Découvrez à travers ce Livre Blanc comment la Data est devenue un des socles sur lequel se construit l'économie digitale contemporaine au point d'infléchir le business model des entreprises.
Livre Blanc ALTARES: La Data, nouveau disrupteur du business model des entreprises
1.
2. SOMMAIRE
1. La Data, un moteur V6 sous le capot
Le Big Data et les 3 V
Le Smart Data et …. les 2 V
2. La Data, un espace Schengen dans l’entreprise
Vers la transformation de l’entreprise
Les nouvelles approches/technologies
Les nouveaux talents
3. De l’or noir dans l’océan bleu
Les éléments constitutifs classiques d’un business model
Les indicateurs de performance et de rentabilité des business data-dépendants
L’impact du Smart Data sur le Business Model Digital
Le data-business plan et l’ouverture des entreprises à l’international
4
6
8
12
14
16
18
22
24
26
28
30
En référence aux travaux de recherche de Yohan Wasmes Benqué, au sein de HEC PARIS - Thèse «Du Big Data au Smart
Data, la nouvelle ère du digital, Quel Business Model pour aider les entreprises françaises à s’internationaliser ? »
3. Le numérique adore les « buzzwords ». Certains, anecdotiques, ne sont à la
mode que quelques mois, voire quelques semaines.
D’autres, comme le Cloud, l’IoT (l’Internet des Objets), le crowdfunding, la Data
(et toutes ses déclinaisons) sont des termes qui définissent les technologies et
les usages qui façonnent le numérique et, plus largement, l’économie d’au-
jourd’hui et de demain.
Tantôt panacée, tantôt épouvantail, la Data est un des socles sur lequel se
construit l’économie digitale contemporaine.
C’est également un socle qui a su, au fil des années, évoluer, se transformer et
s’adapter aux technologies et aux usages digitaux.
A moins que ce soit l’inverse…et c’est tout l’objet de ce Livre Blanc.
En effet, si on y regarde bien, c’est finalement la Data et son inscription dans le
quotidien des entreprises qui a infléchit leur business, qui a accéléré leur trans-
formation, voire leur mutation.
Pourtant, encore aujourd’hui, cette mutation est souvent subie, entrainant par-
fois des effets de bord pas toujours maitrisés.
Peut-être est-il alors important, pour les entreprises existantes ou celles qui se
créent, d’intégrer la data dans leurs business model.
ÉDITO
Yohan Wasmes Benqué
Chief Marketing & Innovation Officer
5. LA DATA,
UN MOTEUR
V6 SOUS
LE CAPOT
Pour résumer, on distingue deux époques, deux phases : celle du Big
Data, où l’objectif est basé sur la volumétrie et la performance de re-
cueil et de stockage des données et celle du Smart Data où l’accent est
mis sur la qualité et l’intelligence de traitement de ces dernières.
6. 6
En 2001, Doug Laney du cabinet Gartner établit une
grille de lecture de la Big Data selon les « 3V »
Le Big Data
et les 3 V
(ou Vélocité) :
L’augmentation des points d’interactions
avec les utilisateurs et des usages des don-
nées, a nécessité une plus grande capaci-
té de gestion et de transfert des données.
La vitesse d’exécution a dû être constam-
ment augmentée pour faire face à ces
nouveaux usages liés à un traitement digi-
tal et global des informations.
La vitesse a également dû être accrue
pour répondre aux exigences d’interac-
tions entre les données stockées et les
échanges avec les utilisateurs.
Pour surmonter l’augmentation des
échanges et des interactions, la perfor-
mance des machines et des réseaux a dû
être améliorée.
La performance et la vitesse deviennent
alors un élément différenciateur concur-
rentiel et un facteur clef de succès. En plus
des évolutions technologiques, les entre-
prises doivent implémenter une organisa-
tion dédiée au niveau des processus, et de
nouveaux postes en ressources humaines
voient le jour.
VitesseEn 2001, l’augmentation des volumes de données est
principalement due à l’explosion du e-commerce, de
la digitalisation et des transactions mais de manière
plus générale par l’augmentation des différents points
d’interactions entre l’homme et la machine avec les
différentes applications liées.
Cette information collectée ayant une valeur tangible
pour les entreprises, l’augmentation des volumes
d’information a entrainé une augmentation des stoc-
kages de l’information.
Les chiffres partagés par le magazine Forbes concer-
nant la volumétrie de données ces dernières années
donnent le vertige :
- Des dinosaures jusqu’en 2003 nous avions créé, en
tout, 5 exabytes de données (5 Mds de GB).
- En 2011, nous générions 5 exabytes en 2 jours seule-
ment.
- En 2013, il fallait moins de 10 mn pour produire 5
exabytes.
Parallèlement à cette augmentation exponentielle
des données, leur coût a drastiquement baissé, prin-
cipalement grâce au cloud computing qui déplace
l’enjeu (et les investissements) non plus vers le recueil
et le stockage mais vers la capacité d’analyse.
Volume
LA DATA, UN MOTEUR V6 SOUS LE CAPOT
7. 7
En 2001, la variété des données est essentiellement due à la variété des formats de données
et de restitutions.
