How to Use Big Data and Predictive Analytics to Improve the Success of New Products

Référence

Jain, C. L. (2016). « How to Use Big Data and Predictive Analytics to Improve the Success of New Products ». Review Of Business, Vol. 37 Issue 1, p48-55. 8p

Idée dominante

Quelle est l’intérêt d’une meilleure expérience utilisateur pour l’entreprise?

Résumé

Il est difficile pour un nouveau produit d’être rentable. De manière général le taux de réussite d’un nouveau produit est de l’ordre de 25%
Le succès d’un nouveau produit dépend de trois choses:
– Comment est-il sélectionné?

– Comment l’entreprise envisage le lancement de celui-ci?
– Comment la demande est gérée après le lancement?
Le lancement d’un produit peut échouer parce que les consommateurs n’en veulent pas ou à cause d’autres problèmes qui peuvent être corrigés. Le big data est justement l’outil qui va pouvoir aider à trouver les problèmes. Il est important de pouvoir se poser les bonnes questions
– Les consommateurs préfèrent ils l’ancien au nouveau?
– Les instructions d’utilisation du produit sont elle claires?
– Les consommateurs ont-ils besoin d’une expérience pratique pour utiliser un produit?
– Le produit est il correctement positionné?
Le consommateur n’est pas toujours prêt à intégrer un nouveau produit dans son mode de consommation e aura tendance à préférer l’ancien modèle. Ce qui fut le cas pour coca cola avec son produit New Coke.
Le big data via le predictive analytics permet ainsi qu’aux entreprises de pouvoir rajeunir leurs ventes mais également de trouver de nouvelles opportunités comme par exemple de nouvelles utilisations à des produits déjà existants. Le fait de pouvoir obtenir des informations sur les consommateurs en temps réels permet à l’entreprise d’être réactive et de pouvoir corriger rapidement le problème.

Note d’intérêt pour la recherche en cours

Le big data permet aux entreprises d’avoir accès à l’information de manière très rapide, ce qui leur permet de corriger les problèmes lors d’un lancement de produit.