0. Référence

   Gunasekaran, A., Papadopoulos, T., Dubey, R., Wamba, S. F., Childe, S. J., Hazen, B., & Akter, S. (2017). « Big data and predictive analytics for supply chain and organizational performance ». Journal Of Business Research, Vol. 70, p308-317. 10p.

   Idée/ dominante
   L’article explique en quoi l’intégration du big data et l’analyse prédictive sont un avantage pour la fonction supply chain

   Résumé

   Le big data ainsi que l’analyse prédictive sont ce qu’on appelle le BDPA, permettant d’améliorer la chaine d’approvisionnement. Une chaine d’approvisionnement bien développée permet d’améliorer la visibilité globale de l’entreprise et la performance organisationnelle de celle-ci.
   On dit d’une d’une entreprise qu’elle est performante lorsqu’elle est en possession de ressources précieuses, rares, non imitable, et correctement organisé.

   La connectivité ainsi que le partage des informations sont deux de ces principales ressources. Toutefois la simple acquisition de ces deux ressources ne suffit pas à dire que l’entreprise possède un avantage concurrentiel.

1. Le déploiement de celles-ci est un élément essentiel. Le rôle des gestionnaires est donc prépondérant. Les ressources doivent être gérées de manière efficace. C’est ce qu’on appelle le top management. Son rôle est l’intégration du BDPA. De nombreuses études ont permis de démontrer que l’assimilation du BDPA passer par différentes étapes:
   – l’acceptation : il s’agit pour le top management commitment de pouvoir médiatiser les resources

   que sont la connectivité ainsi que les informations partagées
   – l’assimilation : Il s’agit de l’intégration complète du BDPA au sein de l’organisation. Cette étape

   qui dépend essentiellement de la performance organisationnelle de celle ci.
   Le BDPA permettra une amélioration de la performance de la supply chain et donc par conséquent de l’organisation au sein de l’entreprise.
   Améliorer la performance de la supply chain c’est en quelque sorte réduire les coûts d’approvisionnements, devenir plus efficace en répondant plus rapidement aux changements de l’environnement, renforcer la relation avec les fournisseurs, et enfin améliorer la planification des opérations de ventes.

   Il n’en reste pas moins que la haute direction se doit de tout faire pour acquérir ses ressources mais également de poursuivre ses investissements dans le regroupement des ressources ainsi que développer des compétences nécessaire à l’utilisation du BDPA.

   Note d’intérêt pour la recherche en cours

   Il est important pour une entreprise de pouvoir bénéficier d’un bon réseau d’approvisionnement. C’est de lui que découle ensuite la bonne organisation des ventes et donc par conséquent la bonne expérience utilisateur au moment de l’achat.

Référence

Dawar, N. (2016). « Use Big Data to Create Value for Customers, Not Just Target Them ». Harvard Business Review Digital Articles, p2-4. 3p.

Idée /dominante

La performance d’une entreprise requiert de mettre au centre de son organisation le client.

Résumé

Le big data est vu comme une véritable révolution pour le marketing. Il permet de répondre à de nombreuses questions concernant le consommateur. Le but des marqueteurs est de pouvoir dresser un profil pour chaque potentiel acheteur de manière à pouvoir ensuite lui adresser des recommandations d’achats en fonction de ses attentes. Le problème étant que lorsque la concurrence fait la même chose il devient donc difficile de se différencier. La question n’est donc plus de savoir ce qui déclenchera l’achat suivant mais plutôt qu’est ce qui fera que le client restera loyal à la marque même si un concurrent propose un prix inférieur.

