Transfert de compétences en datamining: c’est possible ?

transfert de compétences datamining

C’est une question que nous posent fréquemment les directions marketing ou les directions générales.

Il y a d’abord la prise de conscience que les données de l’entreprise ont de la valeur, que la connaissance client est un réel atout et permet de définir de meilleures stratégies et de prendre de meilleures décisions.

Le diagnostic datamining initial

Lorsqu’on fait appel à nous,  à ce niveau de réflexion, c’est d’abord pour faire un diagnostic global sur la base clients. Les reportings et tableaux de bord apportent des données clés, mais sont des photographies de l’activité prises à des intervalles réguliers. Aller plus loin, avec une démarche datamining, c’est passer de la photo au film, pour comprendre la manière dont les évoluent, et ce qui les fait bouger.
Le diagnostic initial comporte plusieurs étapes :
1/ un audit statistique de la base :  les champs sont-ils bien renseignés ? Les champs date par exemple sont parfois initialisés au 01/01/1900, quel est le taux de remplissage des coordonnées de contact et leur qualité ? L’audit peut aussi révéler des valeurs à aberrantes dans les données, dont il ne faudra pas tenir compte dans les analyses (par exemple, un montant d’achat erroné peut fausser le panier moyen)
2/ une analyse des clients en termes de valeur,  cruciale pour prioriser les actions, de fidélité pour mettre en évidence des zones de risque , de comportement d’achat – qui sont les promophiles , occasionnels, conquis par la marque, saisonniers, déçus, nouveaux clients à fidéliser  … L’identification de ces comportements permet d’enrichir la base par des informations particulièrement pertinentes pour mieux communiquer  et interagir avec ses clients.
3/ la synthèse de ces éléments permet de définir une première segmentation pour initier un plan d’actions prioritaires et le mettre en oeuvre.

Comment réussir un transfert de compétences en datamining ?

A ce stade, la direction marketing a clairement pris conscience de tout ce que le datamining peut apporter pour la connaissance client… Et se demande ensuite : « Mais est-ce que je peux le faire en interne, est -ce que le transfert de compétence est possible ? »
Faire parler les données nécessite deux types de compétences :
  • Métier : à  plusieurs niveaux, pour exprimer les données en informations clients, qui seront ensuite analysées, pour décrypter les résultats
  • Techniques : la connaissance des algorithmes statistiques et datamining, et comment les choisir, ie traduire les problématiques métier en problèmes datamining a résoudre, et les mettre en œuvre
A cela on ajoutera une qualité – autrefois un vilain défaut – la curiosité! Faire du datamining , c’est explorer les données , et pour cela il faut avoir au fond de soi une âme d’explorateur. Disons que le dataminer est un peu le Christophe Colomb du 21ème siècle.

Les compétences métier existent toujours au sein des entreprises; pas toujours réunies dans une seule personne, mais souvent au sein de binômes SI / marketing. A ce niveau c’est donc une question d’organisation.

Dans les entreprises qui démarrent une approche de connaissance client, les compétences techniques sont bien sûr inexistantes. Les dataminers sont issus de cursus longs, comportant l’apprentissage des fondements statistiques et des langages de programmation. Ces formations complètes lui permettent  d’exprimer son savoir dans n’importe quel domaine , industrie, recherche, santé, logistique, marketing …
Mais les entreprises qui nous questionnent sur ce sujet s’inscrivent dans l’unique périmètre du marketing. Il s’agit donc d’acquérir la manière de penser d’un dataminer sur des problématiques bien circonscrites, et de disposer d’une solution analytiques qui permet d’y répondre.
Pour cela nous proposons :
1/ une ressource datamining externalisée, pour épauler le marketer ou le binome interne qui aura été choisi pour porter la démarche connaissance client
2/ la solution de datamining KNOWLBOX , dédiée aux problématiques marketing. KNOWLBOX structure la logique analytique, automatise les process, en particulier supprime les choix et paramétrage d’algorithmes, et permet ainsi à des profils métiers d’explorer leur données, en leur garantissant des résultats performants.
Cette combinaison permet à l’équipe interne une montée en compétence rapide et très rapidement une large autonomie.
Le transfert de compétences en datamining, c’est possible, nous l’avons déjà fait !
complexsystemsTransfert de compétences en datamining: c’est possible ?

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *