Close
Dans Analyses

Monétisation des données : jusqu’où valoriser les big data ?

Posséder les données et être en mesure de les monétiser : tel est certainement le facteur clé de réussite des champions de demain, celui qui leur permettra d’innover et de créer de nouveaux business modèles. Quels sont les initiatives et secteurs les plus prometteurs ? Quels sont les enjeux et les freins à leur mise en œuvre ? Retour sur la dernière édition du Club Business Analytics Info du 24 septembre dernier.

Cette table ronde a réuni Ludovic LEVY, vice-président monétisation des données d’Orange ; Matthieu SOULE, Strategic Analyst, L’Atelier BNP Paribas ; Olivier LALLEMENT, Senior Manager, Deloitte et Mouloud DEY, Directeur Solutions et Marchés Émergents de SAS France, et était animée par Thomas Boullonnois de Rumeur Publique.

Compte rendu de la table ronde

D’Amazon à Orange, en passant par la SNCF et une multitude de jeunes pousses, de plus en plus d’entreprises ont compris qu’une meilleure exploitation des données leur ouvrait de nouvelles perspectives : soit par la création de produits ou services, soit par la commercialisation de leurs informations métiers, intégrant ainsi une nouvelle logique économique et industrielle de co-création.

Au-delà de quelques exemples médiatisés (Google, Facebook,…), où en est-on en matière de valorisation des données ?
Quelles sont les initiatives marquantes, les domaines d’applications les plus prometteurs et les entreprises les mieux positionnées pour en tirer profit ?
Jusqu’où peut-on aller dans la monétisation des données ?
Quels sont les risques éthiques et les limites d’acceptabilité pour les clients en matière d’utilisation de leurs données personnelles ?

Après un rapide tour de table de présentation des intervenants, les experts du Club Business Analytics Info se sont prêtés à l’exercice de la définition : qu’entend-on par « monétiser les données » ? De quelles données parle-t-on ? Celles dont on parle le plus : les données personnelles ? ou bien les données d’entreprises, les données publiques,… ?

Ludovic Levy, en charge de la monétisation des données opérateurs d’Orange auprès des collectivités et des entreprises, explique que les données monétisées par l’opérateur historique français relèvent de deux catégories : d’une part, des statistiques anonymes (sans possibilité de réversibilité) consolidées à partir des traces laissées par les clients mobiles, à l’exclusion des données personnelles ; et d’autre part, les données individuelles pseudonymes (c’est à dire anonymisées de manière réversible) issues de services co-créés avec les partenaires d’Orange.

Pour Matthieu Soule de l’Atelier BNP-Paribas, les entreprises traditionnellement se sont attachées à valoriser des données uniquement pour l’interne, généralement dans un objectif d’amélioration des services rendus. L’irruption du web dans tous les aspects de la vie quotidienne et professionnelle a tout changé, les entreprises prenant conscience des bénéfices offerts par le croisement de leurs propres données avec des informations externes. Les questions à se poser sont alors : comment valoriser ces données vers l’extérieur de l’entreprise ? Quelle est la valeur fournie par l’entreprise ? Quels sont les nouveaux types de données que l’on peut capter ?

Olivier Lallement de Deloitte a insisté sur l’évolution des usages et sur l’ensemble des problématiques liées à l’utilisation des données, notamment aux transformations sociétales et aux évolutions qu’elles peuvent susciter dans les entreprises. En ce sens, il préfère parler de valorisation des données, plutôt que de monétisation, puisque c’est la manipulation et le croisement de ces données – c’est-à-dire le sens qu’on leur donne – qui permettent de créer de la valeur. En d’autres mots, la valeur ne se crée pas sur les données en tant que telles, mais sur leur exploitation, leur consolidation, leur croisement et leur analyse. D’autant que ces analyses permettent de créer et de proposer de nouveaux services ou d’améliorer les services existants.

