A l’heure de l’Intelligence Artificielle, où les assistants vocaux, recherches intelligentes et chatbots sont de plus en plus utilisés dans les stratégies marketing des entreprises, les besoins data n’ont jamais été si importants.

L’enjeu pour les entreprises utilisant ou souhaitant utiliser l’IA est de valoriser efficacement les data en optimisant l’intégralité des processus : collecte, exploitation et gouvernance des données.

Une réalité plus nuancée : des problématiques data basiques

Néanmoins, « la moitié des entreprises exploite moins de 25% de la donnée collectée et analysée*».

Pourquoi seulement un quart des données collectées sont utilisées ?

• Une gouvernance des données mal définie : Les entreprises ont tendance à collecter un grand nombre de données, sans en avoir défini l’objectif (dans quel but utilise-t-on la donnée ? contactibilité, statistiques ou bien création de segments ?)
• Des systèmes d’information organisés en silos, ne permettant pas de rationnaliser l’utilisation de la donnée client / prospect.
• Des problèmes de normalisation de la donnée, la rendant inexploitable.
• Un problème de ressource : Les métiers autour de la donnée ont évolué, du data manager en passant par le data scientist et le DPO.

Selon l’étude PwC datant de 2018, « 51% des marketers attribuent une note entre 7 et 10/10 à la collecte des données, contre seulement 36%  à l’analyse et 33% à l’exploitation des données*. »

Des statistiques dénotant clairement l’aptitude des entreprises à collecter les données clients, mais aussi la difficulté chronique que représente l’exploitation.

Quelle stratégie data adopter pour réussir les projets IA ?

Créer une stratégie data nécessite une bonne organisation, et surtout des prérequis à mettre en place dans un ordre bien précis :

• Unifier les données (Data Quality Management, Complétude…)
• Augmenter la connaissance et mesurer des comportements d’audience (Reporting, Statistiques…)
• Activer les données (Marketing Automation, Personnalisation Web, chatbot etc…)

En effet, l’erreur classique est de vouloir commencer par l’intégration de technologies d’IA ou de mining au système d’information marketing. Et ça se comprend… le marché ne cesse de développer une offre toujours plus consistante d’«outils d’intelligence artificielle». Des technologies clés en main, souvent en SaaS, permettant d’effectuer « n’importe quelle prédiction » dans n’importe quel domaine, et ne nécessitant aucune connaissance technique.

Sans remettre en cause la pertinence de ces outils, il est nécessaire d’établir une feuille de route, avant de piloter correctement les projets d’IA.

• Pas d’IA sans données qualifiées et enrichie

 Les outils d’IA et de datamining du marché, relativement proches, s’appuient sur des corrélations statistiques. Ceci dit, ces calculs ne sont pertinents que lorsque les données en entrée sont correctes ! La première étape est donc de s’assurer de la qualité des données (Normalisation, validation, correction, dédoublonnage, déduplication…) avec les technologies de data quality adaptées.

Les données corrigées peuvent ensuite être enrichies (comportement web, appétence, données de contactibilité manquantes, données sociogéographiques…) pour augmenter la connaissance client et ultérieurement créer des segments toujours plus fin.

• La vision unique client / prospect – L’étape indispensable

 « 71% des entreprises du secteur tertiaire » comptent « utiliser l’IA pour améliorer leur connaissance client. » La connaissance du client et du prospect passe avant tout par une maîtrise parfaite de l’information client déjà collectée dans les métiers de l’entreprise (marketing, commerce, SAV, CRM…)

La vision unique client / prospect, souvent oubliée dans les processus data, est probablement l’étape la plus importante.

Son utilisation concrète permet par exemple de réconcilier les clients physiques et digitaux, de distribuer des informations clients fiables et unifiées aux métiers, mais aussi créer une vision unifiée du client et de son parcours.

C’est après ces étapes préliminaires qu’il est enfin possible d’utiliser et d’alimenter en données fiables, enrichies et unifiées les outils d’IA ou de mining.

