Le document discute de l'utilisation du profil client et des big data pour améliorer les ventes en temps réel, soulignant l'importance de l'intégration des interactions numériques et du marketing entrant. Il présente des stratégies pour personnaliser les expériences client à travers diverses plateformes tout en exploitant les données pour prendre des décisions éclairées. Les entreprises cherchent de plus en plus à tirer parti des big data pour offrir une expérience client optimale et pour améliorer la conversion et la satisfaction des clients.

1. UTILISER LE PROFIL
CLIENT ET LE BIG
DATA POUR
AMÉLIORER LES
VENTES EN TEMPS
RÉEL
Jean-Michel Franco, Business & Decision
Jason McFall, NICE

2. L’e-business est mort, vive l’omni-canal
By 2016, 70% of salespeople in $1 billion-plus sales organizations will integrate
data from customer digital interactions with face-to-face selling, enhancing the
customer experience.
Patrick Stakenas, Gartner
©
28/11/2013
Nice Interactions 2013
2

3. Utiliser le profil client et le big data pour améliorer les ventes :
pourquoi maintenant ? Le point de vue client
"Nos clients sont autonomes et ils ont eux-mêmes digitalisé les points de
ventes. Nous, on court derrière» Olivier Godart - But
Multi-facettes
Des
clients
Aux parcours
d’achats complexes
et non séquentiels
Toujours joignables
et multi-connectés
Sur-sollicités
©
28/11/2013
Nice Interactions 2013
3

4. Utiliser le profil client et le big data pour améliorer les ventes
pourquoi maintenant ? Le point de vue de l’entreprise
Miser sur la maîtrise du
marketing entrant
• Des coûts par leads sensiblement moins élevés (61%)
• Des taux de transformation plus importants
L’exploitation des
données en temps réel :
essayer, c’est l’adopter
• 80% des entreprises souhaitent exploiter d’avantage les
données « temps réel » dans leurs actions marketing
Le 1-1 marketing, un
sujet enfin mature
• 22% des entreprises personnalisent leur site web
aujourd’hui…
• 59% comptent le faire d’ici douze mois
Des résultats
mesurables, des ROI
calculables
• 85% des entreprises estiment avoir atteint un ROI, dont
54% dans un délai court (comptés en mois)
Sources : hubspot, Infogroup Targeting Solutions and Yesmail, Neolane
©
28/11/2013
Nice Interactions 2013
4

5. Big Data : Définition
Le ‘Big Data’ vise à tirer un
avantage concurrentiel au travers
de méthodes de collecte d’analyse
et d’exploitation des données
qu’on ne pouvait utiliser jusqu’à
présent du fait des contraintes
économiques, fonctionnelles et
techniques liées aux
, à la
de
traitement et à la
des
données à considérer.
Source “the 451 Group” et Gartner
Source : Wall Street Journal
Les challenges incluent la collecte, la curation, le stockage, l’enrichissement, le
croisement, la partage, l’analyse et la visualisation.
Source Wikipedia
©
13/11/2013
Nice Interactions 2013
5

6. Nouvel enjeu : le principe de la longue traîne,
appliqué à la gestion de l’information
La gestion de l’information telle qu’on la connaît
- Capital informationnel constitué sur la base des SI internes
de l’entreprise
- Information exploitée transversalement uniquement en temps différé
- Information modélisée à priori
Popularité
La gestion de l’information
telle qu’on la voudrait
La gestion de l’information telle qu’on la connaît
+ informations générées par les humains
+ informations gérées par les machines
+ informations en « juste à temps » (vitesse)
+ informations modélisables, assemblables et extensibles
au fil de l’eau (élasticité)
Information disponible
©
28/11/2013
Nice Interactions 2013
6

7. Big Data : pour quoi faire ?
L’expérience client, représente près de 50% des cas d’usages du Big Data
49
Experience Client
Risques/Fraudes/Finance
©
28/11/2013
Nice Interactions 2013
18
15
14
4
Excellence opérationnelle
Nouveaux business models
7

8. Gérer les interactions et le parcours client grâce au Big Data : Nice
Multi Channel Decisions
Une « Customer
Data Platform »
Les trois V du
big data
Valeur ajoutée
©
28/11/2013
• Fédérer l’historique de la relation client (profil, analyses, transactions, interactions )
• Fédérer, organiser (graphe d’identité, timeline)
• Enrichir (scoring, profiling, analyse prédictive)
• Agir (recommandations en temps réel)
• Améliorer, ajuster (analytique, machine learning)
• Volumes (tous les détails de la relation client historisés dans le temps)
• Variété (transactions, scores, données de Clickstream…)
• Vitesse : recommandation temps réel
• Vue unique du client multi canal
• Personnalisation des interactions cross canal
• Apprentissage du profil du profil anonyme au client fidèle
• Découverte de nouveaux comportements et segments
Nice Interactions 2013
8

9. Comprendre, prédire et transformer le parcours client
Offre guichet
automatique
Compte
courant
Email
offre de
crédit
Appel pour
un
virement
Offre de crédit et
souscription au service
mobile
Enquête de
satisfaction
Click to
Chat
S2S:
Une facture à
régler
Souscription
au service OnLine
Utilisation du
simulateur de prêt
Téléchargement
App
1. Comprendre l’état d’esprit de l’individu
2. Prédire son intention
3. Proposer des expériences significatives
à un client au bon moment via le bon
canal

10. Customer Engagement Framework
Couvrir l’ensemble
du processus
Expérience Web
temps réel
DRC
Web
Parcours client
+
Résolution ID
Analyse client &
modèles prédictifs
Décisions temps
réel et
proposition
d’offres
Vente et service
contextuel en temps
réel
Social
Offres mobiles
pertinentes et
collaboration
Enquêtes
CRM
€ Valeur
10
Campagnes d’email
ciblées et
pertinentes

11. cookie
Recherche en ligne
Adresse
de
livraison
Achat en ligne
Carte de
crédit
Carte
de
fidelité
Appel au centre de
contact
Achat en boutique
Achat en boutique

12. Traitement des données pour NICE Multi-Channel Decisions
1 Données brutes
Chaque interaction
stockée dans le
HBase/Cloudera
2 Timeline Client
Flux d’événements client
unique assemblés via
association d’identitfiant
3 Profil Prédictif
Calculé dynamiquement dès la
lecture
Signal structuré issu des données
brutes de structures multiples
4 Décisions temps réel
Recherche de profil sans latence,
modèle de scoring et de règles
mènent à des décisions multicanal temps réel
Mesure de groupes ciblés et
définis
12

13. DEMO
13

15. NICE Decisions multi-canal permet de mener la
meilleure action consécutive
Objectif: Utiliser toutes les données disponibles pour proposer le meilleur message au
meilleur moment via le multicanal et devenir ainsi une organisation orientée client
Entrée des
données clients
Comportement Web
Customer Engagement Solution
Décisions
Propension à pouvoir
faire de
l’upsell/crossell
Propension à appeler
Expérience Web temps réel
VOC
Transaction données
Agences
Vente et service contextuel en
temps réel
Propension à
rechercher un prêt
immobilier
Risque d’attrition
Offres mobiles pertinentes et
collaboration
Email Campaign
Données de centre
d’appels
Engagement
personnalisé
Evénement majeur
Score sur la valeur
totale client
(mariage, naissance,
changement de poste)
App Mobile
Customer
Profile
Machine
Learning
In-Session
Scoring
16
Customer
Analytics
Campagnes d’email ciblées et
pertinentes

16. Principaux cas d’usage d’une Customer Data Platform
Parcours web/mobiles guidé par le client
(sites web…)
Engagement, Connexion avec contexte,
Collaboration (mobile, web)
Recommandations temps réel (centre
d’appel…)
Accueil personnalisé (clienteling, ventes
en côte à côte…)
Personnalisation des messages (Emailing)
©
28/11/2013
Nice Interactions 2013
17

17. DU CONCEPT A
SA MISE EN
APPLICATION
CONCRETE
28/11/2013

18. Mettre en œuvre le projet
Les quatre piliers d’une Customer Data Platform
Gestion des
offres et
règles
d’éligibilité
Gestion de
données
©
28/11/2013
Nice Interactions 2013
Composante
prédictive et
prescriptive
Customer
Data
Platform
Dimension
analytique
20