Avec l’avènement du Web 2.0, la notion de données structurées et non structurées fait son
apparition et le Big Data n’est plus un concept.
Aujourd’hui, on peut recenser les sources suivantes de Data non structurées ou semi structu-
rées :
- Les réseaux sociaux et média : Facebook a 700 millions d’utilisateurs, Twitter en a 250 mil-
lions et il existe plus de 156 millions de blogs publics. Chaque mise à jour des données de
ces plates-formes crée des nouveaux points d’interactions qui permettent de remonter des
données à la fois structurées, semi structurées et non structurées.
- Les terminaux mobiles : plus de 7 milliards de terminaux sont utilisés dans le monde en
2014. Chaque appel, texte, message est collecté comme une donnée nouvelle. Les mobiles
permettent également de transmettre des données de géolocalisation en temps réel sur leurs
utilisateurs.
- Les transactions via Internet : des milliards de commandes en ligne sont effectuées chaque
jour, comme les achats en ligne, livraisons, échanges, mais également par des transactions
automatisées. Chacune de ces actions crée des points de contacts qui sont collectés par des
commerçants, banques, sociétés de cartes de crédit, agences de prêt et autres organismes
financiers.
- Les terminaux informatiques et les capteurs électroniques : les capteurs électroniques de
toutes sortes tels que les serveurs, les ordinateurs, les compteurs électriques, capteurs d’éner-
gie, génèrent des données semi structurées qui s’enregistrent à chaque action.
Variété
LA DATA, UN MOTEUR V6 SOUS LE CAPOT
8. 8
Parallèlement à cela, un besoin de traitement et d’analyse de
ces masses considérables de données fait rapidement émerger
trois nouvelles notions :
Le Smart Data
et …. les 2 V
La véracité DATA est la connaissance exacte
de la qualité de son information, afin de pou-
voir l’utiliser en toute confiance. L’un des prin-
cipes de la qualité et de la véracité de l’infor-
mation est de la révéler à l’aide d’un référentiel
juste, souvent tiers et par des statistiques.
Véracité
Ne pas se méprendre sur l’interprétation du
tableau ci-contre : ce n’est pas la masse in-
trinsèque de données qui fait baisser sa valeur,
c’est sa commercialisation en masse, sans in-
telligence.
Nous reviendrons sur cette notion de valeur
plus loin.
Valeur
LA DATA, UN MOTEUR V6 SOUS LE CAPOT
9. 9
2005
20$
10$
0$
2010 2015
Cost par GB
Total Investment
Selon John Gantz and David Reinsel, (2011), Extracting Value from Chaos, IDC Sponsor By EMC Corporation
Source : IDC’s Digital
Universe Study,
June 2011
Vintage
C’est la notion dont on parle le moins
et c’est pourtant un facteur de richesse
déterminant pour les entreprises. Avoir un
historique de données suffisamment pro-
fond permet aux experts (aux data scien-
tists) d’enrichir leurs analytics et souvent
de dépister des modèles de comporte-
ment inédits, à l’inverse d’entreprises sans
ancienneté de données et qui partiraient
quasiment de 0 dans ce domaine.
LA DATA, UN MOTEUR V6 SOUS LE CAPOT
10. 10
Cas pratique : la Data Warehouse d’Altares
Dans le cadre du référentiel Altares D&B et de notre métier de collecte
d’informations, nous avons plusieurs étapes de structuration de la DATA
traditionnelle.
Les principales étapes sont de collecter les données manuellement
ou par des flux d’informations légales numérisées. Cette information est
stockée dans un Data warehouse (cf. schéma p11). Ce processus permet
de créer un référentiel de base de données à partir d’une information
structurée.
Volume
Variété
Valeur
Liée à l’information d’usages
Data Monétisation
Véracité
Data
Vitesse
Non structuré
Streaming
Structuré
Térabytes
Pétabytes
Batch
LA DATA, UN MOTEUR V6 SOUS LE CAPOT
11. 11
Dans une deuxième phase à partir du
Data WareHouse, les équipes IT et Data
d’Altares vont effectuer un processus
de mise en conformité de la donnée
selon les exigences de Data Quality
de Dun & Bradstreet et des partenaires.
La troisième phase consiste à consoli-
der la base de données et la rendre
utilisable à travers différents flux et in-
terfaces logiciels offline et online.
Le processus de construction du réfé-
rentiel illustre la façon dont les entre-
prises « data-dépendantes » gèrent à
la fois la multiplicité des sources (Vo-
lume et Variété) mais aussi leur com-
pliance vis-à-vis de l’arsenal régle-
mentaire qui encadre le bien fondé
de leurs données, de leur utilisation et
de leur commercialisation (Véracité et
Valeur).
JAL INSEE
Validation
Repository Traitement DQM
Consolidation
Portail webIntégration web Fichiers Off-line
Service & Solution Altares
Litige / Doute
Sources : INSEE, Greffes, RNCS, JAL, BODACC, JO Assoc
Processus de construction du référentiel Altares
Information WareHouse
RNCS JO Assoc
Préfecture
Association
non sirénnée
Entreprise Individuelle & Personne Morale
sirénnée
BODACC
CFE
Greffe
Data Quality Management
Référentiel Client
Référentiel : DataMart
LA DATA, UN MOTEUR V6 SOUS LE CAPOT
13. LA DATA,
UN ESPACE
SCHENGEN
DANS
L’ENTREPRISE
Admettre que la data recèle une valeur, c’est une première étape, une
prise de conscience salutaire.