Etude menée auprès de 240 décideurs par PwC France et L’Usine Digitale : « Intelligence artificielle & Big Data 2018« 

S’appuyant sur des données relationnelles toujours plus précises, le marketing doit désormais créer des expériences clients uniques, générer des leads ultra-qualifiés aux commerciaux, et dans les entreprises les plus avancées prédire des comportements d’achats. Ces processus se démocratisent petit à petit au sein des entreprises au détriment du « Big Data », plus coûteux et difficile à mettre en place.

Cependant, il y a encore beaucoup d’idées reçues sur le Smart Data et peu d’entreprises sont pleinement satisfaites des performances de leurs actions marketing. L’utilisation et l’activation des données nécessitent l’élaboration et la mise en place opérationnelle d’une réelle stratégie, démarrant par la mise en qualité de la donnée.

Sans données pertinentes, aucune stratégie marketing ne peut être efficace !

La donnée est un actif qui, comme tout autre, doit être exploitée pour créer de la valeur. Une donnée inexacte ou tronquée est une perte brute pour l’entreprise.

Voici quelques exemples d’attentes et de réalités auxquelles les entreprises se heurtent au niveau de leur marketing relationnel et de leur data.

Les attentes les plus fréquentes

• Mettre en place des campagnes de marketing automation générant des leads qualifiés
• Créer des parcours clients cohérents
• Disposer d’une connaissance optimale de sa clientèle
• Disposer de segmentations précises dans les datamarts et autres bases de données
• Pouvoir prédire les comportements clients : attrition, mécontentement, achat …

Les réalités sont autres !

• Des données peu qualifiées, aboutissant à des communications non délivrées, pas ou peu de ROI
• Un manque d’unification de l’information client, altérant l’expérience,  son expérience et son parcours
• Des bases de données toujours plus nombreuses
• Des informations clients et prospects difficiles à unifier et à enrichir.

Les entreprises attendent donc beaucoup des data mais, en réalité, ont du mal à surmonter ces problématiques data qui nécessitent, pour la grande majorité, un accompagnement stratégique et opérationnel.

Avant de mettre en place des stratégies complexes ou de nouveaux outils, il est essentiel de démarrer par une mise en qualité des données, et une révision des processus d’alimentation des bases.

En effet, la mise en qualité est le prérequis indispensable avant toute stratégie et mise en place d’outils complexes (datamining, IA, marketing automation…). Effectuer des statistiques, des calculs et autres traitements avec des données en double, incomplètes ou inexactes aboutira forcément à des résultats imprécis ou inexploitables.

Voici quelques pistes pour améliorer la performance des actions marketing grâce à la donnée :

1. Les données doivent être mises à jour continuellement car elles évoluent vite ! (déménagement, changement d’opérateur, e-mail inactif …) Plusieurs possibilités existent pour la mise en qualité des données : la vérification e-mails,  la RNVP… Autant de solutions qui vous permettront d’avoir des données relationnelles actualisées et vérifiées.
2. La qualité de données est essentielle mais ne suffit pas ! L’entreprise doit également enrichir ces dernières pour optimiser sa connaissance client. Les enrichissements concernent les données relationnelles classiques (e-mails, téléphones…) et comportementales (parcours web, achats, intérêt).
3. Enfin, l’aspect de la sécurité et de la conformité des échanges de données n’est plus à prendre à la légère à l’heure du RGPD où des sanctions lourdes sont déjà tombées. L’exemple récent de British Airways est parlant. La sécurité avant la performance !

Avec une approche data structurée et coordonnée, l’entreprise connaît mieux ses prospects et clients, peut créer des campagnes marketing cohérentes et générer toujours plus de leads … Il n’est jamais trop tard pour commencer !

Ceci dit, à la vue du nombre de plaintes enregistrées, on imagine qu’il reste encore du travail… La mise en conformité peut être longue et fastidieuse, néanmoins obligatoire.

Que vous soyez en conformité ou pas encore, nous avons dressé une liste de pratiques largement répandues dans les entreprises, et pourtant proscrites !

• Envoyer des data personnelles par mail, en interne ou en externe, sans sécuriser la communication

Hérésie ! Il est nécessaire d’échanger des données personnelles sur des plateformes sécurisées, et non sur de simples clients mails. Idéalement, les échanges et traitements doivent être anonymisés ou pseudonymisés.

