La data dans le retail : enjeux et bons réflexes

APPLICATIONS MÉTIERS
Temps de lecture : 5 minutes

Si vous transmettez des data de mauvaise qualité à vos outils d’intelligence, ils vous le rendront bien ! « Garbage in, garbage out » comme disait mon prof de marketing… Cette affirmation est particulièrement vrai pour les acteurs du retail. Alors qu’ils doivent jongler avec d’importantes quantités de données issues de multiples sources, la qualité de celles-ci a un réel impact sur la bonne santé de leurs business. Une réalité qui soulève de nombreuses questions : qu’est-ce qu’une donnée défaillante ? Comment la corriger ? Qui impliquer ? Éléments de réponses avec David Talaga, directeur du marketing produit chez Talend.

 

David Talaga, directeur du marketing produit chez Talend
David TALAGA
Directeur du marketing produit chez Talend

Talend est un éditeur de logiciel spécialisé dans l’intégration de données cloud.

L’utilisation de données défaillantes pourrait coûter à une entreprise. D’après le cabinet d’études Gartner, le coût des mauvaises données à récemment été estimé à 11,8 millions de dollars par entreprise. C’est pour les aider à éviter pareille déconvenue que fut créée Talend il y a une quinzaine d’années. Dernière société française introduite au Nasdaq, elle propose à ses clients des solutions cloud pour fiabliser et démocratiser les données à la vitesse du cloud. Sa force ? Rendre simple et accessible à tous la data pour minimiser les risques qui lui sont liés.

Quels sont ces risques ? Pour David Talaga, ces derniers sont de deux natures :

  • La non-conformité au RGPD d’abord, peut entraîner une pénalité légale et pire encore, une dépréciation de l’image de marque de l’entreprise, qui entrainera naturellement par la suite une baisse de confiance de la part des consommateurs, et par la même des revenus de l’entreprise.
  • Une mauvaise appréciation des besoins et leviers de croissance ensuite, peut donner lieu à des prises de décisions hasardeuses.

Afin de maîtriser au mieux les données et d’éviter qu’elles ne deviennent une nuisance, l’expert recommande aux entreprises d’automatiser et de contrôler les systèmes d’intégration. Et ce, dès la récolte des datas.

Lire aussi In the Memory : la stratégie data-driven automatisée pour la grande distribution

La multiplication des sources data dans le retail : un risque à prendre en compte

 

Des sources multiples et décentralisées

Le retail a pour particularité d’être un domaine large, qui regroupe de multiples acteurs sur de multiples espaces. Alors que les sources de données étaient centralisées il y a encore peu de temps, elles sont aujourd’hui partout et de différentes natures ! En magasin, en ligne, dans les flux IoT, dans le CRM, ou encore dans les systèmes de gestion des stocks… le volume des datas que doivent traiter les entreprises devient exponentiel et double tous les deux ans.

Autant de facteurs qui complexifient grandement la gestion des données. « Ils augmentent par là-même le risque de se baser sur des informations erronées si l’on n’est pas vigilant, » avertit David Talaga.

TPE/PME : Entreprendre l’esprit libre grâce au numérique

Ce guide vous présente ces diverses solutions à travers trois grands axes : 1) Simplifier la vie des entrepreneurs ; 2) Garantir l’activité et la performance ; 3) Favoriser l’innovation

Télécharger

Les 6 profils data de mauvaises qualités

Première étape à respecter pour éviter toute erreur est de savoir reconnaître une data de mauvaise qualité. Elles rentrent dans 6 catégories.

  • Donnée erronée : contient des erreurs orthographiques, des chiffres faux, des informations manquantes ;
  • La donnée non conforme : ne satisfait pas les normes RGPD en vigueur ;
  • Une donnée non contrôlée : ne fait pas l’objet d’un suivi et devient « polluée » au fil du temps ;
  • La donnée non fiable : ne fait l’objet d’aucun contrôle et devient vulnérable au piratage ;
  • Une donnée statique : n’est pas mise à jour et devient obsolète ;
  • La donnée dormante : inactive et inutilisée, elle perd de sa valeur.

Lire aussi Retail : 5 conseils pour tirer parti de la connaissance client

De multiples conséquences

Ne pas prendre en compte ces données défaillantes peut avoir d’importantes conséquences, souligne David Talaga. « L’écart en termes de chiffre d’affaires peut dépasser 50% entre une entreprise qui n’utilise pas des données de qualité au départ et une autre qui y est plus vigilante. ». Ces conséquences sont liées aux pénalités dues au non-respect des normes en vigueur, à la perte de clients en réaction au manque d’intégrité de la marque, à la mauvaise gestion des stocks ou du temps des collaborateurs. A contrario, « une donnée bien gérée permet d’augmenter l’efficacité de l’entreprise », souligne David Talaga. En effet, elle fait gagner du temps à tout le monde : les collaborateurs pourront se concentrer sur des tâches à valeur ajoutée et ainsi proposer aux clients de véritables expériences d’achat enrichies.

Testez gratuitement Dynamics 365

Découvrez comment Dynamics 365 peut transformer la manière dont vous gérez votre business

C’est parti

Comment bien gérer ses données ?

Il y a 3 étapes pour profiter de données fiables :

Préparer

« La première étape est de savoir ce que j’ai dans mes données », souligne l’expert. Pour cela, Talend propose un trust score pour connaître quasi instantanèment la qualité des données avant même toute utilisation. L’intérêt ici est de comprendre la donnée avant de la corriger, d’identifier en quelques minutes les erreurs présentes dans les données qui entrent dans le système, quelle qu’en soit la source.

Nettoyer

Cette étape cruciale est encore aujourd’hui très chronophage. On estime que les professionnels de la data passent environ 60% de leur temps à les nettoyer. Un outil comme Talend Data Preparation, bientôt disponible sur Azure, permet de nettoyer et de corriger les données très rapidement. Auparavant réservé à des experts, la qualité de données s’est généralisée en libre service pour la rendre accessible au plus grand nombre.

Contrôler

Enfin, il est capital de contrôler ses données régulièrement. Il est en effet courant qu’une donnée que l’on pensait corrigée vienne repolluer le système au bout d’un moment. Pour éviter l’effet boule de neige des mauvaises données, il est impératif de rendre les contrôles qualité des données pérennes et notre plateforme Data Fabric a été conçu pour ça.

Le traitement de la donnée doit être un sport d’équipe

« Notre objectif est de faire en sorte que la data ne soit plus simplement une donnée technique mais qu’elle ait également une valeur business, comprise et contrôlée par les usagers », confie David Talaga. Pour cela, il est nécessaire d’amener la richesse du traitement des datas (déjà bien comprise par l’IT) auprès des métiers et du business directement. A ce titre, Talend propose une plateforme complète destinée à distribuer les données fiables aux différents acteurs de l’entreprise. Ainsi les métiers seront en mesure de comprendre les besoins des clients pour mieux y répondre.

Lire aussi Intelligence artificielle et retail : 7 scénarios inspirants

close popup close popup

Inscrivez-vous à notre newsletter mensuelle

Le Best-Of de nos articles tous les mois

Je m'inscris