Dans cet article, nous aborderons les thèmes suivants :
- Qu’est-ce qu’un Data Flywheel ?
- La collecte de données : la base d’un Data Flywheel réussi
- Le Data Flywheel peut aider au développement et à la commercialisation de nouveaux produits
- Le maintien d’un Data Flywheel performant peut améliorer le retour sur investissement (ROI)
Qu’est-ce qu’un volant de données ?
Un volant de données accélère la dynamique d’un produit ou d’un processus grâce à l’utilisation stratégique des données. Un volant accumule de l’énergie à mesure qu’il tourne jusqu’à devenir autonome. Il utilise les informations pour créer un cercle vertueux dans lequel plus de données conduisent à des courbes d’apprentissage plus rapides, à de meilleurs produits et à une acquisition/fidélisation accrue de la clientèle. Une stratégie efficace de volant de données stimule l’innovation en matière de nouveaux produits, augmente les revenus et augmente les profits.
Un exemple classique de volant d’inertie de données est la fonctionnalité de recommandation basée sur un algorithme de Netflix. Lorsque cette fonctionnalité a été lancée, Netflix recommandait les vidéos les plus populaires. Au fil du temps, Netflix a recueilli des Points de données sur les visionnages et les évaluations des utilisateurs, qu’il a intégrés dans un « moteur de recommandation ». Cela permet de proposer des suggestions plus personnalisées « recommandées pour vous » à chaque utilisateur, ce qui contribue à augmenter l’audience.
Les utilisateurs de Netflix regardent désormais plus de 200 millions d’heures de contenu par jour.
Plus vous collectez de données sur un produit, un processus commercial/consommateur ou un concurrent, plus vous pouvez stimuler la croissance. À l’instar d’un volant d’inertie, le processus démarre lentement, puis s’accélère progressivement. Le concept de volant d’inertie a été lancé par Jim Collins dans son livre Good to Great: Why Some Companies Make the Leap… and Others Don’t. Son succès le plus célèbre est d’avoir présenté ce concept à Jeff Bezos en 2003, qui est finalement devenu un élément clé de la philosophie centrée sur le client d’Amazon.
Collecte de données – La base d’un volant de données performant
La collecte de données à grande échelle constitue la base d’une stratégie de volant d’inertie des données. Les données sont le carburant qui alimente le moteur du volant d’inertie. S’il existe de nombreuses façons de collecter des données à partir de sites web et d’applications propriétaires, la collecte de données provenant de sources externes telles que des sites web peut s’avérer difficile. Par exemple, les spécialistes du marketing des entreprises de commerce électronique souhaiteraient avoir accès aux données relatives au taux de vente (STR) de produits similaires sur les marchés concurrents. Ils pourraient tirer parti de points de données tels que :
- Évaluations et avis des vendeurs
- Tarification dynamique
- Images, titres et catégories des produits
- Résultats des moteurs de recherche des places de marché
- Offres spéciales
Malheureusement, de nombreux sites web mettent en place des barrières pour compliquer la collecte de données par des entités concurrentes. Des éléments tels que les CAPTCHA, les restrictions de serveur basées sur la géolocalisation et les limites de volume/taux de requêtes peuvent souvent conduire à la mise sur liste noire, au blocage ou à la fourniture d’informations erronées à votre adresse IP. Vous pouvez écrire vos propres scripts Python afin de collecter des données, mais cela demande beaucoup de travail et peut conduire à la suspension de votre compte pour « activité suspecte » dans certains cas. Vous pourriez également engager des DevOps, des experts en données, du personnel informatique et des développeurs pour développer et maintenir des systèmes destinés aux activités de collecte de données opérationnelles, mais il s’agit d’une solution très coûteuse et difficile à adapter (à la hausse ou à la baisse).
Ce dont les entreprises ont vraiment besoin, c’est d’une solution automatisée, agile et financièrement viable qui puisse rationaliser la collecte de données web. Une telle solution doit fonctionner à l’échelle mondiale et être capable d’accéder à n’importe quel site web open source. Elle doit tirer parti de ses prouesses technologiques pour contourner les blocages de sites web à l’aide d’une logique de réessai sophistiquée. Tout outil/service doit également se conformer aux directives d’utilisation éthique de pointe du secteur afin de garantir que les données collectées conserveront leur valeur commerciale à long terme. En outre, les entreprises souhaiteront recevoir des données déjà structurées, nettoyées, synthétisées et formatées de manière à pouvoir être importées et utilisées immédiatement par les équipes et les systèmes.
Le flywheel des données pour améliorer le développement et la commercialisation des produits
Amazon est un leader dans l’utilisation de la stratégie du volant de données pour développer et commercialiser de nouveaux produits. L’abonnement Prime d’Amazon en est un bon exemple. Les prix bas d’Amazon Prime attirent de nombreux clients. Beaucoup d’entre eux voient clairement la valeur ajoutée, telle que les options de livraison le jour même ou le lendemain. Cependant, Prime est utilisé par Amazon comme point de contact initial pour les ventes croisées et incitatives ; les membres sont exposés à de nombreux autres services tels que Prime Video, Amazon Music, Audible, Amazon Pantry, etc., ce qui stimule les ventes et les abonnements. Amazon utilise les données collectées sur les préférences des clients et les tendances d’un service afin d’orienter ses stratégies marketing en matière de ventes incitatives. Par exemple, les clients qui achètent des jouets pour enfants peuvent être intéressés par un abonnement à Amazon Prime pour son contenu junior.