Mais, à l’instar de la transformation digitale des entreprises, cette prise
de conscience doit se matérialiser en prises de décisions et en actes
concrets. Ces prises de décisions peuvent être primordiales pour cer-
taines entreprises.
Elles sont de celles qui leur permettront de voguer sur l’océan bleu à la
conquête de nouveaux marchés (au prix parfois d’un pivot d’activité
ou d’une drastique remise en question) ou de rester au port.
14. 14
Vers la
transformation
de l’entreprise
Le changement de paradigme apporté par la Data dans l’entreprise
outrepasse la « simple » transformation digitale.
Cette dernière, très souvent érigée en panacée, ne se solde souvent que
par des déclarations d’intentions à destination des actionnaires ou des
journalistes pour être dans l’air du temps.
Nombreux sont encore les plafonds de verre (souvent incassables) qui
empêchent, pour des raisons culturelles ou organisationnelles, les entre-
prises de procéder à leur mutation.
Intégrer la Smart Data dans sa stratégie d’entreprise n’est pas neutre :
Cela répond à une volonté de changement qui se traduit à la base par
une utilisation différente des données et des outils par des employés à
tous les niveaux hiérarchiques de l’entreprise.
La DATA doit être identifiée comme une source de valeur et un actif per-
mettant de développer une intelligence collective. Le facteur humain
joue donc un rôle essentiel pour faire naître la culture de la donnée et de
la DATA Intelligence au sein d’une entreprise.
Cela se traduit à la fois par des « key practices », l’émergence de nou-
veaux métiers et par l’abolition de certains domaines réservés, essentiel-
lement ceux qui opposent les directions informatiques et les directions
marketing.
Les facteurs clés pour apporter une culture du SMART DATA :
Etablir une seule source de vérité : un référentiel unique permettant
de guider et de mesurer les performances.
Utiliser des indicateurs de performances : les « Score Cards » dont
le suivi doit permettre l’amélioration quotidienne des ressources et
du référentiel DATA.
Créer des règles et des processus propres à son business « Create
ownership of business rules » : chaque business est guidé par des
règles propres qui doivent être décrites et processées, afin d’être
automatisées. Cela permettra d’améliorer les performances.
Cultiver vos talents : apporter de la formation et de l’aide à ses employés
pour mieux utiliser la Data et performer.
LA DATA, UN ESPACE SCHENGEN DANS L’ENTREPRISE
15. 15
BIG DATA SMART DATA
Action
Emotion
Intuition
Prédiction
Véracité
Valeur
Volume
Vitesse
Variété
Réflexion
Logique
Analyse
Vécu
LA DATA, UN ESPACE SCHENGEN DANS L’ENTREPRISE
16. 16
Les nouvelles
approches
/technologies
Cette transformation appelle indéniablement de nouveaux talents, aptes à réfléchir, à
analyser, à exploiter et à modéliser toutes ces data.
Ces compétences correspondent à de nouvelles méthodes et technologies dont les
principales sont présentées ici.
LA DATA, UN ESPACE SCHENGEN DANS L’ENTREPRISE
17. 17
Le Machine Learning
Le principe du machine Learning est de permettre à une ma-
chine d’évoluer grâce à un processus d’apprentissage. Cette
implémentation de processus et d’analyse permet de déve-
lopper la capacité d’automatisation d’une machine en rap-
port à une problématique donnée. On parle également pour
cela d’intelligence artificielle.
L’impact du Cloud et du Big Data va développer et banaliser
ce type d’infrastructure logicielle.
La Data discovery
Comment analyser et découvrir les corrélations entre les don-
nées qui sont disponibles dans nos bases ? La Data Disco-
very est l’approche qui permet de répondre au besoin des
entreprises dans l’analyse exponentielle de leur Data et de
leur permettre d’en définir les corrélations.
La Data Discovery fait appel à des outils qui analysent en
temps réel les phénomènes d’interaction entre les données et
permettent de les comprendre pour définir les relations clients
et les plans d’action adaptés.
La Data Monétisation
La capacité de monétiser les DATA collectées vont permettre
de constituer des bases de données liées à la connaissance
client et de créer de nouveaux segments. En fonction de la
maturité des entreprises et du processus alloué, la Data Mo-
netisation peut aller jusqu’à la vente des données. Les aspects
législatifs, culturels et stratégiques sont également à prendre
en compte, afin de s’autoriser ou non à vendre la donnée col-
lectée et les informations sur nos clients. Dans la mouvance de
la transition digitale et des impacts sur les Business Models, la
monétisation des données va jouer un rôle clef sur la valorisa-
tion des actifs d’une entreprise.
