Recherche
-
Comment ne pas rater son projet d’analyse des données
03 Aug 2010 / Enjeux Marketing, Enjeux Risques
D’après une étude réalisée par IBM fin 2009 auprès de 2 500 directeurs informatiques du monde entier, pour 83 % des DSI, les solutions décisionnelles et analytiques constituent les technologies les plus stratégiques pour gagner en compétitivité au cours des cinq prochaines années. Elles devancent même la virtualisation (choisie par 76 % des répondants), la gestion des risques et la mise en conformité (76 %), dans les priorités des DSI. Reste à mener les projets dans les règles de l’art et, une fois qu’ils sont opérationnels, à les piloter pour en optimiser le retour sur investissement.
Créer les conditions nécessaires de succès dans la gestion de projet
Un tel pilotage reste le parent pauvre de la gestion de projet, dans le domaine du marketing comme, plus généralement, pour la plupart des projets systèmes d’information. Mais le respect des meilleures pratiques garantit, si ce n’est la totale réussite du projet, au moins, la création des conditions nécessaires de succès. Pour simplifier, il convient d’agir dans au moins quatre domaines.
D’abord sur le plan de la stratégie : tout projet doit s’inscrire dans un cadre stratégique.
D’une part, parce que cela permet de délimiter un périmètre et, d’autre part, parce que cela conditionne les technologies à mettre en œuvre. Par exemple, des besoins liés à l’anticipation des comportements des consommateurs n’auront pas la même déclinaison technologique qu’une analyse plus classique de paniers d’achat. Dans le premier cas, on privilégiera des outils d’analyse prédictive ; dans le second, des outils plus classiques de type datawarehouse. Le préalable stratégique permet aussi de garantir une certaine cohérence dans les actions et les investissements.
Second domaine d’action : les aspects financiers.
Les projets d’analyse de données font intervenir les directions métiers (le marketing le plus souvent) et la DSI. Avec des investissements lourds. Les imbrications financières doivent donc être claires (qui finance quoi, qui refacture quoi, comment mesure-t-on le retour sur investissement…). Avantage de se préoccuper des aspects financiers le plus en amont possible : éviter les dérives et, de fait, les conflits potentiels entre la maîtrise d’ouvrage (qui définit les besoins métiers) et la maîtrise d’œuvre (qui réalise le projet).
Ensuite, il ne faut pas oublier les méthodologies, au sens large.
On s’intéressera notamment à privilégier les projets courts, à définir des référentiels et des modèles de données pertinents, à impliquer les utilisateurs très en amont et à produire rapidement des prototypes pour éviter le célèbre « effet tunnel » qui consiste à laisser pendant plusieurs mois les utilisateurs dans l’ignorance de ce que fait la DSI.
Enfin, le dernier axe d’action concerne le facteur humain.
Il s’agit non seulement de mobiliser les bonnes compétences (et de minimiser leur turn-over) mais aussi, et surtout, de ne pas négliger les efforts en matière de formation, de transfert de connaissances, d’ergonomie des applications et de réelles appropriation de celles-ci par les utilisateurs. Qui seront bien évidemment sensibilisés aux impératifs de qualité des données !
-
Les catégories du Marketing Prédictif
Publicité
Vous et le prédictif
Abonnement Newsletter
Les livres blancs de l'Analyse Prédictive
Tags
analyse comportementale client analyse des achats analyse des conversations analyse des données Business Intelligence comportements des consommateurs connaissance client data mining fidélisation client gestion des risques marketing prédictif outil de data mining outils d’analyse prédictive réseaux sociaux satisfaction client segmentation client solution d'analyse prédictive stratégies marketing écoute client événement cercle marketing prédictif
Laisser un commentaire