Il est important pour l’entreprise de se poser trois questions pour créer de la valeur pour le client:

• –  Quels types d’information vont aider les clients à réduire leurs coûts ou le risque? Il s’agit vraiment de comprendre ce qu’attends exactement le consommateur, il ne s’agit plus d’une simple recommandation d’achat en fonction de ses besoins actuels, mais plutôt d’apprendre à le connaitre en profondeur.
• –  Y a t-il des informations dispersées mais qui si elles étaient réunis auraient une grande valeur ajoutée? De simple information quand elles sont réunies peuvent permettre de comprendre un comportement et apporte donc une vraie valeur. C’est le cas de cette start up en Afrique Inventure, qui par de simples données sur un téléphone est en mesure de savoir si elle peut accorder un prêt à des personnes qui n’ont aucune connaisse dans ce domaine.
• –  Y a t-il une une divergence entre les clients de l’entreprise? Dans le cas ou les clients ayant une même activité peuvent avoir des avis différents il est important pour l’entreprise de pouvoir élargir ses recherches d’information de manière à pouvoir fournir un produit un service qui répondra parfaitement aux différentes attentes des clients.

  Note d’intérêt pour la recherche en cours

  Cet article me permet de montrer que l’entreprise a cette volonté de mettre le client au centre et de tout faire pour que son expérience achat soit positive de manière à le fidéliser

Référence:

Nunan, D., & Di Domenico, M. (2013). « Market research and the ethics of big data ». International Journal Of Market Research, Vol. 55 Issue 4, p2-13. 12p

Idée/ dominante

Le big data peut être vu comme une réelle opportunité pour les entreprises et en même temps une menace pour le utilisateurs tant qu’il n’y a pas d limites

Résumé

Avec le développement des nouvelles technologies, les questions en rapport avec la vie privé apparaissent. « What is whispered in the closet shall be proclaimed from the house-tops » (Warren & Brandeis 1890). En parallèle cette technologie a permis aux marqueteurs de pouvoir mieux répondre aux attentes des consommateurs.

La caractéristique qui tournent autour de la définition du big data:

• –  Innovation technologique
• –  Une valeur commerciale
• –  Vieprivé

  Le big data est susceptible d’avoir un impact dans cinq domaines:

• –  Le graphique social: la croissance du nombre de données est dû à la volonté des individus à

  échanger notamment sur les réseaux sociaux. Toutefois en continuant à publier des informations ils s’exposent à un échappement de ces informations. Il y a cependant une contradiction de par le fait que sur les réseaux sociaux les utilisateurs n’ont pas que des « amis » dans leur communauté

• –  La propriété des données: La majorité des données est détenu par les GAFA (google, Apple, Facebook, et Twitter). Même si ces entreprises ne vendent pas actuellement les données des utilisateurs, la question de la propriété demeure puisque celles-ci pourrait à l’avenir être rachetées.
• –  La mémoire: De nombreuses données sont donc enregistrées et conservées dans le temps, mais parfois ces informations peuvent nuire à la réputation de certaines personnes.
• –  Une collecte de donnée passive. La collecte d’information ne se fait plus par voie humaine mais de manière automatique et passive. Le big data est maintenant capable de fournir des informations de géolocalisation. Toutefois ces collectes d’information se font sans permission humaine.
• –  Le respect de la vie privé: La notion de graphique sociale vient contredire un peu cet effet de vie privé puisque les internautes publient de plus en plus d’information sur eux. Pour conserver sa vie privé il faudrait se désengager de ces réseaux sociaux. Or ce désengager c’est exclure les individus d’un monde connecté.

  La collecte d’information et l’analyse de celle-ci permettent le développement de produits innovants qui permettent de répondre à un besoin précis. Ils doit également resté par actif par rapport aux problèmes concernant la vie privé et de mettre en place une stratégie d’autorégulation. Le développement de la technologie mettent en lumière l’importance de conserver un code de déontologie dans un environnement ou la technologie évoluent rapidement et dans lequel la technologie fait partie de manière intégrante des individus. Des directives menées par l’association ESOMAR ont essayé de réponde à ses préoccupations. Plusieurs directives sont à l’étude notamment:

  Le droit à être oublié: Les individus peuvent demander à ce que les données sur eux sur les réseaux sociaux soient supprimées
  Le droit d’expiration de donnée: Au bout d’un certain temps si la donnée n’a aucune utilisation commerciale elle peut être définitivement effacé

  La propriété d’un graphique social: Il s’agit de divulguer l’information auprès d’un cercle de personnes que l’on souhaite

  Note d’intérêt pour la recherche en cours

  Cet article me permet de démontrer les bienfaits du Big data mais surtout ces limites quand à la vie privé des individus et quelles pourraient être les améliorations à ce sujet.