• Utiliser des données personnelles sans consentement de l’utilisateur.

Une gestion automatisée des opt-out s’impose. La mauvaise gestion des désabonnements et des suppressions de liste de diffusion est l’une des premières causes des plaintes enregistrées à la CNIL.

• Louer des fichiers non “optin” pour la prospection commerciale.

Si vous utilisez des data provenant de sources externes, vous devez également vous assurer du consentement des contacts sur l’ensemble des canaux utilisés lors de votre prospection (sms, email, vocal…). Concrètement, il vous faut savoir d’où viennent ces données, et pouvoir justifier de leur bonne utilisation.

• Traiter des données personnelles inexactes.

L’article 5-D du RGPD demande aux utilisateurs de données personnelles de disposer de données “exactes et […] tenues à jour”.

Peut-être est-ce le moment d’enrichir, de corriger et d’actualiser vos données relationnelles ?

• Utiliser des données relationnelles sans registre de traitements.

Chaque traitement doit être justifié : finalité, parties prenantes, durée de conservation, niveau de sécurisation…

Vous l’aurez compris, la mise en conformité n’est pas uniquement juridique; elle est également opérationnelle.

Automatiser la gestion de ces nouvelles règles paraît indispensable… Mais comment l’effectuer sans perdre de temps et sans connaissance technique particulière ?

C’est en partant de cette interrogation que nous avons créé Hubbi… La “boîte magique” pour :

• Échanger des data personnelles dans un cadre 100% compatible RGPD.
• Utiliser des data vérifiées
• Utiliser des données optinisées
• Automatiser les suppressions de contacts et les désabonnements,
• Et surtout … Effectuer des traitements, des échanges et des enrichissements sur des données personnelles sans jamais les sortir de votre système d’information.

Découvrez la solution.

La donnée, qu’elle soit relationnelle, comportementale ou transactionnelle, est devenue essentielle dans de nombreuses stratégies métiers (marketing, SAV, commerce…)

Ceci dit, le capital data de votre entreprise repose sur deux caractéristiques principales.

• La sécurité des données et des systèmes

Le capital data se détermine par la sécurité des traitements et des échanges. Sans sécurité, une entreprise est vulnérable aux attaques informatiques et peut par la suite être sanctionnée par le législateur (on parle bien évidemment de la CNIL et des législations récentes).

• La qualité des données

C’est le critère primordial. Une donnée, qu’elle soit relationnelle, comportementale ou décrivant une appétence, ne sera utile que si elle est exacte, unifiée et normalisée et enrichie. Des données uniquement stockées et auxquelles aucun traitement n’est appliqué deviennent peu utiles, de la même manière qu’un actif financier.

En effet, l’exploitation des données joue un rôle primordial dans la stratégie d’acquisition et de fidélisation des entreprises. Mais, pour autant, par souci de sécurité, de confidentialité et de respect des législations européennes (RGPD, loi sur les libertés informatiques…) aucune entreprise ne souhaite sortir les données de son propre système d’information.

Alors, comment enrichir et segmenter sereinement les données via des bases externes en toute sécurité ?

Comment transférer et échanger des data en étant compatible RGPD ?

Comment satisfaire ses clients et prospects avec la bonne offre au bon moment ?

Et finalement, comment créer des parcours clients cohérents grâce à la donnée ?

En effet, disposer de données sans qualité fait inévitablement baisser le capital data de votre entreprise.

Cette perte se matérialise par des manques à gagner en terme de d’acquisition, de fidélisation, de satisfaction client. Ce déficit impacte les métiers (commerce, digital, marketing, SAV, Relation client…) et donc les clients, la sécurité (fuite de données), et l’image de marque de l’entreprise (sanctions de la CNIL, communication de crise)

Chez Amabis, nous travaillons dans la data depuis plus de 20 ans… Ces années d’expérience nous ont permis de synthétiser les besoins data actuelles des entreprises en 3 grandes idées :

• Avoir de meilleurs taux de rapprochement sur les enrichissements de data
• Pouvoir transférer des data en toute sécurité – sans les sortir du système d’information
• Etre en conformité avec les législations

Les équipes Amabis ont créé Hubbi, pour répondre aux besoins data récurrents des sociétés.

