Les fondamentaux du Big Data

Nous commencerons par analyser le parcours du prospect sur le site afin d’identifier ses centres d’intérêt. En fonction des interactions ou des recherches effectuées (modèles ou marques de voitures), nous pouvons dégager un modèle comportemental que nous intégrerons dans un groupe d’utilisateurs ayant les mêmes critères de recherche. Pour inciter le visiteur à revenir sur le site, nous lui demandons son email en contrepartie d’informations sur des modalités de paiement avantageuses ou des remises exceptionnelles. Cette technique peut être couplée à du retargeting. Dans les communications email, nous lui suggérons des voitures qui correspondent aux critères du segment de clients auquel il appartient, avec à la clé une offre avantageuse. Pour affiner les recommandations, une fois de retour sur le site, on peut lui proposer de configurer sa voiture favorite en échange d’une estimation de prix. On obtient ainsi des détails techniques supplémentaires par rapport à ses préférences.

Il est important de débuter par la définition d’un cas d’usage justifiant le recours au Big Data (personnalisation des prix, meilleure connaissance client, etc.).

Une fois l’objectif identifié, on fait le tour des données internes et externes dont nous disposons. Si nous visons une meilleure connaissance client, l’ERP, le CRM et les réseaux sociaux constituent des sources de premier choix. Pour l’interconnexion des informations provenant de sources internes et externes, nous utilisons une API.

Enfin, il nous faut un outil capable d’exploiter les mégadonnées à notre disposition. Puisque notre budget de départ est restreint et que nous débutons avec un volume de données relativement faible, nous opterons pour une solution NoSQL cloud. Nous faisons ainsi l’économie d’infrastructures Big Data physiques, tout en bénéficiant de services d’analyse de données à un coût abordable.