Référence

Erevelles, S., Fukawa, N., & Swayne, L. (2016). « Big Data consumer analytics and the transformation of marketing ». Journal Of Business Research, Vol. 69 Issue 2, p897-904. 8p.

Idée/ dominante

Le big data permet aux entreprises de disposer de davantage d’information concernant le consommateur. Cependant la l’information incomplète pousses l’entreprise à devenir curieuse vis à vis du consommateur en cherchant à anticiper ses comportements.

Résumé

Référence

Maria M-G, (2013), « L’amélioration du reciblage par les Big Data : une aide à la décision qui menace l’image des marques ?», Revue internationale d’intelligence économique, (Vol. 5), p. 153-165. 13p.

Idée/ dominante

Le big data permet aux entreprises de pouvoir personnaliser leur publicité mais celle-ci peut être à l’origine d’intrusion vis à vis du consommateur.

Résumé

Le ciblage comportemental c’est l’adaptation de la publicité en fonction des recherches de l’internaute. Il se fonde sur le comportement passé de celui-ci afin de pouvoir lui faire des propositions d’offres personnalisées en fonction de son profil. Le taux de conversion pour les publicités est bien supérieure à celui des bannières (5% à 10% contre 0,1%)

Vient ensuite le retargeting qui consiste à retrouver les consommateurs que l’on appelle les « abandonnistes » pour les ramener sur le site marchand qu’ils ont quitté sans passer par l’acte d’achat. La marque élabore un message personnalisé qui les suit de site en site jusqu’à ce qu’ils reviennent sur le site vendeur et achètent. Le reciblage c’est aussi l’analyse prédictive. La marque anticipe les actions des internautes et leur propose une publicité personnalisée en fonction de leur profil.

Toutefois ces techniques peuvent être vu comme intrusives par les internautes. La question est donc de savoir de quelle image bénéficie les marques avec le reciblage.
Le Big data est une révolution pour la connaissance client grâce à la business intelligence et l’analyse des données. La Business intelligence 2.0 correspond à la masse de données récupérées via les les moteurs de recherches. Ces données ont pour caractéristique les 3Vs: Un volume important, une variété d’information et une grande vélocité « croissance extrême et continu ».

Il y a deux formes de récupération des données sur les consommateurs pour les entreprises:

• –  Une récupération des données générée par les utilisateurs de manière involontaire: cookies, sites consultés, taux de conversion, abandon de panier, géolocalisation, etc… Ces données sont ensuite

  analysées via des outils de web analytics

• –  Une récupération des données postées volontairement par les consommateurs via dévoilement de leur vie privée à travers les différents réseaux sociaux.

Le volume important des données et la complexité de traitement de celles-ci rend difficile « l’utilisation intelligente” des Big data. Toutefois les avancées technologiques ont permis le stockage et l’exploitation de ces informations, produites par les consommateurs toujours plus connectés.

La personnalisation de la publicité est importante. Le contraire entrainerait une mauvaise expérience utilisateur et donc une lassitude du consommateur et par conséquent une dégradation des résultats commerciaux. La personnalisation du site l’est aussi: sur la première page doivent apparaitre des offres correspondant aux attentes du consommateur. C’est là le travail du CRM: déterminer à quelle catégorie appartient ce client.

Selon Chellappa et Sin (2005) « les individus sont disposés à partager des informations personnelles en échange de bénéfices perçus ». Mais la simple personnalisation du message aux consommateurs ne suffit plus, il faut également pouvoir lui envoyer celui-ci au bon moment. L’intrusion c’est le « degré auquel une publicité véhiculée par un média interrompt la fluidité de l’unité éditoriale ». Autrement dit il s’agit du nombre excessif d’apparitions de la publicité aux consommateurs ce qui peut ensuite nuire à l’image de la marque.