Hubbi, c’est la « boîte magique » à connecter à votre SI qui vous permet d’échanger et de rapprocher des données simplement, sans limite et en toute sécurité :

1 – Augmenter significativement les taux de rapprochement

Pour améliorer constamment la qualité, la pertinence et la fraîcheur des data relationnelles, comportementales et d’appétence, en B2B comme en B2C.

2 –Transférer des données en toute sécurité par anonymisation

Les échanges de données, internes comme externes, sont réalisés sans sortir les data du système d’information, grâce à l’anonymisation

3 – Disposer d’une solution sécurisante et totalement RGPD compatible

Hubbi vous permet d’augmenter votre capital data tout en respectant la législation européenne.

Alors, êtes-vous prêts à augmenter votre capital data ?

Identifier les parcours clients pertinents, les moments critiques, l’attrition… tels sont les différents enjeux d’une stratégie de fidélisation nourrie par la data.

Une des questions que se pose quotidiennement le marketer : Comment réduire mon taux d’attrition ? Comment augmenter mon taux d’upsell ?

Le premier point bloquant est la contactabilité ; c’est-à-dire la capacité de pouvoir contacter correctement son client, grâce à des données relationnelles fiables (mail, adresse postale, téléphone fixe et mobile…).

La qualité des données : Un mal nécessaire

En effet, les bases de données relationnelles ont un taux d’attrition pouvant aller jusqu’à 10% par an ! En dehors de la concurrence, l’attrition peut être due à une qualité de données déficiente (déménagements et donc changement d’adresse postale, changements de mails, de téléphone…).

Le problème est évident, récurrent… mais n’est pas toujours pris en considération par les équipes marketing…

Et pourtant, comment garder une relation de confiance avec un client s’il est impossible de le contacter ? Comment lui présenter les nouvelles offres personnalisées ?

Ce genre de dysfonctionnement peut être évité en enrichissant, en corrigeant et en validant régulièrement les données relationnelles des différentes bases. Les données des bases sont mises à jour, actualisées et pertinentes. On dispose enfin des adresses postales normalisées et mises à jour des clients / prospects, à leurs numéros de téléphones fixes et mobiles…

Il devient également possible de créer de nouvelles opportunités en travaillant la qualité des données : On peut identifier, traiter et rassembler les individus d’un même foyer ou d’une même entreprise, pour personnaliser toujours plus les offres et les parcours.

La vision unique pour créer des parcours clients personnalisés

Un autre problème classique rencontré par le marketer est la vision globale et unifiée du parcours de chaque client.

Connaître son client est essentiel pour l’inclure dans les bons scénarii relationnels, le retenir et lui présenter les bonnes offres, au bon moment et sur le bon canal.

Les exemples d’écueils classiques :

• Inclure des clients peu satisfaits dans les mêmes programmes marketing que les clients ambassadeurs
• Envoyer une réduction par mail juste après qu’un nouveau client ait acheté son premier article en magasin.

Les parcours clients simples et cohérents, demandent une logistique technique complexe.

Il est nécessaire, dans un premier temps, mettre en place un dispositif de Vision unique – en agrégeant l’ensemble des données client, quel que soit le canal (CRM, SAV, Web, Magasin…).

Ainsi, on agrège les parcours, les sources d’entrées, les achats ; il est alors possible de créer des segmentations pertinentes (Récence – Fréquence – Montant, Petit – Moyen – Gros etc…)

En accédant à des données unifiées, enrichies et segmentées dans l’ensemble des canaux, il devient possible d’inclure les clients et prospects dans des parcours personnalisés, favorisant une meilleure relation.

Vous l’aurez compris, l’unification de l’information client constitue un levier stratégique que les organisations ne peuvent ignorer si elles souhaitent créer des programmes relationnels personnalisés, promouvoir une expérience client unique et anticiper les besoins.

En résumé : L’attrition ne se combat plus par l’envoi massif de communications non ciblées. Il est désormais impératif de rationaliser les bases relationnelles, d’en augmenter la qualité, de rapprocher et d’unifier les informations pour créer des ciblages pertinents pour créer des parcours clients adaptés et personnalisés.

