90 AVENUE DES TERNES

75017 PARIS - 01 55 37 24 10

08 DEC 14Bimensuel

OJD : 2651

Surface approx. (cm²) : 771

N° de page : 42-43

Page 1/2

ALIZNET5287032400502/GAB/MMS/3

Tous droits réservés à l'éditeur

ENQUETE FidélitéUn modèle à repenser

ENTRETIEN AVEC I Jean-Bernard Délia Chiesa, associé, consultant prospective et transformation,

AlizNet Group

Attention !Le casse du se préparePour entretenir la fidélité et attirer les clients, zoom sur

l'édification d'un grand chantier: celui de la prédiction du désir.

Une révolution stratégique entamée par de grands opérateurs

qui risquent bien de mettre la main sur les fichiers clients des

enseignes qui rechignent à investir.

Face à l'explosion des données,comment les enseignes envisagent-elles le traitement des informationsde la connaissance client?Nous avons beaucoup travaillé sur le

Big Data dans une approche prospec-

tive. Et ce que l'on constate, c'est que,

globalement, les enseignes affichent

une vision extrêmement dubitative sur

le sujet Elles n'en voient ni l'intérêt, ni la

pertinence à court terme. Dans le même

temps, d'autres acteurs comme Google,

Facebook, Microsoft ou Apple ont, eux,

tres bien compris l'intérêt d'investir et

de se positionner L'objectif étant de

développer des passerelles entre les

enseignes et eux-mêmes en prélevant,

évidemment, une commission au pas-

sage En fait, ce que les distributeurs

ont du mal à comprendre, c'est que ces

acteurs rêvent de transformer toutes les

enseignes physiques en market places

Pour cela, il faut qu'ils attirent les clients

avec une approche plus personnali-

sée Ils sont donc en tram d'investir en

masse en misant sur un changement de

paradigme, celui de passer d'une prévi-

sion des ventes de l'enseigne à une pré-

diction du désir du client

Une prédiction du désir?Oui. Cela ne suffit plus de proposer a un

client qui vient d'acheter un produit un

autre article, juste parce qu'il est supposé

lui plaire Les résultats de ce genre d'ap-

proche sont très faibles ll faut véritable-

ment passer à une prédiction du désir en

mêlant les informations mises en ligne

sur les réseaux sociaux, en y associant

du digital, de la mobilite, des systèmes

de paiement Cest un maillage, toute

une architecture que ces grands acteurs

sont en tram de bâtir Pour réaliser une

bonne prédiction, il faut des données,

de l'information, donc un réseau social

Tous peaufinent leur offre Google avec

Google+, Facebook avec Instagram ll

faut aussi du matériel comme de l'élec-

tronique Tous investissent sur la partie

mobile Apple, Microsoft qui a racheté

Nokia, Google sur Android, Samsung

ll faut également être capable de savoir

que ce qui a été prédit comme achat au

client a bien ete acheté et, a l'idéal, réglé

via le dispositif de l'opérateur D'où cette

bataille autour des systèmes de paie-

ment Samsung avec Paypal, l'Apple

Pay, le Google Wallet Et la où ils sont

malins, c'est que ces systèmes sont cou-

ples à un programme de fidélité de façon

à créer un intérêt, une facilité d'accès en

liant l'ensemble des éléments pour que

ce soit natif pour l'utilisateur

Comment réagissent les enseignesfrançaises ?Nous avons travaillé sur ce sujet avec la

Fédération des enseignes de l'habille-

ment Et ce dont nous avons peur, face

à l'attentisme des enseignes, c'est qu'il

soit trop tard pourréagir, dans quèlques

90 AVENUE DES TERNES

75017 PARIS - 01 55 37 24 10

08 DEC 14Bimensuel

OJD : 2651

Surface approx. (cm²) : 771

N° de page : 42-43

Page 2/2

ALIZNET5287032400502/GAB/MMS/3

Tous droits réservés à l'éditeur

années, avec ces "monstres" qui sont

en tram de construire leurs forteresses

Les investissements sont tellement im-

portants que, si l'on n'agit pas mainte-

nant, la bataille est perdue d'avance Le

risque c'est que demain, les enseignes

Se faire volerson fichierclients.

vont, littéralement, se faire voler leur

fichier clients et donc environ le tiers de

leur valorisation C'est ce qui s'est passé

avec bookmg com Les hôtels n'ont rien

vu venir et se sont retrouvés complète-

ment dépendants.