Pour éviter ce problème, les CNIL européennes sont à l’étude d’un meilleur encadrement concernant l’utilisation de ces données.

Note d’intérêt pour la recherche en cours

Ce texte me permet de mettre en lumière l’importante du big data pour les entreprises de manière à pouvoir mieux connaitre leurs clients et développer une meilleure expérience client. Toutefois cette publicité personnalisée ne doit pas être utilisé à mauvais escient en étant intrusive pour le consommateur.

Référence

Nunan, D., & Di Domenico, M. (2013). « Market research and the ethics of big data ». International Journal Of Market Research, Vol. 55 Issue 4, p2-13. 12p.

Idée / dominante

La collecte d’information se fait automatiquement sans intervention humaine. Se pose alors la question concernant le stockage de ces informations et plus précisément la propriété de ces informations.

Résumé

Trois choses définissent le big data
– Un grande avancée technologique: Il permet un plus grand stockage de l’information et une grande variété d’information échangées.
– Une grande avancé pour la vision commercial: Il permet pour les entreprises de collecter des informations tel que la géolocalisation via les smartphones des internautes dans le but de développer des insights afin de davantage comprendre le comportement du consommateur.
– La confidentialité des données: La collecte et l’analyse des données se fait maintenant de manière automatique. Or toutes les données qui sont maintenant collectées ne sont pas forcément exploitées.

L’utilisation du Big data peut donc être à l’origine de plusieurs problèmes. Un premier problème concerne le partage des informations entre les utilisateurs sur les réseaux sociaux: ce que l’on appelle la « graphe sociale ». La relation qu’ils peuvent avoir dessus, n’est pas forcément la même dans la vie réel. Ensuite la plupart des données sont collectés et stockés sur le long terme par les GAFA (Google, Apple, Facebook, Amazon). D’autres entreprises ont aussi collectées de nombreuses données. Même si pour le moment elles ne les vendent pas, elles ne sont pas à l’abri de se faire racheter, ce qui aura une incidence sur la propriété des données et donc sur la confidentialité des donnés.

Aujourd’hui la collecte d’information se fait de manière automatique et passive. Les utilisateurs tentent de plus en plus de protéger leur données privés mais ne veulent pas abandonner leur présence sur les différents réseaux sociaux et donc leur mode de vie. Des améliorations concernant le stockage de data pourraient être envisagées comme « le droit d’être oublié », « le droit d’expiration des données » ou encore « la propriété de la graphe sociale »

Note d’intérêt pour la recherche en cours

Référence

Tybout, A. M., & Zaltman, G. (1974). « Ethics in Marketing Research: Their Practical Relevance ». Journal Of Marketing Research, Vol. 11 Issue 4, p357-368. 12p

Idée /dominante

Cet article permet de comprendre la notion de Big data ainsi que les enjeux du big data pour les chercheurs et les internautes.

Résumé

Le big data se caractérise par la règle des 3Vs:
– Volume: La masse d’information qu’il regroupe
– Vélocité: la rapidité de l’information qui circule (ex: géolocalisation) rendant le big data encore

plus grand.
– Variété: la variété des informations (chiffres, images, textes…)
Le Big Data dispose d’une réelle valeur pour le marketing: Il permet d’obtenir des informations sur le comportement du consommateur. Le Big data data apparait donc comme une véritable technologie innovante. Ces données collectées donnent aux entreprise la possibilité de mieux connaitre le client et donc de mieux vendre leurs produits. La collecte de données est donc devenu indispensable pour les entreprises qui cherchent donc a en obtenir toujours plus .Cela entraine des problèmes de sécurité, de propriété et de méthode de collecte.
Bien que le client soit libre lorsqu’il décide de fournir ses données personnelles, celles-ci restent privés (Boyd 2010). Tout comme les procédés de collecte qui doivent respecter un principe d’éthique. La collecte des données étant de plus en plus recherché par les entreprises, des standards normatifs sont apparus : la recherche marketing se veut être préservante sur la confidentialité des données (ESOMAR 2008). Pour que la recherche Marketing progresse, il faut d’abord que les interviewés soient coopératifs et qu’ensuite leur confidentialité soit respectée : la qualité des données collectées s’explique par des pratiques éthiques employées. Il reste toutefois difficile de maintenir ce genre de principe dans un monde technologue qui change constamment mais également de par le fait que la collecte se fasse de manière passive et autonome.