Les marketers travaillent avec des données hétérogènes, sur de nombreux outils et datamarts.

Aujourd’hui, « 87% des dirigeants et directeurs marketing trouvent la data importante pour leur activité mais 50% d’entre eux reconnaissent être insuffisamment équipés pour l’exploiter pleinement »*. De plus, les systèmes de stockage de données relationnelles utilisés dans les entreprises explosent : 10 systèmes en 2017, jusqu’à 15 en 2019 ! **

Alors… par où et par quoi commencer dans cet océan de données ? Quelle stratégie adopter avec ce flux ininterrompu de données ?

Il n’existe pas de solution miracle pour créer des campagnes marketing implacables et des parcours clients parfaits.

Cependant, une méthode éprouvée a fait ses preuves.

En voici une ébauche pour les marketers…

• Transformer la donnée en information

Face au nombre exponentiel de données, il faut dans un premier temps sélectionner puis transformer des données fiables et utiles.

Les solutions de qualité et d’enrichissement de données (vérification et enrichissement d’adresses mails, numéros de téléphones fixes et mobiles, RNVP…) vont valider, enrichir et qualifier les bases clients, permettre de faciliter les processus d’acquisition de data en amont, notamment sur les formulaires et autres points de collecte.

Il est ensuite nécessaire d’unifier les données, afin d’agréger toutes les informations clients ou prospects venant de plusieurs sources online et offline (CRM, ERP, SAV, tickets de caisse…). Les données sont ainsi consolidées, unifiées, et pleinement exploitables. On évite ainsi les écueils… à savoir les doublons dans les bases relationnelles, vision morcelée du client / prospect entre les métiers, les parcours clients incohérents…

• Transformer l’information en connaissance

Vient ensuite la segmentation des clients, des prospects et des parcours. Des informations fiables, créées à partir de data traitées et qualifiées sont la base de la connaissance client : elles permettent de créer des reporting, des corrélations statistiques voir même des prédictions (prédire l’attrition, anticiper une plainte ou un acte d’achat).

Comment créer une segmentation pertinente ? Par où commencer ? Les premières segmentations ne demandent pas nécessairement d’être complexes. On peut effectuer les segmentations classiques (RFM à Récence Fréquence et Montant d’achat  ; PGM à Petits Moyens et Gros Clients), mais aussi s’appuyer sur des données d’enrichissement (CSP, intérêt, type de quartier, situation familiale…).

• Activer la donnée

Les étapes précédemment citées permettent au marketer d’accéder à de nouveaux gisements d’informations.

Les outils de chatbots, de marketing automation, et de personnalisation web vont s’activer efficacement grâce à des données qualifiées, unifiées et enrichies en amont.

L’unicité, la qualité et la finesse des data sont les clés d’une stratégie marketing efficace !

* étude réalisée par Eurogroup Consulting et Nextcontinent sur « L’influence de la data et de la digitalisation sur les fonctions marketing dans le secteur du retail et de la grande consommation en Europe ».)

** 5th Salesforce State Of Marketing Report – Top Trends redefining the Profession

Dans le jargon évolutif du marketing 2.0, l’un des termes les plus souvent employé est le redondant et galvaudé DATA–DRIVEN.

Littéralement, « conduit par la donnée ».

Mais de quoi s’agit-t-il réellement ? Quels sont les critères pour identifier une entreprise dite « Data-Driven » ?

Concrètement, l’entreprise Data-Driven est une société capable de piloter sa stratégie en s’appuyant sur la donnée.

On distingue plusieurs critères clés pour identifier une telle entreprise :

• Avoir accès aux données de toute nature et à n’importe quel moment.
• Pouvoir analyser des données, quel que soit leur format, leur nature et leur degré de complexité.
• Etre en mesure de créer de la valeur à partir de la donnée (pouvoir la transformer en information puis en source de connaissance).
• Mettre la donnée au cœur des processus et des décisions de l’entreprise, dans le but de créer de la valeur.