C’est donc l’ensemble des informations relatives à l’usage de l’utilisateur qui va intéresser l’entreprise : son écosystème, son environnement, la façon dont il interagit avec les services proposés, sa position géographique, etc., en résumé tous les éléments qui vont qualifier son comportement. La consolidation de millions d’informations sur le comportement des utilisateurs va aider à définir un ensemble de profils permettant d’améliorer le ciblage des offres de l’entreprise. La valeur ajoutée se situe donc dans la capacité à agréger ces informations qui qualifient des comportements, des besoins, des peurs… et à les croiser avec des données externes, afin de proposer de nouveaux services ou optimiser des services existants. C’est donc bien la notion de service qui apporte la valeur et qui amène à la transformation des business models.

Mouloud Dey explique comment SAS accompagne ses clients dans la création de valeur à l’aide de ses solutions logicielles, principalement dans l’objectif d’optimiser des processus métiers – fraude, réduction de coûts, etc. La valorisation des données collectées a pour objectif de créer des modèles économiques différents ou de nouvelles lignes métiers, tout en valorisant les énormes investissements réalisés pour collecter les données. Les entreprises se demandent comment, au-delà de la problématique du coût, créer de la valeur et justifier de nouveaux modèles économiques ? La donnée en tant que telle n’est jamais comptabilisée. Donc dès lors qu’on parle de valeur, la valorisation des investissements, considérés par de nombreuses entreprises comme un coût, est un élément essentiel.

Pour aborder concrètement les enjeux et perspectives liés à la valorisation des données, quels sont les exemples et les secteurs les plus prometteurs ?

Ludovic Levy présente Flux Vision lancé par Orange il y a lancé depuis un an, permettant de mesurer et de qualifier tout ce qui se passe dans une zone de chalandise (données de présence ou de mobilité) : combien de personnes passent dans cette zone à un moment donné, la durée de présence, la fréquence des passages, le tout segmenté par type de profils (âge, sexe, CSP, voire plus tard, comportements d’achat, via des croisements et des enrichissements). Le secteur du Retail est naturellement ciblé par ce type d’offres, tout comme la fabrication de produits et services, la banque, les collectivités (tourisme et transport).

Matthieu Soule considère que tous les secteurs seront impactés par les big data à plus ou moins long terme. L’Atelier BNP Paribas a réalisé l’année dernière une étude pour le Forum d’Avignon, Think Tank français dédié à la culture, sur la prescription de produits culturels et notamment la vente de livres sur Amazon, et cite de nombreux exemples : Netflix, spécialiste des vidéos à la demande (50 millions d’utilisateurs dans le monde), tire parti d’un moteur de recommandation qui génère 75% du trafic sur le site. TripAdvisor (300 millions de visiteurs du site), dans le secteur du tourisme, va même plus loin : on peut choisir son hôtel directement en fonction des recommandations, ce qui contribue à la création d’une nouvelle chaîne de valeur. Les parcs d’attraction Disney offrent de nouveaux services tirant parti de données collectées via des bornes wifi et des capteurs. Par exemple, Disney propose dans son parc de Floride (120 millions de visiteurs par an) MyMagic+, un bracelet connecté qui remplace la clé de la chambre d’hôtel, remplace le ticket d’entrée, permet de payer boissons et nourriture, donne accès aux attractions, etc. Ceci permet d’une part aux visiteurs de gagner en confort (plus besoin de se promener avec la clé de la chambre et son portefeuille), tout en collectant énormément de données afin d’optimiser les flux de visite et mieux connaître le comportement de chacun des visiteurs, en temps réel.