19. Générer la valeur ajoutée: étape par étape
1
2
3
4
©
28/11/2013
Définir le Business
case
Concevoir le Story
Board
Importer les
données multicanal
Comprendre les
informations
clients
Créer des modèles
de
recommandation
Faire évoluer les
offres
Intégrer tous les
points de contact
Faire évoluer les
parcours
Nice interactions 2013
21

20. Générer la valeur ajoutée: étape par étape
déterminer les enjeux et bénéfices (client et entreprise)
Les étapes requises:
• Identifier les enjeux
business, les métriques et
les points de mesure
• Solliciter les parties
prenantes : ventes,
marketing, services, IT…
• Identifier/ déterminer les
« moments de vérité »
clients.
• Concevoir les story boards
et les parcours clients types
©
28/11/2013
Nice interactions 2013
1
Définir le Business
case
Concevoir le Story
Board
2
Importer les
données multicanal
Comprendre les
informations
clients
3
Créer des modèles
de
recommandation
Faire évoluer les
offres
4
Intégrer tous les
points de contact
Faire évoluer les
parcours
22

21. Générer la valeur ajoutée: étape par étape
Organiser la collecte, la fédération et l’exploitation de données hétérogènes
Master Data Management
Business Intelligence
Profil
CRM
E-commerce
Transac
tions
ERP
CRM
Personnalisation
Clickstream
Application mobiles
Réseaux sociaux
Inter
actions
Centre de contacts
©
28/11/2013
Nice interactions 2013
23

22. Générer la valeur ajoutée: étape par étape
Organiser la collecte, la fédération et l’exploitation de données hétérogènes
Les étapes requises:
• Déterminer les sources et le
modes d’intégration (temps
réel, au fil de l’eau, batch)
• Qualifier les sources de
données et les besoins de
pré-traitements associés
• Décider de la stratégie
d’association de l’identité
dans les flux de données
• Analyser les données et
identifier les variables
prédictives
©
28/11/2013
Nice interactions 2013
1
Définir le Business
case
Concevoir le Story
Board
2
Importer les
données multicanal
Comprendre les
informations
clients
3
Créer des modèles
de
recommandation
Faire évoluer les
offres
4
Intégrer tous les
points de contact
Faire évoluer les
parcours
24

23. Générer la valeur ajoutée: étape par étape
Organiser la collecte, la fédération et l’exploitation de données hétérogènes
Les étapes requises:
• Créer/importer les modèles
• Propension au Churn
• Intérêt produit
• Evénement majeur (naissance,
mariage, retraite)
• Générer des scores en temps
réel pour tous les clients
• Tester et ajuster les
recommandations grâce au
testing continuel automatique
et au moteur de règle
©
28/11/2013
Nice interactions 2013
1
Définir le Business
case
Concevoir le Story
Board
2
Importer les
données multicanal
Comprendre les
informations
clients
3
Créer des modèles
de
recommandation
Faire évoluer les
offres
4
Intégrer tous les
points de contact
Faire évoluer les
parcours
25

24. Générer la valeur ajoutée: étape par étape
Intégrer progressivement tous les points de contacts et influer les parcours
Les étapes requises:
– Intégrer au fil du temps
chaque point de contact
•
•
•
•
•
Web Content Management
Poste du téléconseiller
Interactions Chat et Mobile
Poste CRM SFA ou points de vente
Marketing automation (marketing
sortant)
– Analyser les parcours, les
segments et les taux de
trasnformation pour
améliorer les offres
©
28/11/2013
Nice interactions 2013
1
Définir le Business
case
Concevoir le Story
Board
2
Importer les
données multicanal
Comprendre les
informations
clients
3
Créer des modèles
de
recommandation
Faire évoluer les
offres
4
Intégrer tous les
points de contact
Influencer les
parcours
26

25. Pour quels bénéfices ?
• Des taux de conversion améliorés de manière
drastique
• La visibilité et la traçabilité du parcours client, depuis
l’intention jusqu’à l’achat, et de plus en plus fine au
cours du temps
• La satisfaction du client « reconnu »
• Une compréhension de plus en plus précise et en
temps réel de l’efficacité des actions commerciales, en
fonctions des segments, des parcours, et de chaque
client
©
28/11/2013
Nice interactions 2013
27