L’engouement du marché vers ces nouveaux concepts amène des entreprises de toutes tailles à multiplier les outils et les systèmes de management de données, dans le but de maximiser leurs utilisations.

Or, la multiplication des bases de données (« mise en silo » de l’information) est génératrice de contraintes supplémentaires pour les entreprises : accès à la donnée complexifié, difficultés pour croiser les données de différents systèmes, reportings faussés par des données non qualitatives, objectifs flous quant au traitement et à l’usage des données.

Pour commencer, il est nécessaire d’identifier la situation de l’entreprise en terme de stratégie et de besoins data. Ai-je besoin d’une meilleure qualité de données ? Comment agréger l’ensemble des données clients et prospects ? Mes données sont–elles sécurisées et leurs traitements sont-ils conformes aux nouvelles réglementations européennes ? Où en est mon entreprise au sujet de la gouvernance des données ?

Les problématiques data sont souvent nombreuses et doivent être traitées dans un ordre logique.

Créer une stratégie data s’apparente à la construction de n’importe quel édifice; en premier lieu, on définit l’espace les fondations :

• Optimiser la qualité des données en entrée (points de collecte) et des fichiers existants.
• Définir la vision de l’entreprise vis-à-vis de la gouvernance des données.
  • Disponibilité, sécurité, conformité et fiabilité.
  • Répartition des rôles dans l’entreprise.
• Définir les objectifs stratégiques des traitements de données

Après avoir établi de solides fondations, vient la conception de la structure.

• Se défaire des silos et unifier les données via un RCU (Référentiel Client unique)
• Se doter de moyens techniques adaptés aux objectifs stratégiques (CRM, RCU, Marketing Automation etc…)

Et suivent les finitions.

• Analyser les performances pour optimiser les prochaines actions
• Découvrir de nouveaux gisements de connaissances grâce à des technologies de pointe (Datamining , Machine Learning, Intelligence Artificielle…)

En conclusion, être Data-Driven ne relève pas d’une alchimie inaccessible mais plutôt d’une rigueur méthodologique et applicative. Et chacun peut être Data-Driven selon ses objectifs, ses moyens et s’inscrire dans une logique évolutive dans le temps. L’essentiel est de démarrer, sans tarder mais sur de bonnes bases !

Amabis, spécialiste depuis plus de 20 ans dans la qualité de données, la Business Intelligence et la création de solutions d’agrégation complexe de données , s’allie officiellement à Invenis, start-up prometteuse basée à la station F.

Invenis édite un logiciel d’analyse de données, disponible en SaaS, pour toutes les entreprises qui souhaitent valoriser leurs données.
Invenis permet aux équipes métiers et Data de réaliser des analyses prédictives, simplement et rapidement, sur toutes les données internes et externes à l’entreprise. Il devient ainsi possible de créer des recommandations basées sur des prédictions comportementales, ou encore analyser automatiquement des contenus textuels et en tirer des insights.

Une proposition de valeurs communes – data management, accompagnement, autonomie, automatisation –  adaptée aux nouveaux besoins marketing du marché, avec pour objectif de transformer de la donnée validée, enrichie et agrégée en information et en connaissance.

Le Référentiel Client Unique de Radio France est un projet ambitieux, il allie la connaissance de plusieurs expertises :

• La construction de la vision unique
• La conception de bases de données sur mesure
• L’alimentation de différentes briques fonctionnelles : Marketing Automation, Reporting et Datamining.

Amabis a été désigné par Radio France pour créer un Référentiel Client Unique permettant l’agrégation de l’ensemble des informations clients des bases relationnelles : En effet, la situation de Radio France n’est pas un cas unique. Comme dans beaucoup d’entreprises, les informations clients sont organisées en silo, rendant difficile l’accès à la donnée client. De plus, cette organisation des données rend impossible l’accès à une information client unique et agrégée.

C’est à ce genre de problématique à laquelle le Référentiel Client Unique peut répondre. Le RCU permet notamment :

• D’agréger des données des bases relationnelles et accéder à des données fiables en temps réel
• D’anticiper et prédire des besoins, usages et comportements
• De créer une expérience client non fragmentée, grâce à des parcours clients fiables rendus possible par la connaissance du client.