Olivier Lallement participe au programme Tech Trends de Deloitte qui scrute les nouvelles tendances IT qui transforment les entreprises. La dernière édition a mis en relief trois tendances intéressantes : l’analyse cognitive et les machines apprenantes (anticiper, prévoir et améliorer la prise de décision) ; le « wearable » et l’Internet des objets (éléments qui captent ou transmettent de l’information à l’utilisateur) et le Digital permettant de personnaliser l’expérience client et d’apporter plus de confort d’utilisation. Ces trois tendances s’inscrivent pleinement dans le modèle des big data et de la valorisation des données. On passe du « big data » aux « smart data » en étant capable de collecter de l’information, par exemple à travers des objets connectés, et d’agréger et de consolider des données dans une sorte de hub numérique, pour capter l’ensemble des informations des utilisateurs et les analyser via des fonctions d’analyse prédictive et des modèles statistiques. En bout de chaîne, l’entreprise doit restituer les connaissances obtenues à l’utilisateur, pour lui apporter un certain confort, voire même à travers de nouveaux services pour l’inciter à interagir de nouveau avec l’entreprise afin de recréer de nouvelles informations qui vont nourrir l’ensemble du processus.
De nouveaux acteurs ou des acteurs traditionnels sont ainsi capables d’inventer de nouveaux services ou business models, et participer à cette chaîne de valorisation de l’information. Par exemple, les fabricants de smartphone ont fait évoluer leur modèle économique pour devenir à la fois des agrégateurs de données (santé, domotique) et proposer à l’utilisateur l’interface digitale qui servira à la fois à restituer et à saisir des informations.

Parmi les secteurs les plus concernés aujourd’hui figurent la santé (avec des connexions avec l’univers de l’assurance), le transport, l’énergie, la domotique, qui tirent notamment parti des réseaux intelligents (smart grids).

Ludovic Levy rebondit sur le thème de l’Internet des objets, en expliquant qu’Orange, dans le cadre du programme La nouvelle France industrielle mené par Anne Lauvergeon, pilote un projet visant à la création d’une plate-forme technologique et d’un écosystème d’objets connectés. Le but est de collecter, puis d’agréger des données issues d’une part d’objets connectés et d’autre part de différentes sources de données d’entreprises. Le programme vise à mieux appréhender les parcours clients, à optimiser des processus et à créer de nouveaux services.

La tendance aujourd’hui est de connecter tous les objets du quotidien, cafetière, station météo, réfrigérateur, etc. Progressivement, les industriels intègrent par défaut des capteurs dans tous ces objets, afin de mieux connaître les usages des utilisateurs et les parcours clients. Dans ce projet, les particuliers bénéficient également du système, en disposant des moyens pour gérer eux-mêmes leurs données personnelles : les sécuriser et les contrôler (qui peut les utiliser ? et droit à l’oubli).

Mouloud Dey poursuit en expliquant que Gartner estime qu’à l’horizon 2016, 30% des entreprises mondiales seront amenées à commercialiser leurs données. En pratique, on constate surtout aujourd’hui que certains secteurs sont en pointe, là où le consommateur est concerné : grande distribution, télécom, finances. Les industriels sont également à l’avant-poste, comme par exemple Airbus qui mène une expérimentation pour équiper ses avions de milliers de capteurs afin de collecter des données pendant chaque vol et proposer des services innovants aux compagnies aériennes reposant sur ces données.

Les principales réalisations concernent la grande distribution : Catalina consolide les tickets de caisse d’un grand nombre de distributeurs pour revendre des informations à valeur ajoutée desquelles ils tirent d’importants enseignements ; les télécommunications : en Angleterre, les trois opérateurs majeurs se sont associés dans la création de Weve, une joint-venture de m-commerce (m pour mobile) qui valorise leurs données afin de créer de nouveaux services à destination notamment de la banque et de la grande distribution, dans une logique d’opt-in. En Belgique, sur la base du modèle freemium et de bornes wifi gratuites, la société Zapfi étudie et caractérise les comportements des acheteurs pour aider les marques à développer des offres personnalisées.