La Data Visualisation
Au-delà des rapports statistiques, les outils actuels permettent
de visualiser en temps réel, les évolutions, les indicateurs clefs
et de procéder à des analyses prédictives permettant d’auto-
matiser la relation client. La visualisation est également pos-
sible sur de multiples supports telles les tablettes.
La restitution de l’information a une importance considérable,
le visuel et l’ergonomie sont des éléments essentiels pour ai-
der l’utilisateur final à adopter ce nouveau type d’indicateur
dans sa prise de décision et la lecture de son travail.
La Data Automation Marketing
La multiplicité des interactions clients entre la machine et
l’humain est l’un des facteurs qui a conduit à l’explosion des
données collectées. Le marketing automation fait référence
à l’utilisation de logiciels permettant d’automatiser les tâches
telles que les campagnes de marketing opérationnel comme
les emails, les communications sur les réseaux sociaux, les dif-
fusions d’informations sur les blogs, etc. et également le suivi
de ces campagnes à travers des cookies et des outils analy-
tiques.
Dans ce cadre, le métier du marketeur consiste, à l’aide de
tableaux de bord et de données, à automatiser des tâches
avec des scénarios automatisés qui vont encadrer le client
ou bien un prospect dans sa fidélisation et dans sa phase
d’achat.
L’avantage du marketing automation est d’industrialiser les
tâches répétitives et d’améliorer la productivité des équipes
marketing en démultipliant leurs capacités de traitement des
prospects et des interactions clients.
Le marketing automotion traite en temps réel les interactions
clients et crée une corrélation entre un individu et une plate-
forme digitale. Ces interactions vont être analysées et vont
permettre d’améliorer la connaissance client et les ventes.
L’impact du Smart Data sur le marketing automotion en-
gendre plusieurs nouveaux leviers d’évolution tels que le Ma-
chine Learning, le prédictif et la Data Governance.
Dans ce cadre, il ne s’agit plus d’une simple interaction auto-
matisée avec des scénarios entre une machine et un client
mais d’une assistance machine pour aider les Directions mar-
keting dans l’amélioration de leur tâche quotidienne.
LA DATA, UN ESPACE SCHENGEN DANS L’ENTREPRISE
18. 18
Les nouveaux talents
Le Data Scientist
« Le job le plus sexy du 21ème siècle » d’après la Harvard Business Re-
view d’octobre 2012.
C’est une compétence rare qui fait appel à une multitude de savoirs
différents. Ces profils sont en carence en France et dans le reste du
monde. Selon le Journaldunet.com, à terme 30 000 postes sont à pour-
voir en France dans ce secteur et aucune école en France ne propose
à ce jour un processus dédié pour former des Data Scientists.
Un Data Scientist doit posséder une connaissance approfondie du sec-
teur sur lequel il intervient, avec un bagage à la fois, technique en pro-
grammation informatique, mathématique en modélisation et métiers
avec une compréhension du marketing et du modèle économique à
optimiser et à performer.
Manipulation
des données
Data
Scientist
Analyse
Statistique
Visualisation
Data
Expertise
Métier
Connaissance
Business
Curiosité
LA DATA, UN ESPACE SCHENGEN DANS L’ENTREPRISE
19. 19
Le CDO, Chief Data Officer
A ne pas confondre avec le Chief Digital Officer, cette fonction trouve son sens à condition que
l’entreprise soit suffisamment mature vis-à-vis de l’usage de la Data. A cette condition, le CDO
se trouve au croisement de la valorisation des données et des impacts business et stratégiques
qu’elle implique.
Le CDO doit établir la chaine de valeur de la Data. Cela implique la création de catalogues
de données, l’organisation de la gestion des données et des processus répondant à des enjeux
business. La création de rapports et de tableaux de pilotage dont les indicateurs nouveaux
doivent permettre une amélioration de la gestion. Cette chaine de valeur doit être optimisée
avec l’acquisition des données externes qui vont compléter les données internes, pour créer
des méta-données permettant de révéler une connaissance approfondie des données entre-
prises.
Le second enjeu du CDO va être de connecter le Big Data SI géré par les directions infor-
matiques avec le développement des stratégies souhaitées par les directions métiers. Le CDO
doit être moteur pour faire évoluer et adapter la diversité des données collectées et en ressortir
les analyses permettant d’avoir des gains de productivité orientés métiers et répondant à des
enjeux business.
Enfin, l’impact réel du CDO doit être sur la stratégie de l’entreprise grâce à l’apport de nou-
veaux outils et de nouvelles méthodes de travail comme la DATA Agrégation qui permet d’ap-
porter de nouveaux types de flux d’informations et de tableaux de bord avec des algorithmes
de données permettant un meilleur pilotage stratégique.
Dans la plupart des entreprises « Data-matures », la fonction de CDO englobe également
la Data Governance et la sécurité.
La gouvernance de données ou Data Governance va associer un ensemble de personnes, de
processus et de technologies pour garantir la qualité et la valeur des informations dans une
entreprise.
La Data Governance dans le cadre d’un projet Big Data implique de prendre en considération
les impacts liés à l’explosion des données. Cette explosion des flux et des données collectés
créent de nouvelles menaces qui obligent les Directions informatiques à revoir leur sécurité.