Un autre exemple est celui de Quby, une entreprise technologique basée aux Pays-Bas qui propose des technologies domestiques axées sur la réduction du gaspillage d’énergie. Quby a utilisé une stratégie de flywheel de données pour étendre considérablement son marché et son succès.
Quby a commencé par proposer un écran domestique et un thermostat intelligent vendus par des entreprises de services publics à travers l’Europe. Ces produits permettent de suivre de près la consommation d’énergie. Ils ont utilisé ces informations dans le cadre d’algorithmes d’apprentissage des données afin de pouvoir détecter l’utilisation des appareils électroménagers. En 2017, Quby a lancé son premier service basé sur l’IA, « Waste Checker ». Ils ont pu détecter l’utilisation inefficace des appareils électroménagers, qu’il s’agisse des lave-linge, des lave-vaisselle, des systèmes de chauffage central ou des douches. Une fois les comportements gaspilleurs détectés, Quby a proposé des conseils personnalisés sur les mesures à prendre pour réduire le gaspillage d’énergie. Les thermostats intelligents de Quby capturent et analysent les données à chaque seconde. L’entreprise a pu exploiter les données collectées afin de lancer une nouvelle ventilation des factures d’énergie, contribuant ainsi à réduire les coûts pour les clients, l’empreinte carbone et le gaspillage d’énergie.
Un troisième exemple est celui de Reddico, une agence de marketing numérique qui fournit des services de marketing de recherche de pointe à des entreprises à travers le Royaume-Uni. L’un des principaux défis pour les entreprises de référencement naturel (SEO) est de fournir à leurs clients des informations à l’échelle mondiale. La collecte de données sur les résultats de recherche dans plusieurs zones géographiques est complexe et prend beaucoup de temps. Reddico a pu offrir un nouveau service très compétitif avec un ciblage géographique très précis en s’associant à un réseau de collecte de données. Ce partenaire leur a permis d’acheminer le trafic à l’aide d’appareils pairs dans les zones géographiques cibles, ce qui a permis aux clients d’optimiser et de localiser leurs campagnes en fonction des résultats de recherche réels des clients.
Améliorer le retour sur investissement grâce à un flywheel de données performant
Un volant de données peut améliorer le retour sur investissement marketing de trois manières :
Tout d’abord, un volant de données efficace peut augmenter les revenus en fournissant des données permettant d’améliorer continuellement les produits et services, ce qui peut à son tour générer davantage de clients. C’est ce qu’on appelle un « cercle vertueux » : plus de données, un apprentissage plus rapide, de meilleurs produits, plus de clients. Répétez l’opération.
Deuxièmement, une stratégie de volant de données efficace permet de réduire les coûts d’acquisition des clients (CAC). En effet, le produit est constamment amélioré sur la base des avis des utilisateurs et des données d’interaction avec le produit. Il est possible d’atteindre un point où l’adéquation entre le produit et le marché est telle qu’elle réduit les frictions ainsi que les coûts d’acquisition de clients, améliorant ainsi le retour sur investissement. Sur le marché des logiciels, des entreprises axées sur la croissance par le produit (PLG) telles que Dropbox, Slack et Calendy illustrent comment une stratégie de volant de données peut réduire le CAC.
Troisièmement, lorsqu’elle est correctement mise en œuvre, une stratégie de flywheel peut atténuer les risques liés à la conformité réglementaire pour la collecte de données web à grande échelle. La collecte de données à des fins commerciales est soumise à une surveillance réglementaire, comme c’est le cas avec le règlement général sur la protection des données (RGPD) de l’UE et la loi californienne sur la protection de la vie privée des consommateurs (CCPA). Si votre entreprise ou vos sous-traitants enfreignent l’une de ces réglementations, vous risquez des amendes substantielles et compromettez la valeur de vos produits et services basés sur les données.
Conclusion
Les volants d’inertie de données constituent une stratégie efficace pour stimuler à la fois la croissance et les revenus. Ils permettent un cercle vertueux d’apprentissage, d’amélioration des produits et d’augmentation des taux de conversion/fidélisation des clients. À l’instar d’un volant d’inertie, le processus d’apprentissage basé sur les données continue de s’accélérer, utilisant cette inertie pour aider les systèmes à évoluer de manière plus indépendante.
Les volants d’inertie dépendent des données. La collecte de données à grande échelle à partir de sites web externes tels qu’Amazon, LinkedIn et Google est un défi. Les solutions efficaces de collecte de données web doivent contourner ces défis de manière éthique et conforme à la réglementation. Contactez-nous dès aujourd’hui pour trouver la solution de données parfaite pour votre entreprise.
