Deuxième épisode de notre mini-série d’articles sur les définitions et acronymes à maîtriser dans l’univers du marketing numérique. Cette fois nous allons parler data…
La data a beaucoup de qualité. Elle peut être big, smart, dark, open… Quand on parle de Big Data on évoque toutes les données massives, véritables capital de l’entreprise. Ce capital est constitué par des volumes importants et croissants de données variées qui nécessitent de nouvelles formes de traitements, efficaces et économiques, pour améliorer la connaissance et la prise de décision. Pour en savoir plus sur le Big Data, nous vous conseillons la lecture du blog Entreprises Numériques. Le terme Smart Data désigne les données rendues « intelligentes » par des traitements appropriés. On obtient ainsi des données qui peuvent être monétisées ou exploitées. Les Dark Data sont les données non répertoriées par l’entreprise. Gartner qualifie ces données comme » échappant à l’organisation de l’entreprise : ce qui n’est pas répertorié par l’entreprise mais par les salariés eux-mêmes qui ‘cachent’ ces données volontairement ou involontairement ». Elles sont non structurées, non sécurisées, dispersées sur des serveurs publics et donc inexploitées. Enfin l’Open Data ou « donnée ouverte », est une donnée numérique d’origine publique ou privée. Elle peut être produite par une collectivité, un service public ou une entreprise. Elle est diffusée de manière structurée selon une méthode et une licence ouverte garantissant son libre accès et sa réutilisation par tous, sans restriction technique, juridique ou financière.
La data est soigneusement conservée dans un Datawarehouse, littéralement « entrepôt de données ». Il permet de collecter, d’organiser et de stocker les données en provenance de différentes sources de l’entreprise. Il donne la possibilité d’avoir une vision transverse et historisée des données. Pour obtenir une vision par métier (achat, marketing, vente…) on pourra agréger les données spécifiques à l’intérieur d’un Datamart, c’est-à-dire d’un « magasin de données » plus petit que l’entrepôt.
Les données de toute nature ont besoin d’être croisées, comparées, mises en correspondance pour aider à la prise de décision. En complément du Datawarehouse, propriété de l’entreprise, les lieux de rencontre des données sont également les DMP (Data Management Platform) : plateformes de gestion des données qui permettent de synchroniser, dans un même système, des données provenant de sources différentes (internes ou externes à l’entreprise), de natures variées (comportementales, déclaratives, transactionnelles), structurées (champ fixe d’un formulaire) ou non structurées (temps passé sur une page web).
Cette démarche de gestion des données s’inscrit dans une logique de MDM (Master Data Management – en français, Gestion de Données de Référence) méthodologie qui identifie les informations essentielles au sein d’une entreprise et qui crée une source unique pour alimenter les processus métiers. La MDM fournit un aperçu exact des données (pas de doublon), un aperçu complet des relations (Monsieur Untel a acheté le produit Beta), une vue complète de toutes les interactions (Monsieur Untel a acheté le produit Beta chez le distributeur Gamma et a appelé le service client).
Dans un environnement digitalisé, encore plus que dans un environnement classique, l’entreprise se doit d’être Data-driven, c’est-à-dire conduite, éclairée par les données. Compte-tenu de leur multiplication et des nombreuses analyses effectuées, le recours à la représentation visuelle des informations les plus importantes (Datavisualisation) pour atteindre les objectifs, s’avère absolument nécessaire. Beaucoup d’éditeurs mettent à disposition des outils de conception de dashboards (en français, tableaux de bord).
Nous n’avons pas parlé de database, datamining, datacenter, datagram… par crainte de provoquer une indigestion de data. Bon appétit quand même !