L’engagement dans une activité de gouvernance de données dans un cadre de Big Data re-
quiert de prendre en compte de nouveaux paramètres. Selon l’ISACA, les 5 questions à se poser
pour démarrer sont les suivantes :
1 - Quelle confiance porter aux bases de données ?
2 - A quels types appartiennent les informations qui sont collectées, et quels sont les défis juri-
diques et règlementaires ?
3 - Comment protéger les sources, processus et décisions contre le vol et la corruption ?
4 - Comment est assurée la confidentialité des informations, quelles politiques et quels proces-
sus ont été mis en place vis à vis des employés ?
5 - Quels sont vos actes qui peuvent être exploités par nos adversaires ?
La prise en considération de l’ensemble de ces éléments est requise afin d’associer la bonne
infrastructure à la bonne Data Governance pour répondre aux besoins des métiers.
LA DATA, UN ESPACE SCHENGEN DANS L’ENTREPRISE
20. 20
Le responsable Analytics
L’évolution du Big Data vers le Smart Data a créé une évolution des besoins en compétences. Si
le Big Data a généré une forte demande de savoir-faire informatique, le Smart Data, lui, néces-
site une forte demande en lien avec le savoir-faire métier. De nouveaux postes comme les chefs
de projets Analytics se sont développés.
Leur rôle est de savoir faire parler la donnée, de créer les indicateurs clefs pour permettre la
prise de décisions et la création de tableaux de bord permettant le pilotage des activités.
Ces nouveaux éléments d’informations ont changé la perception de l’information qui devient
un facteur clef dans le pilotage d’une activité et dans le travail au quotidien des métiers.
LA DATA, UN ESPACE SCHENGEN DANS L’ENTREPRISE
21. 21
La Data-mutation de la
publicité digitale
Le secteur de la publicité digitale est le parfait exemple d’une transition
à la fois culturelle et technologique basée sur la Data.
On vient ici d’un modèle d’achat au volume (au CPM ou au CPC) en
fonction des supports (et de leur audience supposée) avec un circuit
très rigide (Annonceurs >> Agences d’achat d’espace >> Régies ou
sites web directement).
Même si ce modèle s’affine au cours des années, le ROI est faible et les
prix élevés, le principe étant d’être avant tout visible, le gros du volume
d’achat allant aux gros carrefours d’audience (sans beaucoup de per-
tinence) et le gros de la marge allant aux intermédiaires en position de
quasi-monopole.
L’émergence de la Smart Data est en train de bouleverser ce modèle.
La cible est maintenant l’internaute et non plus le support. En dehors
d’une distribution multi-plateforme (desktop, tablette, mobile), cela
oblige à avoir une vision plus fine et pertinente de la cible.
Cela passe par les DMP qui délivrent de la data extrêmement précise
en quasi temps réel et qui orientent les investissements des acheteurs
media.
Cela passe également par le mode d’achat en RTB (Real Time Bidding)
et les algorithmes mis en place pour optimiser les achats au meilleur
tarif pour l’annonceur.
En quelques années, ce secteur a vu émerger de nouveaux métiers et
a agrégé les métiers de la Data vus plus haut (data scientist, traders,
data analysts, développeurs, mathématiciens, etc.) de même que des
entreprises très spécialisées (trading desks, DSP, SSP, DMP).
LA DATA, UN ESPACE SCHENGEN DANS L’ENTREPRISE
23. DE L’OR
NOIR DANS
L’OCÉAN
BLEU
La stratégie de l’océan bleu consiste pour l’entreprise à faire le choix de déve-
lopper son offre dans un espace novateur ou sur un segment innovant
et moins concurrentiel. L’entreprise évolue alors dans un environnement de crois-
sance a priori plus paisible en concevant et développant une innovation utile
(value innovation) créatrice de valeur tant pour le client que pour l’entreprise,
tout en maîtrisant les coûts (source emarketing.fr).
L’océan bleu s’oppose à l’océan rouge où l’entreprise s’arcboute sur des es-
paces de marché encombrés dans une (sanglante) concurrence frontale avec
ses compétiteurs.
NB : La théorie des océans bleus a été mise au point par W. Chan Kim, professeur
en stratégie et management à l’INSEAD.
24. 24
Les analogies entre ce que représente la data
du 21ème siècle et la découverte et l’utilisation
du pétrole au 19ème siècle sont nombreuses :
Elle accélère les processus de flux et
de transformation
Elle est brute à son état naturel mais
peut être raffinée à différents degrés
de finition.
Elle peut servir de base à différentes
« fabrications »
Elle a créé de nouveaux métiers, de
nouveaux usages et de nouvelles
intermédiations.
Elle a créé son propre marché et, au
final, sa propre dimension spéculative.
Seule différence notable : les gisements de don-
nées ne risquent pas de se tarir puisqu’ils sont
générés par les interactions (exponentielles) entre
les utilisateurs, leurs requêtes et les nombreux sup-
ports utilisés.
Se faisant, la Data s’auto-génère et se répand de
façon quasi-rhizomique.
DE L’OR NOIR DANS L’OCÉAN BLEU
25. Les segments clientèles qui définissent quels
sont la cible et le besoin et à qui l’offre est
adressée.
