Big Data: Temps réel, bénéfices pour le marketing, par SFR et Sinequa

Les 1er et 2 avril derniers se tenait la 3ème édition du salon Big Data Paris, avec nombre de retours d’expérience et de conférences adressant les non-techniciens d’entre nous, et même une série d’interventions dédiée aux usages en marketing.

Que les « big data » soient une vraie nouveauté ou un bon concept marketing qui permette au sujet d’émerger différemment dans l’espace de discussion et l’intérêt qu’il suscite auprès des entreprises, une chose est sûre néanmoins: c’est un sujet désormais démocratisé, à la portée d’un grand nombre d’entreprises même petites, avec des applications très variées où l’imagination risque plus souvent d’être la ressource manquante que la donnée ou la technologie…

En voici pour preuve les différents retours d’expérience recueillis au cours de la première journée à laquelle j’ai participé :

1. Présentation Tata Consulting Services
2. Présentation Cap Gemini
3. Keynote de Doug Cutting, Cloudera (co-fondateur d’Hadoop)
4. Présentation de Christophe Benavent (Université Paris Ouest)
5. Amadeus Leisure Group
6. Renault et Access France
7. Vega France et Coheris
8. SFR et Sinequa: ci-dessous

——————————————————————-

8. Big Data et temps réel : quels bénéfices pour les équipes marketing ?
par Olivier Denti, Chef de projet SI Décisionnel et Marketing Relationnel, SFR
et Hans-Josef Jeanrond, VP Marketing, Sinequa

Objectif du projet :

– Connaissance client du canal web sfr.fr
– Amélioration de l’expérience client

SFR = 21 millions de clients mobile et environ 5 millions de clients ADSL.
Portail sfr.frConstat :

– De plus en plus d’actes réalisés sur le « selfcare » sfr.fr
– Des actes réalisés cross-canaux (ex : renouvellement du mobile)
– Exigences des clients plus fortes sur la qualité attendue : sur le web, attendent un contexte plus personnalisé

Besoins :

Mieux connaître :

– Les usages / canal, les canaux privilégiés
– Les différentes interactions entre les canaux (ex : web to store)
– Les « irritants » clients (ex : incidents de réseau) et les capter

> Pouvoir interagir avec le client, en multicanal, avec le bon message.

Fonctionnement :

sfr.fr et Sinequa

Cas d’application :

i) Un client ADSL qui souhaite déménager : le déménagement est souvent cause de « churn » (perte du client). Si l’information est captée en temps réel, SFR peut envoyer au client une communication ciblée avec une proposition de test de sa nouvelle adresse pour éligibilité à la fibre optique, par exemple.

ii)Autre cas de churn potentiel : le désimlockage d’un téléphone. Captée via un marqueur, cette information peut déclencher une action de communication de rétention via différents canaux (appel sortant, SMS promotionnel, etc.)

3 sources principales de marqueurs utilisées :
– Mots clés saisis sur Google (ex : « résilier SFR » ou « offre ADSL Orange »)
– Navigation (pages vues) sur sfr.fr
– Recherches sur sfr.fr

Apports du moteur de recherche Sinequa :

> Facilité d’intégration de données non-structurées
> Rapidité des traitements
> Capacités sémantiques pour traiter les recherches des clients (fautes d’orthographe…)
> Autonomie des Métiers pour créer et modifier les marqueurs, et vérifier la véracité en temps réel des marqueurs choisis à travers des requêtes

Gains mesurés :

> Baisse de faux « positifs » (ex : un « voyant orange » est différent de « l’opérateur orange ») et meilleure précision dans les marqueurs
> Meilleur ciblage : +81% de détection de « churners » potentiels
> Coûts de maintenance réduits d’un facteur 10
> Mise en place en 2 mois
> Paramétrage du ciblage pris en compte en J+1 (vs à J+plusieurs semaines auparavant, en passant par un intégrateur)

Quel ROI ?

ROI = 81% de détection du churn > nombre de clients retenus x valeur d’un client !


Laisser un commentaire

18 − quinze =

*

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.