"Le problème, c'est que le big data ne s'accommode pas bien des outils traditionnels ou des théories analytiques. Les outils traditionnels s'étouffent face au volume, à la vitesse et à la variété des données. Pour tirer le meilleur parti du big data, les entreprises doivent investir dans les nouvelles technologies, l'automatisation en temps réel, la visualisation et l'apprentissage automatique."
- Evan Hovorka, chef de groupe, marketing numérique chez un détaillant Fortune 500
SnapLogic : Pouvez-vous décrire votre rôle actuel ?
EH : Mon équipe fournit des solutions qui favorisent le retour sur investissement du marketing numérique et l'expérience client. Parmi les exemples récents, on peut citer une solution analytique cross-canal, plusieurs projets de big data et l'automatisation des services web pour des canaux de marketing importants. Il s'agit d'un rôle unique qui a évolué au fil des ans, à mesure que les frontières entre le marketing et l'informatique s'estompaient. L'entreprise s'appuie sur des partenaires clés pour générer du trafic et des ventes sur ses sites. Il n'est donc pas surprenant que ces entreprises qui se tournent d'abord vers l'internet exigent des solutions rapides et flexibles. Les données relatives aux articles, aux prix et aux promotions en sont un exemple. Ces données doivent être distribuées à des dizaines de partenaires avec de nombreuses règles commerciales personnalisées en jeu. Grâce aux outils d'automatisation du marketing, nous donnons aux partenaires tels que Google, les sites de comparaison de prix, les sites sociaux et les affiliés les moyens d'itérer et d'innover rapidement en notre nom. Dans le domaine du marketing numérique, la rapidité est synonyme de pertinence, d'où la nécessité d'une base fondée sur la flexibilité.
Le déploiement d'une technologie avancée pour le reporting publicitaire, l'attribution et la performance des médias fait également partie du rôle. L'intégration de mesures provenant de serveurs publicitaires, de programmes de recherche payante, d'e-mails, de réseaux sociaux et de vidéos dans un cluster Hadoop qui se marie avec des bases de données plus traditionnelles nous permet de voir les performances sur l'ensemble des canaux. Ce réseau sécurisé de tuyaux de données nous permet de prendre des décisions intelligentes rapidement et en toute sécurité.
SnapLogic : Ces dernières années, le marketing s'est beaucoup appuyé sur la technologie. Cette évolution a favorisé l'innovation, mais quels sont les défis ou les inconvénients ?
EH : Après avoir obtenu un diplôme en informatique, j'ai travaillé comme programmeur dans le domaine de l'ingénierie des cartes à puce. C'était un travail intéressant, mais ce qui était encore plus fascinant, c'était toutes les possibilités d'amélioration des systèmes de marketing. Il s'agit d'un espace qui récompense la réactivité plutôt qu'une conception sans faille. Il faut être capable de construire et d'automatiser rapidement, mais ce n'est pas quelque chose que les services informatiques traditionnels étaient prêts à gérer à l'époque. Un autre défi réside dans le fait que les spécialistes du marketing n'ont jamais eu de diplôme en informatique et qu'ils ne possèdent pas les compétences nécessaires pour tirer parti des nouvelles technologies. La connexion et la distribution des données et des applications sont devenues une stratégie de base pour un atelier de marketing progressif. Tout cela est possible grâce à des partenariats informatiques plus étroits, à des spécialistes du marketing plus intelligents et à des outils qui simplifient la technologie pour permettre à un plus grand nombre de personnes de réussir. Le défi consiste à trouver les bonnes compétences pour les équipes informatiques et marketing.
SnapLogic : Si vous êtes devant une salle de spécialistes du marketing et que vous prononcez les mots Big Data, les yeux s'éteignent-ils ?
EH : Plus maintenant. Les esprits progressistes sont vraiment enthousiasmés par cette opportunité. En théorie, les outils de big data connectent des canaux de vente disparates, des activités en ligne et hors ligne, des données provenant de capteurs IoT et fournissent des vues sur les stocks en temps réel, ce qui permet aux dirigeants d'ajuster leurs plans en conséquence. Hadoop et ses outils arrivent à maturité et sont de plus en plus faciles à utiliser, de sorte que le seuil de compétences diminue. Les gens devraient être extrêmement enthousiastes à l'idée de regrouper leurs précieuses données dans un lac de données/un cluster Hadoop, ce qui est la définition même de la démocratisation des données. Les grandes données dans les grandes entreprises soulèvent toutefois quelques inquiétudes. Je ne saurais trop insister sur l'importance de la sécurité, de la traçabilité des données et de la formation des utilisateurs.