Les propositions de valeur qui définissent
l’apport et l’offre à destination de la cible .
Les canaux de distribution qui définissent les
canaux de distribution, par exemple B to B ou
B to C, physique ou digital.
La relation client qui définit la relation entre
ce qui est proposé (la proposition de valeur)
et le segment clientèle, soit l’offre souhaitée par
le client.
Les flux de revenus qui définissent l’ensemble
des flux de revenus générés autour d’une pro
position de valeur.
Les ressources clés qui définissent les
ressources clefs du type : RH, éléments
différenciants de l’offre, les expertises
techniques par exemple.
Les activités clés qui définissent les activités
permettant de formaliser et soutenir la
proposition de valeur, par exemple :
la capacité de calcul, de stockage, de conseil,
de force de vente, etc.
Les partenaires clés, à quoi ils contribuent
et quel est leur rôle dans la proposition de
valeur et l’offre.
La structure de coûts qui définit les coûts
générés par l’investissement et les coûts de
récurrences, du type maintenance, charge
de développement, exploitation, etc.
Les éléments constitutifs classiques d’un business model sont les suivants :
Les éléments
constitutifs classiques
d’un business model
26. Les indicateurs
de performance
et de rentabilité
des business
data-dépendants
Plusieurs indicateurs montrent la rentabilité, l’expérience utilisateur et les succès
d’une plateforme digitale.
Le 1er facteur est la collecte d’informations qui va permettre de faire grossir la
taille des bases de données. Ces bases de données portent sur les clients et sur
les membres qui se sont inscrits et qui ont consommé sur le site Internet.
Ce format de bases de données client est l’une des valeurs essentielles du
fonds de commerce d’un site Internet. Les comportements des utilisateurs sont
également collectés et stockés dans des bases de données.
Des technologies comme les DMP (Data Management Platform) permettent
de créer des segments et de générer des revenus par les actions marketing à
destination de ces bases de micro-segments qui sont appétants aux offres et
services.
Les plates-formes digitales valorisent leurs bases de données de membres en
fonction du chiffre d’affaires potentiel qui peut être généré.
Le second est un indicateur de performance du site par rapport à l’offre et par
rapport à sa conception, on parle alors de Taux de conversion par nombre
de visiteurs.
C’est-à-dire combien de visiteurs uniques doivent venir sur le site pour générer
une vente. Les autres indicateurs en lien avec ces performances sont le nombre
de pages vues et le temps passé sur le site par un visiteur.
Il faut imaginer que le visiteur est dans une boutique, combien de temps ou
combien d’interactions lui faudra-t-il pour passer à l’achat ?
Ces indicateurs permettent d’évaluer la qualité d’un site, sa navigabilité, son
design et d’évaluer si le parcours client est bien en adéquation avec les at-
tentes du visiteur.
Le troisième indicateur répond au rapport retour sur investissement du site
/ achat publicitaire pour générer du trafic /chiffre d’affaires généré.
Le coût d’acquisition du trafic et le nombre de ventes générées permettent
d’analyser la rentabilité du site Internet.
En fonction de la marge générée par les visiteurs uniques et le taux de conver-
sion en clients, on connait le niveau de rentabilité des campagnes publicitaires
Internet.
27. 27
Les critères de financement
des Venture Capital de la
Silicon Valley
Suite à la rencontre et l’échange avec la société Partech et Nicolas El
Baz Partner, nous avons pu appréhender comment les VC financent les
entreprises de la Silicon Valley et les sociétés de la nouvelle économie
de type plateformes digitales.
Il en ressort que les principaux facteurs clefs de succès dans l’atteinte
des objectifs de croissance et de prises de parts de marché sur des
nouveaux segments sont liés aux trois règles de financement pour un
projet proposé à un V.C. :
Découvrir et cibler un nouveau segment de marché, avec
une taille importante, avec un volume important et créer une
innovation liée à une rupture d’un modèle économique.
Disposer d’une équipe fiable et capable d’atteindre les
objectifs avec la culture Silicon Valley.
Etre prêt à partager la gouvernance de l’entreprise et le capital
de manière à augmenter la vitesse de croissance de
l’entreprise pour se positionner comme leader sur son marché.
DE L’OR NOIR DANS L’OCÉAN BLEU
28. 28
L’impact du Smart
Data sur le Business
Model Digital
Composante technologique
L’économie numérique a modifié le Business Model et la ren-
tabilité des entreprises. La notion de rareté et de reproduction
pour une pièce unique ou pour un bien n’existe plus car la
technologie numérique permet de reproduire sur l’ensemble
des supports et de manière illimitée la représentation d’une
œuvre. La rareté dans l’économie traditionnelle et non nu-
mérique est un facteur de valeur, cela n’était plus le cas dans
l’économie digitale.
L’arrivée des technologies Smart Data permet de réinté-
grer cette valeur de rareté.
Le Smart Data permet de créer un parcours utilisateur unique,
par une connaissance client fine et la modélisation analy-
tique prédictive rendue possible par les technologies de DMP.