Matthieu Soule complète en parlant de l’effet volume. On parle souvent des GAFA américaines (Google, Apple, Facebook et Amazon), mais moins des acteurs chinois, comme Alibaba ou Tencent, qui ont pourtant atteint la taille critique pour conquérir de nouveaux secteurs (des centaines de millions d’utilisateurs actifs) sur la base de l’analyse de données. C’est ce que l’on appelle la théorie des marchés contestables. Ces acteurs sortent de leur métier d’origine pour offrir une nouvelle valeur à leur base utilisateurs dans une sorte de cercle vertueux : plus ils collectent de données, plus ils sont en mesure de créer de nouveaux services qui séduiront plus de clients et plus ils seront capables de cibler de nouveaux marchés. Par exemple, General Electric, dont le métier d’origine était la fabrication de moteurs d’avion, s’est allié avec Amazon Web Services et Accenture, pour proposer un système de financement de la fabrication de moteurs, reposant sur l’analyse de données.
Au-delà du buzz autour des montres connectées, on voit bien qu’il existe des enjeux industriels énormes autour de l’Internet des Objets qui nécessitent une taille critique pour les exploiter.

En France et en Europe, les entreprises sont-elles prêtes à affronter ces enjeux ?

Ludovic Levy considère qu’Orange, qui a initié des programmes de transformation en interne autour de la donnée il y a un an et demi, est en ordre de marche. Le premier enjeu relève de l’informatique : il convient de casser les silos de données pour faciliter les croisements et les analyses, et obtenir des connaissances utiles au développement de l’entreprise. Le second relève du domaine organisationnel : la création de la fonction de Chief Data & Customer Strategy Officer traduit bien le fait que la donnée est au cœur de la stratégie client d’Orange. Son rôle est de faire le lien entre l’informatique et les métiers, en s’appuyant sur une équipe composée d’informaticiens, de spécialistes métiers et marketing, et de statisticiens. Par ailleurs, Orange a mis en place une gouvernance de données, c’est-à-dire des « règles d’or » encadrant à la fois l’accès et le traitement des données, qui donnent de l’autonomie et de la confiance aux collaborateurs.

Concernant la culture de la donnée et de l’analytique dans les entreprises, Mouloud Dey a expliqué que si l’un des points importants est effectivement de casser les silos dans l’entreprise et de partager les données avec des partenaires, voire avec des concurrents (exemple de Weve) pour valoriser ces données, il est également essentiel de connaître les trois types de données potentiellement exploitables : les données « observées », c’est-à-dire stockées dans le système d’information, les données contributives (fournies par les utilisateurs) et les données « déduites » de l’ensemble des informations, via l’exploitation d’algorithmes sophistiqués. Leur exploitation implique l’utilisation de solutions logicielles mettant en œuvre des algorithmes analytiques permettant de donner du sens à des ensembles de données, difficilement appréhendables en un coup d’œil. Ceci implique également le développement d’une culture analytique dans l’entreprise, ce qui passe par des efforts organisationnels touchant l’ensemble des départements de l’entreprise, par le recrutement de compétences spécialisées, ainsi que par une organisation spécifique, pilotée par un Chief Data Officer. Tout ceci constitue un modèle d’entreprise que l’on voit émerger, centré sur la donnée et sur l’utilisation de solutions analytiques.

Olivier Lallement confirme qu’un nouveau type d’entreprise centré sur la donnée est en train d’apparaître, fruit des réflexions de fond menées sur la manière de s’organiser ou de se réorganiser pour pouvoir appréhender ces problématiques. Ces réflexions ne portent jamais sur des aspects informatiques ou technologiques : les solutions existent et sont éprouvées, et les DSI savent non seulement les intégrer au SI mais également les mettre à disposition des salariés. La problématique principale se situe dans la disponibilité de compétences spécialisées dans l’analytique, le fameux Data Scientist qui doit être capable de faire le lien entre les besoins des métiers et les données disponibles, et d’imaginer les algorithmes et les modèles prédictifs permettant de transformer les big data en smart data. En termes d’organisation, l’entreprise doit être capable de penser de façon transverse, de définir des règles d’échange et d’exploitation des données (la fameuse gouvernance ou « les Do et les Don’t ») et de mettre la donnée au centre de l’organisation. Enfin, elle doit apporter un soin particulier à la qualité des données qu’elle exploite, en lien avec les utilisateurs métiers qui présentent chacun des besoins et des usages différents.

