Ces dernières années, les investissements dans l'analyse des données ont augmenté, l'International Data Corporation (IDC) prévoyant un marché mondial pour les solutions de big data et d'analyse commerciale de plus de 274 milliards de dollars d'ici à 2022. Jusqu'à présent, la collecte et l'interconnexion des données internes ont constitué la principale priorité ; l'établissement de connexions est souvent la partie la plus difficile, car les différentes équipes ont construit leurs propres systèmes au fil des ans, qui n'utilisent pas la même logique, le même langage ou la même plateforme. Élargir une stratégie d'analyse pour y inclure des données externes est exponentiellement plus difficile, mais c'est l'étape suivante nécessaire pour les marques qui veulent rester compétitives.
Pourquoi les données internes ne suffisent pas
Bien qu'importantes, les données internes ne sont pas exhaustives. D'une part, elles sont rétrospectives ; les chiffres de vente, par exemple, ne vous indiquent que la manière dont un produit s'est vendu dans le passé, et non la manière dont il se vendra à l'avenir. Les données internes sont également étroitement liées à une seule marque ou organisation. Pour avoir une vision plus large de l'ensemble du marché, du potentiel de votre marque et de tous les consommateurs (et pas seulement de vos clients), vous devez également avoir accès à des données externes.
Mais la collecte et la connexion de données externes est une initiative bien plus importante que ce que la plupart des marques peuvent entreprendre seules, et ce pour deux raisons : le volume considérable d'informations disponibles et l'absence totale de contrôle sur la manière dont les données sont organisées. Chaque jour, l'internet ajoute 2,5 quintillions (milliards de milliards) d'octets de données, et plus de 80 % de ces données se présentent sous des formes totalement non structurées et disparates. Quelque part dans ces données se trouvent des informations qui pourraient transformer votre entreprise :
- Ce que vendent vos concurrents
- Comment votre inventaire se compare-t-il à la catégorie générale ?
- Les performances de certains concurrents par rapport aux vôtres
- Ce que font les petits acteurs émergents
- Quels sont les besoins des consommateurs qui n'ont pas encore été satisfaits ?
- Nouvelles allégations sur les produits, caractéristiques, ingrédients, etc.
- Articles de blog et revues de produits sur les produits concurrents
- Ce que les consommateurs et les experts disent de votre catégorie de produits
- Nouveaux dépôts de brevets, documents de recherche et conférences en rapport avec votre catégorie
L'exploitation des données externes permet d'obtenir de nombreux angles ou points de vue sur un même sujet, créant ainsi une vision holistique de l'ensemble du marché. Mais exploiter ces données et en tirer des informations précieuses nécessite des capacités d'intelligence artificielle (IA) avancées dont la plupart des organisations sont dépourvues.
La solution : Le bon partenaire analytique pour exploiter les données externes
Il existe de nombreuses entreprises qui prétendent offrir une analyse robuste des données externes. Mais beaucoup de ces plates-formes se limitent à l'extraction de données à partir d'une source ou d'un type de données particulier.
Skai a brisé le moule en résolvant la complexité de l'extraction d'ensembles de données vastes et disparates et en extrayant des informations de haute qualité de ces données. Nous offrons toutes ces informations sur une plateforme configurable qui génère des informations sur mesure pour différents secteurs et besoins commerciaux. Aucune autre plateforme d'analyse de données ne collecte et ne connecte les données comme nous le faisons.
Comment nous collectons les données
La première étape de la création d'une intelligence économique révolutionnaire consiste à rechercher et à choisir les sources de données appropriées pour un marché donné. Les sources de données sont très variées et se répartissent en trois catégories principales : les intégrations API de tiers avec des fournisseurs de données, les sources de données internes et les sites web accessibles au public. Le maintien d'un accès continu à ces sources à grande échelle est un défi d'ingénierie complexe qui nécessite l'écriture et la mise à jour constantes du code.
Si les données internes et externes relatives au commerce électronique permettent d'avoir une vue d'ensemble du paysage concurrentiel, les conversations sociales sont essentielles pour comprendre le sentiment des consommateurs. Les outils d'écoute sociale classiques permettent de suivre une seule marque et peut-être quelques concurrents. Mais ces données sont très limitées. En revanche, la Skai suivra toute l'activité sociale pertinente pour un marché.
Ainsi, au lieu de suivre des marques de yaourts spécifiques comme Dannon et Yoplait, par exemple, nous suivrons toutes les mentions de la catégorie des yaourts, quelle que soit la marque qui leur est ou n'est pas associée. Nous capturons des mots-clés similaires dans toutes les autres sources de données, qu'il s'agisse de sources spécialisées, de données de vente ou d'informations démographiques, afin d'élargir l'objectif, de présenter des données sur la catégorie dans son ensemble et de mettre en évidence les opportunités manquées.
La collecte de données présente des difficultés, mais l'exploitation des données externes est en fait la partie la plus facile de notre processus. La façon dont nous connectons les données, en revanche, est tout à fait unique et incroyablement puissante.
Comment nous connectons les données
Certains ensembles de données peuvent être facilement reliés entre eux par des codes universels, tels que les CUP ou les UGS. Mais ce type d'identifiant n'est disponible que pour quelques ensembles de données spécifiques. Pour relier les dépôts de brevets (qui ne comportent jamais d'UGS) aux produits, par exemple, nous devons nous appuyer sur autre chose : le contenu source qui peut être extrait et relié à d'autres ensembles de données.
Nos algorithmes propriétaires d'apprentissage automatique et de traitement du langage naturel (NLP) extraient le contenu des données non structurées avec un haut niveau de précision. La normalisation de ce contenu nous permet de nous assurer que tous les ensembles de données sont traduits dans la même langue, en utilisant la même taxonomie et les mêmes valeurs, de sorte que chaque ensemble de données puisse être comparé à tous les autres.
D'autres acteurs du secteur de l'analyse des données sont limités dans leur capacité à établir ce type de connexions, de sorte qu'ils n'établissent aucune connexion et considèrent chaque ensemble de données séparément ou établissent des connexions entre des ensembles beaucoup plus petits, ce qui ne leur donne qu'un aperçu limité. Les nœuds de connexion que nous construisons couvrent tous les ensembles de données dont nous disposons, et nous le faisons à grande échelle.
L'impact des données connectées
Avec des données entièrement connectées, les informations que l'on peut glaner sont stupéfiantes. Grâce au tableau de bord de la Skai , vous pouvez choisir un sujet, une caractéristique ou un avantage - par exemple, le yaourt, l'arôme ou le contenu en probiotiques - et explorer toutes les données connexes, des discussions des consommateurs aux documents de recherche, pour obtenir une compréhension complète. Vous pouvez également vous plonger dans un type de données spécifique - les discussions en ligne, par exemple - et comparer les discussions des consommateurs avec celles des experts pour voir si elles sont alignées, révélant ainsi les possibilités d'améliorer l'éducation des consommateurs.
La diversité de nos connexions de données nous permet également de proposer des tableaux de bord prédictifs tels que notre évaluation des besoins des clients. Ce tableau de bord présente les produits disponibles dans un écosystème de marché ainsi que les discussions des consommateurs sur cet écosystème afin de mettre en évidence tout écart entre les deux. Grâce à ces informations, une marque peut procéder en toute confiance au développement de nouveaux produits, à l'amélioration des messages sur les avantages des produits ou à la mise en place d'opportunités marketing inexploitées.
-------------
*Cetarticle de blog a été publié à l'origine sur Signals-Analytics.com. Kenshoo a acquis Signals-Analytics en décembre 2020. Lire le communiqué de presse.
Plus de détails