Chaque visiteur-utilisateur bénéficie de sa propre expérience
digitale en fonction de son vécu, de ses appétences et des
données que celui-ci aura partagées dans le monde digital
et non digital. On retrouve une corrélation entre l’individu-per-
sonne unique et son parcours digital qui lui correspond.
Chaque individu étant différent, la notion d’authenticité et
de différenciation d’un parcours digital redevient possible. La
valorisation de la rareté peut être réintégrée dans le Smart
Data Digital.
Composante économique
L’économie digitale a bouleversé l’ensemble de l’écono-
mie traditionnelle dans ses fondamentaux, la manière de
financer le développement d’une entreprise, sa vitesse de
croissance, ses indicateurs de rentabilité. Les flux et les in-
teractions avec les clients et les prospects ont changé le
service et la manière de produire. Le Big Data a créé une
explosion de la donnée, une abondance de ressources à
analyser.
Ces effets ont permis dans un premier temps d’accroître la
capacité d’analyse et d’augmenter les champs des pos-
sibles pour faciliter la croissance, mais dans un deuxième
temps cette surabondance de données a développé
une perte de repères dans les entreprises. La Smart Data
permet de maîtriser la résonnance de l’information et de
définir le réel intérêt de la croissance de l’information.
L’objectif est de redéfinir les fondamentaux permettant
d’avoir les bons indicateurs de contrôles basés sur les
vraies interactions et les justes points d’alignement de
l’écosystème. C’est-à-dire entre la Véracité de l’informa-
tion et la Valeur d’usage de l’information digitale dans
l’économie.
DE L’OR NOIR DANS L’OCÉAN BLEU
29. 29
Composante de marché
Le modèle digital a nécessité un investissement dans les ma-
chines et les softwares. De cette digitalisation est né le Big
Data qui nécessite à son tour d’importants investissements
qui sont principalement fournis par des acteurs de taille mon-
diale selon le triptyque machine, réseaux et softwares.
Ces investissements démesurés ont permis l’explosion des res-
sources permettant une explosion des données collectées.
La Smart Data permet de remplacer la valeur par les usages
et de réaliser que la valeur de l’usage réel de l’information,
la valeur de la Data dépasse celle des investissements ma-
chines. Ainsi le facteur réel d’investissement sur le marché de-
vrait être dans la Gouvernance des données.
La Gouvernance des données sera la prochaine infogérance
qui permettra de faire passer ces investissements d’une lo-
gique de ROI (Return-On-Investment) à une logique de ROD
(Return-On-DATA). Car l’ensemble des ressources de types
Cloud, SaaS, calcul etc. peuvent être externalisées.
Selon le GFII, la nouvelle équation de valeur et de raisonne-
ment sera de passer d’un « ROI » (machine, logiciel, infrastruc-
ture, réseaux) pour céder sa place à un raisonnement en «
ROD » (Volume,Variété,Vélocité et Valeur).
Selon Altares D&B, la Véracité de la DATA sera l’élément
de différenciation et l’avantage déterminant entre les ac-
teurs qui passeront des capacités de ressources SI à la
Valeur.
Le marché s’oriente d’un modèle basé sur la capacité de Re-
tour sur Investissement des ressources SI à un modèle basé sur
le Retour sur Investissement de l’information basé sur l’usage
et la performance des métiers.
Composante réglementaire
La révolution Internet a démontré que la technologie digitale
était plus rapide que les règlementations. Les législateurs se
sont retrouvés pris de vitesse par rapport à la construction de
cette nouvelle économie et dans l’incapacité de réguler la
croissance des entreprises.
Seule la compréhension des modèles économiques a per-
mis aux Etats et aux législateurs de réguler et de protéger les
consommateurs.
Le Smart Data a permis de développer la DATA monétisation
par la capacité de monétiser les revenus collectés avec les
bases de données liées à la connaissance client et la créa-
tion de nouveaux segments.
Ce nouveau modèle de revenus vient modifier l’interaction
entre les plateformes digitales et les utilisateurs. Il est prévisible
qu’un utilisateur pourra accéder à un plus grand nombre de
services gratuits en ligne, en échange d’accorder et de par-
tager un plus grand nombre d’informations le concernant sur
sa vie privée ou bien même professionnelle.
La législation et les protecteurs de la vie privée comme la
CNIL vont devoir faire face à une transmission d’informations
qui dépasse le simple cadre des informations personnelles
volontairement transmises.
Voir le cas récent du studio Niantic créateur du jeu Poke-
mon Go pointé du doigt pour une utilisation abusive des
données personnelles de ses joueurs… ou encore celui
de Facebook récemment mis en demeure par la CNIL
pour collecte déloyale des données de navigation de ses
membres.
Ces cas fréquents de débordements ne doivent en aucun
cas occulter la responsabilité des utilisateurs qui préfèrent
souvent « consommer » sans attendre plutôt que de s’in-
former des conditions générales des plateformes qu’ils uti-
lisent.
DE L’OR NOIR DANS L’OCÉAN BLEU
30. 30
Le data-business
plan et l’ouverture
des entreprises à
l’international
Si la notion de Village Global est d’ores et déjà obsolète pour
les journalistes zappeurs et les prospecteurs d’idées, c’est en
revanche une réalité économique et commerciale parfaite-
ment contemporaine pour les entreprises.