Matthieu Soule a souligné qu’il existe également une problématique d’ambition et de stratégie business. Les big data ont été utilisées au départ pour améliorer la qualité des services de grands opérateurs comme Google et Yahoo! Si Yahoo! a été créé pour référencer les meilleurs sites sur la base de recherches réalisées manuellement, Google a changé le paradigme en automatisant les recherches au moyen d’ordinateurs et d’algorithmes. Les recherches ciblent dans un premier temps les sites, puis s’attachent ensuite aux pages, et enfin aux mots de chaque page.

Pour traiter ce changement d’échelle, l’informatique a eu un rôle décisif, mais l’objectif était avant tout d’améliorer la satisfaction des utilisateurs. De la même manière, Amazon a initialement créé des protocoles formels d’échange d’information entre ses propres services, sous la forme d’API, qu’il a étendu à l’échange de données avec ses partenaires externes. Ceci a abouti à la création de la marketplace que nous connaissons aujourd’hui. En résumé, l’informatique est au service de la stratégie et des ambitions de l’entreprise, mais avant tout pour résoudre des problématiques métiers liés à la fourniture de services. La nomination d’Henri Verdier au poste de Chief Data Officer de l’Etat Français traduit bien cette transformation qui touche même les gouvernements (e-administration), ceux-ci devant se réinventer en tant que fournisseur de services aux citoyens et aux entreprises, et donc repenser leur organisation autour de ces nouvelles ambitions.

L’acceptabilité sociale, les données personnelles, les contraintes réglementaires…

Matthieu Soule a participé aux travaux de la Fondation Télécom sur le futur de la vie privée. Les problématiques de protection de l’intimité relèvent en réalité selon lui de questions culturelles et politiques. Si en France nous ne sommes pas très enclins à recevoir des SMS promotionnels lorsque nous passons à proximité d’un magasin, en Turquie les consommateurs sont au contraire très demandeurs. L’acceptabilité diffère selon les pays et les cultures. En France, avec la forte présence de la CNIL, le respect de la vie privée relève pratiquement des droits de l’homme, alors qu’il relève plutôt du droit du consommateur aux Etats-Unis.
En corollaire, il existe de gros enjeux en matière de pédagogie et de sensibilisation des utilisateurs. Il est important de leur faire comprendre qu’il s’agit d’un contrat de confiance conclu avec les acteurs du digital : un service rendu en échange de données personnelles permettant d’améliorer encore ce service. Toute rupture de cette confiance serait rédhibitoire, les consommateurs ayant le pouvoir de cesser de confier leurs données, ce qui aurait pour effet d’assécher les sources de données si précieuses pour améliorer ou créer de nouveaux services.

Pour Ludovic Levy, il est essentiel de ne pas confondre sécurité et vie privée. La sécurité est une condition nécessaire mais pas suffisante pour créer la confiance. Le « zéro faille » n’existe pas et n’existera jamais, on l’a encore vu dernièrement malheureusement. La confiance se construit également sur la valeur du service rendu. Malgré toutes les attaques dont elles ont été l’objet sur ces problématiques de protection de la vie privée, Google ou Facebook voient encore le nombre de leurs utilisateurs croître dans le temps, c’est donc bien que les services sont à la hauteur des attentes. D’autre part, la confiance dépend également de l’image de marque de l’entreprise. Enfin, la sensibilité des consommateurs vis à vis du thème du respect de la vie privée augmentant, on peut en conclure qu’ils agissent en connaissance de cause et sont conscients de la valeur de leurs données personnelles.