SnapLogic : Le big data améliore-t-il déjà les résultats des grandes entreprises ?
EH : La réduction des dépenses rend Hadoop facile à vendre, mais je ne suis pas sûr que beaucoup d'entreprises établies aient réellement fermé leurs anciennes bases de données coûteuses une fois qu'Hadoop est apparu. C'est acceptable à mes yeux, car la véritable valeur ne réside pas dans l'arrêt des anciens systèmes ou dans le portage de la charge ETL, mais plutôt dans les idées et les innovations auparavant impossibles à mettre en œuvre qui se développent à partir de ces nouveaux systèmes. Les entreprises doivent embaucher des data scientists, ce qui peut être coûteux. Ainsi, même si Hadoop est abordable, on a toujours besoin de ces spécialistes pour qu'il brille vraiment.
Pendant cette transition, les entreprises peuvent permettre à leurs analystes principaux de découvrir et de construire le big data lake, à l'aide d'outils qui atténuent une partie du mystère et des risques. SnapLogic est l'un de ces outils, qui permet aux équipes commerciales ordinaires de puiser dans les données, de connecter des sources disparates et d'obtenir des informations sans avoir à embaucher une armée de scientifiques des données et d'experts en ETL. Un seul outil ne produira peut-être pas le prochain moteur de recommandation de Netflix, mais la plupart des entreprises ont beaucoup de chemin à parcourir avant d'utiliser Hadoop.
SnapLogic : L'analyse marketing est un domaine en plein essor, mais quelles sont les lacunes technologiques qui subsistent ?
EH : Les Big Data sont là pour rester ; nous pouvons collecter et exposer de grands volumes d'informations de bas niveau qui n'ont pas été traditionnellement exploitées ou colocalisées. Un analyste examine généralement les ventes des magasins, les données démographiques et les données régionales. Les outils de big data pourraient ajouter à cela de nombreuses autres sources d'informations importantes, telles que les fichiers journaux de l'IoT, les modèles météorologiques, de vastes quantités de données historiques, des données de séries temporelles et bien plus encore. Le problème est que les big data ne font pas bon ménage avec les outils traditionnels ou les théories analytiques. Les outils traditionnels s'étouffent face au volume, à la vitesse et à la variété des données. Pour tirer le meilleur parti du big data, les entreprises doivent investir dans les nouvelles technologies, l'automatisation en temps réel, la visualisation et l'apprentissage automatique.
Les différentes sources de vérité peuvent constituer un autre défi. Réconcilier les silos n'est pas facile, mais c'est faisable. Dans l'idéal, un analyste pourrait déplacer et transformer rapidement et de manière fiable des données de l'endroit A vers l'endroit B, analyser leur valeur et prendre des mesures pour améliorer les indicateurs de performance clés (KPI) convenus en commun. Cela signifie souvent qu'il faut déplacer les données de l'endroit B vers une pléthore de partenaires et de systèmes en aval, chacun ayant son propre format, sa propre cadence et sa propre sécurité, ce que les outils ETL traditionnels ont du mal à accomplir.
SnapLogic : Comment les gens peuvent-ils s'initier au big data et aux outils nécessaires pour l'utiliser ?
EH : L'exploitation de la valeur de ces nouvelles solutions de données est une occasion pour les personnes intelligentes de briller. Le big data ne consiste pas à améliorer progressivement les tâches ETL ou à transférer les données vers des systèmes plus rapides et moins coûteux. C'est une vision conservatrice. Le big data, ce sont de grandes idées. Dans l'idéal, les gens placeront une lentille de lune sur leurs actifs de données et inventeront des opportunités qui changeront la donne. L'un des objectifs devrait être de trouver des idées qui ne correspondent même pas aux initiatives actuelles de l'entreprise. Passer d'améliorations progressives à un tout nouveau modèle d'entreprise est ce qui m'enthousiasme dans l'espace big data/informatique. Des humains qui exploitent de nouvelles machines dans le but de construire quelque chose d'extraordinaire ! Qui ne voudrait pas travailler sous cet impératif ?
Evan Hovorka est chef de groupe dans le domaine du marketing numérique et se passionne pour l'utilisation des nouvelles technologies afin d'atteindre les objectifs de l'entreprise et de permettre aux gens de faire de grandes choses. Il dirige les prototypes, l'automatisation et la validation des concepts de big data pour un grand détaillant américain. Sa carrière comprend 15 ans de leadership stratégique dans les domaines de la gestion de la relation client, des médias numériques et du marketing basé sur les données.
