Le big data, vous connaissez ? Mais si, vous savez, ce terme un peu galvaudé, très à la mode, le truc que tout le monde veut faire pour briller en soirée d’entreprise :
« Ça y est, j’ai embauché un data scientist, on est en train de collecter plein de données sur nos utilisateurs, on va faire décoller le chiffre ! »
Oui, mais voilà : empiler les données dans un data warehouse n’a jamais aidé qui que ce soit.
Eh oui, désolés ?
Car l’important, ce n’est pas d’avoir des milliards d’informations : c’est de savoir ce que l’on en fait.
Pas encore convaincu ? Alors laissez-nous creuser la question.
Notre conception du minage de données chez Minelead
Pour notre part, chez Minelead, on ne verse pas dans le « big data ». On ne stocke pas des données poussiéreuses dans un réservoir plein à craquer, pas plus qu’on ne balance des cohortes de chiffres inintelligibles à nos clients.
Vous pourriez vous dire qu’on exagère, mais dans les faits, pas du tout : non seulement la plupart des données collectées pourrissent six pieds sous terre, mais celles qui ne sont pas utilisées génèrent énormément d’émissions carbonées. En résumé, pas grand-monde ne les utilise, et elles sont très polluantes. Fantastique !
Chez nous, les données, on les collecte, on les retraite, on les recroise, on les affine. Objectif : aider nos clients à prendre des décisions stratégiques.
Et on insiste dessus : aider nos clients à prendre des décisions stratégiques. Il ne s’agit pas de s’amuser avec deux ou trois statistiques, mais bien de les interroger, de les enrichir, de les mettre en perspective avec d’autres métriques d’importance.
Dans cet exercice, ce n’est donc pas le volume qui importe, mais la matière grise, ce que l’on fait de ces données !
Et là-dessus, on ne laisse rien au hasard. Permettez-nous d’ébaucher sommairement notre méthodologie pour vous donner une idée :
- On commence de façon très classique, par une récolte des besoins client;
- Cette récolte des besoins nous permet ensuite d’ébaucher une cartographie exhaustive des statistiques ou des données à récupérer ;
- Parfois, on ne peut pas obtenir la donnée immédiatement. On imagine alors le processus de retraitement et de recroisement des données afin d’y parvenir ;
- Ces données sont enrichies de sources annexes (lesquelles nous semblent pertinentes) afin de les présenter sous un aperçu nouveau ;
- L’ensemble est ensuite synthétisé au sein d’un document à destination du client !
Comme vous pouvez en juger, rien d’extraordinaire sur le papier : il s’agit seulement de corréler ensemble des données collectées ci et là, de les épurer, puis de les résumer dans un document d’aide décisionnelle.
Mais c’est justement cet exercice qui en fait la valeur ajoutée !
Un exemple de document-type ?
Pourquoi pas ! Mais on va volontairement rester évasifs, souci de confidentialité oblige.
Nous avons récemment eu à présenter notre travail auprès d’un prospect s’intéressant au marché des compléments alimentaires ; plusieurs questions demeuraient en suspens chez lui, notamment vis-à-vis des données que nous pouvions collecter.
Notre proposition s’est articulée autour de trois gros volets :
- Une synthèse de différentes métriques et autres statistiques liées au secteur des compléments (informations sur le marché, comportements d’achat, données de relations client…).
- Un détail des informations qu’il était possible de collecter (vendeurs, SIREN, sites web, contacts, adresse commerciale, données Google My Business…), avec recroisement des métriques + création d’un score d’autorité pour chaque vendeur afin d’évaluer de façon tangible la concurrence.
- Une évaluation de la concurrence sur les résultats de recherche naturels, à partir des requêtes utilisateurs et des tendances de recherche, afin de jauger du temps et du budget à investir sur le web.
Cette typologie de mission vous intéresse pour optimiser votre activité ? Vous savez quoi faire : contactez-nous pour que l’on papote de votre projet !