Olivier Lallement considère que différents sujets posent problème, comme la diversité des normes et des législations dans le monde. Les acteurs n’évoluent donc pas avec les mêmes contraintes. En France, beaucoup de blocages subsistent sur le croisement des fichiers du fait de règles très strictes. Selon lui, la dynamique de confiance à instaurer entre le consommateur et l’entreprise est liée à une bonne information et une transparence sur l’exploitation des données : comment les données sont-elles collectées et pour quoi faire ? Beaucoup de flou subsiste encore, ce qui freine le développement des usages. Le modèle Freemium pourrait en conséquence se voir remis en cause. Il convient donc de trouver un équilibre entre le gratuit et le payant et d’imaginer d’autres logiques.

Mouloud Dey pense que la confiance est aussi liée à la valeur de l’information. Les premières interrogations des clients de SAS concernent le retour sur investissement, ce qui est légitime. Pourtant, la notion de ROD – retour sur les données – peut se révéler plus pertinente : la donnée étant un vecteur de croissance et de profit. On peut l’évaluer par un ratio nombre d’utilisateurs/capitalisation, par les revenus engendrés ou par les coûts (comme par exemple le coût d’une perte de donnée). On peut également évaluer cette valeur par le prix que l’on est prêt à payer pour protéger nos propres données. La mesure du ROI, a fortiori dans une logique d’expérimentation ou de partenariat, est en pratique trop limitée.

En conclusion…

Plutôt que de considérer les problématiques de respect de la vie privée comme un frein, Ludovic Levy y voit une opportunité pour les entreprises européennes – à condition bien sûr que les autorités européennes actualisent rapidement les législations. Depuis quelques années, ces problématiques sont abordées par les entreprises européennes dès les phases de conception d’un produit ou d’un service, avec une culture plus forte que celle des entreprises américaines, plutôt laxistes en matière de « privacy ». On constate dernièrement une prise de conscience forte des Etats-Unis et l’Europe a déjà une expérience dans ce domaine qu’elle doit valoriser. Ludovic Levy pense que les Etats-Unis vont pour une fois se rapprocher de la position européenne, et non le contraire !

Matthieu Soule pense au contraire que l’Europe risque de perdre la compétition industrielle du fait d’une réglementation trop lourde. Historiquement, en Europe on regarde avant de légiférer, mais à l’ère du numérique cette démarche n’est plus possible. De plus, la bataille se situe au niveau mondial, avec des acteurs non seulement américains, mais également asiatiques. De nouveau, se pose la question de la taille critique et pour l’heure, tous les efforts européens pour constituer des acteurs de poids se sont soldés par un échec, notamment du fait des réglementations anti-concentration et concurrentielles. Si effectivement, l’Europe impose son point de vue en matière de législation, ces lois ne concerneront au final que des entreprises étrangères et notre industrie n’en profitera pas.

Olivier Lallement ajoute qu’en termes d’opportunité, il existe un enjeu majeur : le contrôle de tout un écosystème. En matière de valorisation de données, les acteurs traditionnels risquent d’être dépassés par des pure players qui lancent de nouveaux usages via l’innovation, comme on l’a vu dernièrement dans la lutte Taxis/VTC et comme on va le voir dans l’automobile avec la Google Car, ou dans le domaine bancaire avec Apple Pay. C’est la capacité du nouvel entrant de fédérer l’ensemble d’un écosystème qui va faire la différence pour créer un standard de facto.

Mouloud Dey admet que les marchés sont de plus en plus dans des logiques de contestation qui dépassent le cadre habituel de la concurrence traditionnelle : de nouveaux entrants, généralement déjà bien établis sur d’autres marchés, comme Google, contestent la légitimité des acteurs traditionnels. Ces derniers doivent se réinventer pour créer de nouveaux services innovants. Pour y parvenir, conserver leurs parts de marché et créer de nouveaux usages, ils doivent entrer dans de nouvelles logiques de partenariats ou d’innovation disruptive. La donnée est un élément clé pour y parvenir.

(Source : Le Club par Business Analytics info - 2 octobre 2014)