Si une start-up française réfléchit très vite au déploiement
européen, voire mondial de son business c’est d’une part
parce que la taille réduite de son marché domestique ne lui
laisse pas le choix (à l’inverse d’une start-up américaine ou
chinoise) et d’autre part parce que la nouvelle génération
des entrepreneurs a directement intégré dans son business
plan la dimension internationale.
Le fait que ces derniers appartiennent pour la plupart à la
génération Y explique aussi ce réflexe somme toute naturel.
Pour les entreprises plus « traditionnelles », le réflexe est moins
évident mais il est clair que la digitalisation des échanges a
drastiquement modifié la donne.
Par ailleurs, les méthodes ne manquent pas aujourd’hui pour
parvenir à cette digitalisation : hackaton, lean management,
pitch elevator, etc., la proximité entre un écosystème de
jeunes pousses très dynamiques et finalement assez parta-
geuses et les entreprises dites traditionnelles favorisent cette
digitalisation.
De plus, une étude organisée par Dun & Bradstreet en 2014
auprès des entreprises françaises (segment PME/TPE) révèlent
les chiffres suivants :
94% d’entre elles souhaitent travailler à l’international
et 98% souhaitent des échanges internationaux.
Concernant les besoins, 77% recherchent des partenaires
commerciaux et 70% recherchent des partenariats d’entreprise
alors que seulement 27% cherchent des investisseurs.
Concernant les services utiles pour aller à l’international,
73% souhaitent une mise en relation avec des partenaires,
et 60% souhaitent être informés de l’intérêt que suscitent
leur entreprise à l’étranger
Par ailleurs, plusieurs grandes tendances ressortent des in-
terviews faites auprès des entrepreneurs concernés :
Apporter un « juste » service avec une offre tarifaire
modulable adaptée aux PME et disposer d’une
information liée aux usages métiers sur les agents
et distributeurs.
Le plus : pouvoir disposer d’une profondeur d’informations
métier permettant de connaitre les brevets ou les
marques que distribuent un agent et un distributeur
et connaitre des indicateurs pour évaluer leur
réputation.
Limiter la prise de risque en évaluant le dirigeant
d’entreprise, en plus des informations sur l’entreprise.
Le plus : pouvoir évaluer un dirigeant d’entreprise à
l’international et connaitre sa réputation dans les
affaires et ainsi pouvoir limiter les risques et évaluer
le montant d’escompte qu’il est possible d’accorder.
Disposer de mobilités et d’usages simples pour
développer son business à l’international.
Le plus : faciliter l’accès via une application mobile
par des usages de services simplifiés pour accéder à
une communauté et développer son business à
l’international.
Visualiser le parcours à entreprendre.
Le plus : offrir une Road Map à un client correspondant
à son projet par de la Data Visualisation.
DE L’OR NOIR DANS L’OCÉAN BLEU
31. Powerlinx, la Data-plateforme internationale d’Altares
Altares a également été confrontée à l’obligation de
réaliser sa mutation digitale et la question de la création
d’une plateforme digitale à vocation internationale ba-
sée sur la Smart Data s’est rapidement imposée.
Powerlinx est en quelque sorte le « Meetic » des entreprises.
C’est une plateforme destinée à les aider à trouver le meil-
leur partenaire de développement et un facilitateur de
mise en relation.
Powerlinx a construit une technologie innovante pour
utiliser toutes les informations du Big Data afin de facili-
ter cette recherche et cette mise en relation et ce, sans
autre intermédiation que la plateforme ou les experts qui
y travaillent et qui peuvent assister les entreprises inscrites
à affiner leurs critères de recherche.
La plateforme, sur la base des données du réseau inter-
national de Dun & Bradstreet, procède à un scoring de
compatibilité des partenaires potentiels dans le monde
entier. Puis les analystes de Powerlinx établissent la mise
en relation.
Enfin, les entreprises ont la possibilité de mettre en avant
leurs produits et services en travaillant sur leur visibilité sur
la plateforme, augmentant par ce biais leur référence-
ment.
32. www.altares.com
Acteur de premier plan de la Data Economy, Altares a pour mission de valoriser le
capital Data de ses clients, en transformant leur patrimoine informationnel en per-
formance économique. Partenaire de confiance indépendant, le Groupe apporte
aux décideurs une vision prospective et contextualisée des enjeux business de la
nouvelle économie.
Dans un monde en mutation, mondialisation, cloud, big data, open data…
Altares collecte,agrège,analyse,enrichit et structure les données afin de les rendre
« intelligentes » et d’en faire un outil décisionnel agile pour les Directions Générales
et opérationnelles des entreprises. Le Groupe aide ainsi ses clients à faire de leurs
données un levier de croissance.
Partenaire exclusif en France de Dun & Bradstreet, 1er réseau international d’infor-
mations BtoB, Altares se positionne comme le partenaire de référence des grands
comptes, ETI et PME en leur offrant un accès privilégié à ses bases de données sur
plus de 250 millions d’entreprises dans 220 pays.