision extrêmement dubitative sur
le sujet Elles n'en voient ni l'intérêt, ni la
pertinence à court terme. Dans le même
temps, d'autres acteurs comme Google,
Facebook, Microsoft ou Apple ont, eux,
tres bien compris l'intérêt d'investir et
de se positionner L'objectif étant de
développer des passerelles entre les
enseignes et eux-mêmes en prélevant,
évidemment, une commission au pas-sage
En fait, ce que les distributeurs
ont du mal à comprendre, c'est que ces
acteurs rêvent de transformer toutes les
enseignes physiques en market places
Pour cela, il faut qu'ils attirent les clients
avec une approche plus personnali-sée
Ils sont donc en tram d'investir en
masse en misant sur un changement de
paradigme, celui de passer d'une prévi-sion
des ventes de l'enseigne à une pré-diction
du désir du client
Une prédiction du désir?
Oui. Cela ne suffit plus de proposer a un
client qui vient d'acheter un produit un
autre article, juste parce qu'il est supposé
lui plaire Les résultats de ce genre d'ap-proche
sont très faibles ll faut véritable-ment
passer à une prédiction du désir en
mêlant les informations mises en ligne
sur les réseaux sociaux, en y associant
du digital, de la mobilite, des systèmes
de paiement Cest un maillage, toute
une architecture que ces grands acteurs
sont en tram de bâtir Pour réaliser une
bonne prédiction, il faut des données,
de l'information, donc un réseau social
Tous peaufinent leur offre Google avec
Google+, Facebook avec Instagram ll
faut aussi du matériel comme de l'élec-tronique
Tous investissent sur la partie
mobile Apple, Microsoft qui a racheté
Nokia, Google sur Android, Samsung
ll faut également être capable de savoir
que ce qui a été prédit comme achat au
client a bien ete acheté et, a l'idéal, réglé
via le dispositif de l'opérateur D'où cette
bataille autour des systèmes de paie-ment
Samsung avec Paypal, l'Apple
Pay, le Google Wallet Et la où ils sont
malins, c'est que ces systèmes sont cou-ples
à un programme de fidélité de façon
à créer un intérêt, une facilité d'accès en
liant l'ensemble des éléments pour que
ce soit natif pour l'utilisateur
Comment réagissent les enseignes
françaises ?
Nous avons travaillé sur ce sujet avec la
Fédération des enseignes de l'habille-ment
Et ce dont nous avons peur, face
à l'attentisme des enseignes, c'est qu'il
soit trop tard pourréagir, dans quèlques

2. années, avec ces "monstres" qui sont
en tram de construire leurs forteresses
Les investissements sont tellement im-portants
que, si l'on n'agit pas mainte-nant,
la bataille est perdue d'avance Le
risque c'est que demain, les enseignes
Se faire voler
son fichier
clients.
vont, littéralement, se faire voler leur
fichier clients et donc environ le tiers de
leur valorisation C'est ce qui s'est passé
avec bookmg com Les hôtels n'ont rien
vu venir et se sont retrouvés complète-ment
dépendants.
Que faut-il faire pour éviter cette
emprise ?
Il faut des investissements forts de la part
des entreprises maîs, aussi, une autre
façon de voir les choses Concernant la
donnée, il est nécessaire de développer
une communauté sur les réseaux sociaux
afin d'avoir directement accès à l'infor-mation
autorisée par le client C'est ce
que l'on appelle l'amorçage Au risque
i de se voir systématiquement opposer
* la protection de la vie privée par les opé-
‡p rateurs qui conservent jalousement les
e données C'est une nouvelle forme de
fidélité, valoriser les clients sur les ré-seaux
sociaux en jouant sur une certaine
montée de l'égocentnsme afin que cha-cun
puisse avoir ses 15 minutes de célé-brité,
comme le promettait Warhol Les
enseignes doivent provoquer ces 15 mi-nutes
et les utiliser à bon escient
En conséquence, cela entraîne un be-soin
en nouvelles technologies maîs,
aussi, en nouveaux métiers et compé-tences
On parle beaucoup des bases de
données relationnelles S'il y a 100 per-sonnes
en France qui savent réellement
les gérer, c'est le bout du monde So %
des acteurs qui disent faire du Big Data
travaillent juste sur des bases de don-nées
de plus en plus importantes en pro-fitant
d'une vitesse de calcul améliorée
des ordinateurs pour faire du décision-nel
Cela veut dire qu'il faut embaucher,
dès maintenant, des profils nouveaux
pour démarrer de zéro et monter en
compétences ces prochaines années
Quels types de profils ? Des data
scientists ?
Oui, maîs pas seulement ll faut des
profils marketing ouverts à cette vision
de big data, c'est-à-dire un marketing
moins basé sur des plannings d'anima-tion
commerciale, et davantage tourné
vers la personnalisation et le temps réel
Pour l'instant, les équipes ne sont pas ca-pables
de transmettre leurs besoins à la
DSI ll faut aussi des profils qui vont effec-tuer
un premiertraitement de la donnée,
assurer sa gestion, son stockage, para-métrer
les besoins En revanche, ce qui
est stratégique, c'est l'approche mathé-matique
pour optimiser les algorithmes
On est proche du traitement du signal Et
ce type de profils, jamais une enseigne,
à de rares exceptions, ne pourra les inté-grer
elles ne pourraient pas les intéres-ser
plus de 15 jours . Ce seront toujours
des profils externes
Quels sont les freins à cet
investissement?
Ils sont globalement de deux ordres
D'abord, c'est un sujet mathématique
Et, culturellement, pour les enseignes,
très pragmatiques et plutôt tournées
vers l'instinct, c'est antinomique La
réalité du résultat est tellement peu pal-pable
que les dirigeants n'arrivent pas
à y croire Quand on leur dit de cette
analyse mathématique, nous allons pro-duire
un traitement décimal qui va sor-tir
une courbe, une prédiction du désir
du client et une action propice à mener
pour que la personne réalise cet achat,
le fondement même est tellement éloi-gné
du commerce, que ça les dépasse
Et comme cela représente des investis-sements
dont le ROI n'est pas rapide, que
les enseignes évoluent dans un marché
concurrentiel extrêmement dur avec des
arbitrages budgétaires serrés, le projet
passe à la trappe Leur vision n'est pas de
savoir si, dans 5 ans, ils auront pris trop
de retard et perdront leurs clients, leur
problème est de savoir si dans 5 ans ils
seront encore là
Or, comme l'a souligné Christian Pimont,
président de la FEM et de l'Alliance du
Commerce, "Nous sommes victimes du
casse du siècle" (m Les Echos - 3 avril
2014) Les enseignes n'ont jamais été
confrontées à un tel choix tout avoir et
savoir sur leurs clients, ou ne plus rien
avoir du tout‡
AlizNet
Une nouvelle approche
du Big Data
Acteur du conseil et des
services, AlizNet est né de la
rencontre de deux sociétés:
Realiz Conseil exerçant sur les métiers
de la distribution, et Netik, spécialiste
en solutions digitales La société se
consacre à l'ingénierie de l'offre
(élaboration, construction, optimisation)
dans le secteur de la distribution et du
retail Ses consultants sont issus, en
grande ma|onté, des centrales d'achat
des enseignes Une de ses solutions,
baptisée Smart Target, permet, dans
une nouvelle approche Big Data, de
changer de paradigme en passant de
la prédiction de vente à la prédiction
du désir Quèlques références Vivarte,
Gemo, Eram, Etam, Fnac, Galeries
Lafayette, Conforama...