Que faut-il faire pour éviter cetteemprise ?Il faut des investissements forts de la part

des entreprises maîs, aussi, une autre

façon de voir les choses Concernant la

donnée, il est nécessaire de développer

une communauté sur les réseaux sociaux

afin d'avoir directement accès à l'infor-

mation autorisée par le client C'est ce

que l'on appelle l'amorçage Au risque

i de se voir systématiquement opposer

* la protection de la vie privée par les opé-

�p rateurs qui conservent jalousement les

e données C'est une nouvelle forme de

fidélité, valoriser les clients sur les ré-

seaux sociaux en jouant sur une certaine

montée de l'égocentnsme afin que cha-

cun puisse avoir ses 15 minutes de célé-

brité, comme le promettait Warhol Les

enseignes doivent provoquer ces 15 mi-

nutes et les utiliser à bon escient

En conséquence, cela entraîne un be-

soin en nouvelles technologies maîs,

aussi, en nouveaux métiers et compé-

tences On parle beaucoup des bases de

données relationnelles S'il y a 100 per-

sonnes en France qui savent réellement

les gérer, c'est le bout du monde So %

des acteurs qui disent faire du Big Data

travaillent juste sur des bases de don-

nées de plus en plus importantes en pro-

fitant d'une vitesse de calcul améliorée

des ordinateurs pour faire du décision-

nel Cela veut dire qu'il faut embaucher,

dès maintenant, des profils nouveaux

pour démarrer de zéro et monter en

compétences ces prochaines années

Quels types de profils ? Des datascientists ?Oui, maîs pas seulement ll faut des

profils marketing ouverts à cette vision

de big data, c'est-à-dire un marketing

moins basé sur des plannings d'anima-

tion commerciale, et davantage tourné

vers la personnalisation et le temps réel

Pour l'instant, les équipes ne sont pas ca-

pables de transmettre leurs besoins à la

DSI ll faut aussi des profils qui vont effec-

tuer un premiertraitement de la donnée,

assurer sa gestion, son stockage, para-

métrer les besoins En revanche, ce qui

est stratégique, c'est l'approche mathé-

matique pour optimiser les algorithmes

On est proche du traitement du signal Et

ce type de profils, jamais une enseigne,

à de rares exceptions, ne pourra les inté-

grer elles ne pourraient pas les intéres-

ser plus de 15 jours . Ce seront toujours

des profils externes

Quels sont les freins à cetinvestissement?Ils sont globalement de deux ordres

D'abord, c'est un sujet mathématique

Et, culturellement, pour les enseignes,

très pragmatiques et plutôt tournées

vers l'instinct, c'est antinomique La

réalité du résultat est tellement peu pal-

pable que les dirigeants n'arrivent pas

à y croire Quand on leur dit de cette

analyse mathématique, nous allons pro-

duire un traitement décimal qui va sor-

tir une courbe, une prédiction du désir

du client et une action propice à mener

pour que la personne réalise cet achat,

le fondement même est tellement éloi-

gné du commerce, que ça les dépasse

Et comme cela représente des investis-

sements dont le ROI n'est pas rapide, que

les enseignes évoluent dans un marché

concurrentiel extrêmement dur avec des

arbitrages budgétaires serrés, le projet

passe à la trappe Leur vision n'est pas de

savoir si, dans 5 ans, ils auront pris trop

de retard et perdront leurs clients, leur

problème est de savoir si dans 5 ans ils

seront encore là

Or, comme l'a souligné Christian Pimont,

président de la FEM et de l'Alliance du

Commerce, "Nous sommes victimes du

casse du siècle" (m Les Echos - 3 avril

2014) Les enseignes n'ont jamais été

confrontées à un tel choix tout avoir et

savoir sur leurs clients, ou ne plus rien

avoir du tout� �

AlizNetUne nouvelle approchedu Big DataActeur du conseil et desservices, AlizNet est né de larencontre de deux sociétés:Realiz Conseil exerçant sur les métiers

de la distribution, et Netik, spécialiste

en solutions digitales La société se

consacre à l'ingénierie de l'offre

(élaboration, construction, optimisation)

dans le secteur de la distribution et du

retail Ses consultants sont issus, en

grande ma|onté, des centrales d'achat

des enseignes Une de ses solutions,

baptisée Smart Target, permet, dans

une nouvelle approche Big Data, de

changer de paradigme en passant de

la prédiction de vente à la prédiction

du désir Quèlques références Vivarte,

Gemo, Eram, Etam, Fnac, Galeries

Lafayette, Conforama...