Amabis, spécialiste du Customer Data Management, a évolué durant plus de deux décennies sur l’ensemble du spectre de la data client, au rythme des progrès technologiques et des besoins des entreprises.

En 1996, Valéry Frontère a déjà plus de 10 ans d’expérience lorsqu’il crée et positionne Amabis sur les secteurs du marketing direct et de la vente à distance. Il propose aux entreprises spécialisées deux prestations à haute valeur ajoutée :

• la qualité de données
• l’infogérance de bases de données Marketing

Au cœur de cette stratégie, des algorithmes experts pour la RNVP (Restructuration, Normalisation et Validation Postale) et le dédoublonnage ainsi que les prémices du mode SaaS avec l’hébergement de bases marketing associé à des traitements récurrents de qualité de données.

Amabis s’inscrit ensuite dans une évolution permanente pour une amélioration continue :

• 2003, 1ers services SaaS de qualité de données.
• 2005, homologation du logiciel de RNVP
• 2007, nouvelle offre SaaS CRM
• 2008, 1er projet significatif de Référentiel Client Unique (RCU)
• 2011, mise en ligne d’un espace client et d’un site e-commerce pour distribuer les référentiels géographiques
• 2014, création d’un portail en ligne d’intégration des services web qualité de données
• 2015, développement de la stratégie d’approche globale de la data – création d’un nouveau pôle et nouvelles offres, CRM, Marketing Automation, etc.
• 2017, démarche IS027001 engagée et préparation au RGPD

Au cœur des besoins marketing et technologiques des entreprises depuis son origine, Amabis accompagne ses clients dans la mise en œuvre de système d’information marketing 360 orienté client.

Nos missions s’appuient sur une approche globale de l’entreprise, tant sur son organisation que sur les métiers – commercial-marketing, digital-système d’information et réglementaire.

Cette évolution se caractérise également par nos multiples expertises: audit, diagnostic, édition et intégration de services et solutions logicielles, conseil opérationnel pour tout type de projets data.

Une entreprise ne peut fonctionner sans donner du sens à la data client, c’est-à-dire sans mettre en œuvre les solutions technologiques et organisationnelles permettant aux « briques métiers » des entreprises de profiter de la vision unique du client, pierre angulaire de toute stratégie marketing et condition nécessaire pour la connaissance du client, la fluidité de son parcours et la qualité de son expérience avec la marque.

Comment rendre les datas efficaces et intelligentes?

Pour avoir du sens et constituer une information, une data, seule ou associée à d’autres datas, doit être avant tout exploitable. Cette data est-elle normalisée, fiable, à jour et facilement « updatable » ? Quelle est son taux de complétude ou renseignement dans la base ? Quels en sont les processus de collecte et mise à jour ? Quels sont les moyens de validation et d’enrichissements ? Quelle est la valeur de l’information qui découle de cette data ? Quels en sont les utilisateurs et les bénéficiaires ? Quels sont les coûts associés ? Toutes ces analyses conduisent à des solutions adaptées à chaque client, selon trois axes : organisation, technologie et formation.

Sens de la data, prédiction et expérience client

Anticiper le comportement client et le servir de façon optimum est une conséquence de la vision unique du client, de son analyse et de son exploitation partagée par tous les acteurs de l’entreprise, voire disponible également en toute transparence pour le consommateur.
Des analyses descriptives de la base client permettent d’établir des corrélations statistiques et d’expliquer des comportements réels.
Des modélisations vont ensuite permettre de calculer des scores individuels de comportement, des segmentations prédictives ou des recommandations ou associations de panier.

RGPD, quelles conséquences ?

Le RGPD est bien évidemment une contrainte en terme d’organisation pour l’entreprise mais c’est également une opportunité de mieux communiquer avec le client et surtout de sensibiliser et d’instaurer de bonnes pratiques dans l’entreprise en matière de traitement de la data.

Nouvelle stratégie, nouvelle identité…

Pour structurer sa croissance, Amabis s’est installée dans de plus grands locaux début juin, recrute, étoffe son offre et change d’identité visuelle et de slogan : Donnons du sens à la data client !