Note d’intérêt pour la recherche en cours

Cet article explique la notion de big data et explique quels en sont les avantages. Toutefois même si le big data peut être vu comme une opportunité, il peut aussi être à l’origine de problème de en rapport avec la vie privé des internautes.

Référence

Brock, V. (2016). « How big data is reducing customer returns ». Logistics & Transport Focus, Vol. 18 Issue 12, p34-35. 2p.

Idée/Dominante

Cet article met en lumière la difficulté des marques face au retour des produits que font les consommateurs lorsque ceux-ci ne leur correspond pas.

Résumé

Les retours de produits sont très couteux pour les distributeurs. La question est donc de savoir comment il serait possible pour les entreprises de limiter le nombre de retours, ce qui est actuellement un véritable cauchemar pour les distributeurs. L’utilisation des données clients permettrait de pouvoir réduire ces retours et d’améliorer l’expérience utilisateur. Actuellement les retours du e-commerce représente 20 milliards de perte pour les entreprises.

Il s’agit pour l’entreprise d’un problème de logistique qui peut impacter la relation client. Lorsque le consommateur renvoie le produit, cela peut être pour différentes raisons: le produit est défectueux, endommagés, etc… Il va donc passer entre différentes mains. Cela prend du temps ainsi que de la place. Il faut également déterminé ce qui est a opéré sur le produit, à savoir le réparer, le nettoyer etc… pour ensuite le retourner à la vente. La marque a donc intérêt à agir rapidement pour réduire ses couts et limiter ses pertes.

Le retour d’un produit coûte beaucoup d’argent pour la marque. Il passe en moyenne entre 7 mains différentes avant d’être remis en vente. Le coût d’acquisition client se révèle donc élevé pour le distributeur, puisqu’il perd de l’argent en vendant son produit au consommateur. D’autant plus que cela a un impact sur les ventes futurs. Le peu de retour d’expérience client fait que le distributeur vend des produits au mauvais client, réduisant ses stocks. Et lorsque le bon client souhaite acheter le produit celui-ci n’est plus disponible. Cela représente donc un perte supplémentaire pour l’entreprise.

Pour éviter ses retours il est donc intéressant pour les entreprises de pouvoir identifier les causes de ces retours en utilisant des données utilisateurs. Le but serait d’utiliser les données pour prédire le produit à risque ainsi que le client à risque en terme de retour. Ces informations permettraient également de savoir quels sont les produits qui sont prêt à la vente ce qui permettrait un gain de temps important pour l’entreprise mais également une meilleure gestion des stocks. Ces données vont également permettre aux distributeurs de pouvoir mieux vendre leur produit et donc de pouvoir améliorer leur marge. Le fait de pouvoir anticiper si le client va conserver ou renvoyer le produit acheté changerait beaucoup de chose. Il permettrait d’un côté à l’entreprise de pouvoir mieux connaitre son client, une meilleure gestion de ses produits et donc une augmentation de ses marges ainsi qu’une meilleure expérience client en le fidélisant.

Note d’intérêt pour la recherche en cours

Le big data est un outil qui permet aux entreprises de mieux connaitre le client pour mieux vendre et éviter ainsi les retours et donc ainsi améliorer l’expérience utilisateur tout en limitant ses coûts.

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.

