Performance commerciale : Big Data, analytics et culture de la transparence (3/3)

Quelles sont les démarches à adopter afin d’optimiser les capacités exploitables du Big Data à des fins stratégiques de performance ?

Aujourd’hui, de plus en plus d’entreprises, disposant d’une masse de données gigantesque provenant de multiples sources internes et externes (e.g. réseaux sociaux, transactions en lignes, interactions),  se demandent quels moyens adopter afin d’optimiser les capacités exploitables de cette base de données au service de leur performance commerciale.

De plus, avec la montée en puissance de nouvelles technologies révolutionnaires d’analyse de données, telles que l’intelligence artificielle, les métiers de la vente ont drastiquement évolué. Dans ce contexte, le commercial n’est pas au bout de ses peines : Matthew King vient même jusqu’à estimer que 95% des commerciaux seront remplacés par des lignes de programmation d’ici 2036. 
Une question se pose : comment diriger votre entreprise commerciale vers une « vision Big Data » tout en motivant vos commerciaux à atteindre leurs objectifs de performance ?

III – Une « vision Big Data » pas à pas

Les stratégies de mise en œuvre du Big Data au cœur des organisations sont variées et peuvent engendrer des impacts significatifs en matière de transformation et d’organisation.
Cependant, à travers les secteurs, il est estimé que moins de la moitié des données structurées d’une entreprise est activement utilisée dans la prise de décision, et moins de 1% des données non structurées sont analysées et exploitées. En effet, les analystes passeraient en moyenne 80% de leur temps à découvrir et à organiser les données. L’analyse pure de données à des fins de profits est donc majoritairement minimisée.

Par conséquent, développer une stratégie de traitement complet de données accompagnant la mise en place d’outils au service du data management et des analytics est essentiel afin que les capacités analytiques de l’entreprises atteignent un niveau profitable. Ainsi, un traitement de données efficace avec analyse pourra participer pleinement à la prise de décision stratégique et deviendra inévitablement source de performance commerciale.

A cet effet, Harvard Business Review propose une stratégie à double facette : « l’offense » et « la défense ».

Data Stratégie : Offense versus Défense

Des objectifs différents :

• La « défense » cherche à minimiser les risques de ralentissement de la performance. Les opérations employées sont conformes aux régulations, utilisant l’analyse de données afin de limiter les fraudes. Cette stratégie garantie l’intégrité des données émanant de sources internes et externes : la protection des données du client est ici primordiale. On peut définir cette stratégie comme opérationnelle. Chez Procter & Gamble, par exemple, elle se caractérise par un système IT permanent ciblé sur le data management et la sécurisation de l’information.
• L’« offense » cherche à soutenir les objectifs de l’entreprise tels l’augmentation du revenu, de la profitabilité et de la satisfaction du client. Des activités permettant d’améliorer la connaissance du client (e.g. analyses de données et modélisation) et d’intégrer les données des clients et du marché afin de soutenir les décisions managériales. Cette stratégie implique de s’associer avec d’autres business leaders sur la base d’initiatives tactiques et stratégiques.

Il va de soi que d’optimiser sa stratégie commerciale implique de trouver un équilibre entre l’offense et la défense. Cependant, les commerciaux opérant dans un milieu relativement peu réglementé, où une compétition intense requiert une analyse de données des consommateurs plus robuste, ils devraient miser sur une stratégie des données plus offensive. En effet, les directeurs commerciaux préfèrent collaborer avec des business leaders tels que Salesforce et Windows et ainsi optimiser les services commercial et marketing plutôt que de miser sur le data management.

Avancées technologiques : quelles conséquences pour le commercial ?

Les commerciaux passent, en moyenne, 14% de leur temps en rendez-vous professionnels ou à s’occuper de tâches administratives ; 16% à gérer les comptes de leurs clients : 22% à rechercher des opportunités commerciales ; et 12% en formation. Ainsi, seulement 35% de leur temps est passé à vendre. Cependant, avec le développement de l’IA et du digital, le métier de commercial est en train de se transformer. Si bien que, selon Gartner, 85% des interactions avec le client ne nécessiteront plus d’interventions humaines à l’horizon 2020. 

Face à une transformation radicale des entreprises par le Big Data, comment les commerciaux peuvent-ils profiter des avancées technologiques au lieu d’en pâtir ?

• Mettez à profits des outils plus performants : utilisez les nouvelles techniques d’analyse développées directement grâce à l’intelligence artificielle (IA) afin de gagner du temps. Par exemple, il est estimé que les commerciaux passeront désormais 70% de leur temps face à face avec leurs clients et non plus 35%, grâce aux nouvelles technologies facilitant, notamment, l’implantation du processus de vente.
• Personnalisez votre coach : à l’avenir, l’IA guidera les commerciaux dans leurs actions grâce à ses capacités d’analyses de données précises et rapides. L’IA peut aussi servir de coach auprès du commercial pendant des rendez-vous client avec des informations de type : « attention, vous parlez un peu trop ».
• Développer votre CRM : l’IA apporte de la transparence aux actions du commercial, ce qui consolidera ses relations client

Conclusion

Dans ce contexte de transition culturelle, organisationnelle et stratégique des entreprises commerciales, il est raisonnable d’estimer qu’une force commerciale prospère saura s’épanouir, non seulement au sein d’entreprises qui introduisent des nouvelles technologies accompagnant l’ère du Big Data, mais aussi qui sachent les aligner étroitement avec leur stratégie marketing, l’évaluation de la performance, le système de rémunération et la gestion de carrière.