Référence:

Hofacker, C. F., Malthouse, E. C., & Sultan, F. (2016). « Big Data and consumer behavior: imminent opportunities ». Journal Of Consumer Marketing, Vol. 33 Issue 2, p89-97. 9p

Idée dominante:
Le changement qu’occupe le Big data dans les prises de décisions marketing

Résumé

Le big data est apparu depuis que l’on s’est aperçu que supprimer les données coûtait plus cher que de les stocker. Le big data se caractérise par la règle des 3Vs:
– Volume: La masse d’information qu’il regroupe
– Vélocité: la rapidité de l’information qui circule (ex: géolocalisation) rendant le big data encore

plus grand.
– Variété: la variété des informations (chiffres, images, textes…)
Avec le développement des réseaux sociaux, l’interactivité avec les consommateurs est de plus en plus grandes. Ce qui permet aux entreprises d’avoir davantage d’informations sur leur comportement. Le big data est à l’origine de nombreux changements dans la prise de décision marketing.

La première étape concerne la reconnaissance d’un problème. En observant autour de lui le consommateur ressent un manque. La satisfaction d’un consommateur n’est jamais atteinte. Il voit toujours ce qui le sépare entre ce qu’il possède, ce qu’il a déjà expérimenté et ce qu’il n’a pas encore. Avec le Big data les entreprises ont les moyens de pouvoir anticiper ce moment, en étant proche de celui-ci via les réseaux sociaux. Via la récupération d’adresse IP les entreprises sont donc en mesure de pouvoir traquer le consommateur et de comprendre tout ses faits et gestes.

La seconde étape est la Recherche. Lorsque le client achète en magasin il a le choix entre un certain nombre de produits. Il est donc plus facile d’établir un suivi sur son comportement. Or maintenant avec le développement de plateforme de e-commerce le client a une variété de choix encore plus étendue. Des outils ont donc été développés pour avoir un suivi parfait du consommateur, à savoir quels sont les mots clés qui l’intéressent, ainsi que tout le chemin qu’il a parcouru sur le site via des capteurs. Pour autant il reste difficile de savoir quel est l’élément qui a déclenché l’achat.

Vient ensuite l’Évaluation alternative qui intervient lorsque le consommateur est présent sur le site. Il s’agit par ses actions de pouvoir déterminer ce qu’il en est. Pour exemple l’abandon d’un panier d’achat indique que le client fait des comparaisons de prix entre les différents sites.

Puis il y a l’Acte d’achat qui correspond à toutes les actions mises en place pour faciliter et rendre plus agréable l’acte d’achat (expérience user) pour le consommateur. De sorte qu’il revienne.

La Consommation. Avec le développement de nombreux réseaux sociaux les consommateurs partagent de plus en plus d’informations sur eux, que ce soit par message ou photo. Le but pour les entreprises est de pouvoir extirper ces données visuelles pour les transformer en données numériques et donc en déduire un type de consommation et déceler des détails physiologiques très précis sur le consommateur.

L’Après achat. Le consommateur est plus dans une phase de bilan par rapport à ses attentes de départ. Il est difficile de pouvoir déceler quelques informations si ce n’est des photos ou bien des tweets.

Et enfin l’Engagement après achat. Comme nous l’avons vu plus haut avec les caractéristiques du big data (volume, rapidité, et variété), le consommateur va émettre un jugement, l’information va se répandre et comme le comportement de l’un est l’antécédent de l’autre, ces informations vont avoir une influence sur le comportement des autres.

Toutefois le big data peut avoir des limites:
– Il explique ce que les consommateurs font via des associations mais ne répond pas à la cause – Le big data malgré tout n’est pas forcément représentatif
– Il peut omettre des données
– Il n’y a pas de limite par rapport à la vie privé des consommateurs

Note d’intérêt pour la recherche en cours

Cet article me permet de démontrer que le Big data occasionne de nombreuses évolutions au sein de l’entreprise notamment dans le secteur marketing, en lui permettant de mieux connaitre le consommateur.