Des décisions se prennent à l'instinct, d'autres sont raisonnées. En entreprise, le raisonnement s'impose comme une évidence, ne serait-ce que pour pouvoir justifier ses choix auprès des collaborateurs et des clients. La data est un support privilégie pour fonder son raisonnement, et prendre ses décisions. Dans l'exemple du test A/B pour comparer deux modèles d'e-mail marketing : si le taux d'ouverture est supérieur sur la version A, l'équipe marketing retient la version A. On parle de prise de décision basée sur les données. La donnée « taux d'ouverture » a été identifiée comme pertinente eu égard aux objectifs marketing, puis la donnée a été collectée, et analysée, pour enfin décider.
Prise de décision basée sur les données : en quoi cela consiste ?
La prise de décision basée sur les données est le processus qui consiste à identifier, collecter et analyser les données pertinentes pour prendre une décision conforme à ses objectifs. La prise de décision basée sur les données requiert des méthodes et des outils de collecte et d'analyse.
Les avantages de prendre une décision basée sur les données
Justifier ses choix
Utiliser des critères de choix tangibles conforte la prise de décision : des éléments objectifs ont guidé le raisonnement. C'est un avantage sur le plan psychologique, notamment lorsque la décision est difficile à prendre. Baser sa décision sur les données, en outre, est nécessaire lorsqu'il faut présenter ou justifier ses choix auprès d'un client. Les données en effet sont des arguments pour renforcer ses explications.
Se mettre d'accord
Les données sont un support indispensable pour décider en équipe. Quand les collaborateurs ne parviennent pas à se mettre d'accord, en effet, les données, en tant qu'éléments objectifs, permettent de trancher. La prise de décision basée sur les données facilite en outre le travail en équipe dans la mesure où chaque collaborateur comprend le raisonnement.
Éviter les biais de confirmation
Chacun a ses certitudes : tous éléments qui confirment ces certitudes ont tendance à peser plus lourd dans la prise de décision. Cette tendance aux biais de confirmation risque d'induire en erreur, et ralentit l'évolution professionnelle. En utilisant des données, le décideur s'offre l'opportunité de rompre avec ses certitudes et ses habitudes, car il peut constater objectivement qu'une décision contre-intuitive s'impose à lui.
La prise de décision basée sur les données est d'autant plus importante dans un contexte où l'évolution des mœurs de consommation est rapide. Les données font état de cette évolution : au lieu de répéter ses choix, par habitude, le décideur adapte ses choix au contexte.
Prévoir les résultats avec précision
À condition de collecter les données pertinentes, et de les analyser finement, la prise de décision basée sur les données permet de prévoir le résultat d'une décision avec plus de précision. Exemple : une équipe marketing doit lancer une offre promotionnelle en boutique ou en ligne, avec pour objectif de générer des ventes ; en analysant sa base de données clients, elle constate que 65 % de ses clients achètent en ligne ; l'équipe décide de lancer l'offre en ligne, et estime que 65 % du nombre total de ses clients vont acheter ; cette estimation permet ensuite d'estimer le CA à réaliser à court terme.
Développer son activité
Prendre des décisions basées sur les données est une évidence dans un contexte où les outils de collecte et d'analyse sont de plus en plus puissants. Kipp Bodnar, Chief Marketing Officer chez HubSpot, explique : « L'émergence de nouvelles technologies comme l'intelligence artificielle permet aux équipes dirigeantes et marketing de prendre des décisions plus éclairées, basées sur des données plus pertinentes. ». La donnée devient un levier pour se développer. Dans un enjeu concurrentiel, il faut s'équiper en outils performants, et habituer les équipes à se servir de la donnée pour décider.
Le kit pour développer son leadership
Dans ce kit, découvrez le guide du coaching commercial, le guide du manager du futur et le modèle de gestion des commissions.
- Coaching commercial
- Avenir du management
- Motivation des équipes
- Et plus encore
Télécharger
Tous les champs sont obligatoires.
Merci d'avoir soumis le formulaire
Cliquez sur le lien pour accéder au contenu en tout temps
Exemples de prise de décision basée sur les données
Rakuten Advertising
Rakuten Advertising est l'un des principaux fournisseurs mondiaux de solutions marketing. L'entreprise souhaitait utiliser les données de ses contacts pour affiner sa stratégie de lead nurturing. Le responsable des opérations marketing, Richard Truncale, explique : « Je voulais visualiser exactement ce qui se passait avec nos listes, et je savais que l'analyse des données et le reporting de HubSpot pouvaient m'aider à y parvenir ».
Il s'agissait notamment d'optimiser les e-mails, avec des données de performance en temps réel et par segment de clientèle. « Il existe de nombreuses théories sur les meilleures pratiques en matière d'e-mail, par exemple le fait que le meilleur moment pour envoyer un e-mail soit le mardi à 11 heures », explique Richard Truncale. « Il n'y a cependant pas beaucoup de données pour soutenir cette affirmation ». Mieux que les théories, les données de performance des e-mails, en temps réel et par audience, permettent de décider des meilleurs horaires pour envoyer des e-mails qui génèrent de l'engagement. « Alors que la plupart des entreprises ont banni l'envoi d'e-mail le vendredi, nous avons découvert que c'est le jour où nous observons le meilleur taux d'engagement », conclut Richard Tuncale.
Grâce à ses campagnes marketing fondées sur les données, l'entreprise a constaté une augmentation de 25 % de son CA. Le responsable des opérations marketing souligne que l'utilisation d'outils puissants est nécessaire pour automatiser les rapports et gagner du temps.
Casio
L'entreprise Casio souhaitait améliorer ses activités d'inbound marketing, pour augmenter ses ventes en ligne. Casio voulait notamment être en mesure de répondre aux besoins de prospects en proposant du contenu personnalisé, au moment opportun. À cette occasion, l'entreprise choisit les outils HubSpot pour collecter et analyser les données de ses contacts.
Jennifer Kelly, responsable DTC et Marketing, explique que grâce à l'utilisation des données pour personnaliser les e-mails marketing « Notre taux d'ouverture a progressé de 10 %, notre taux de clics/ouvertures a augmenté de 7 % en moyenne et le revenu net émanant des e-mails dépasse le million de livres sterling ».
Les données de ROI des campagnes publicitaires, par plateforme et par audience, ont en outre permis de prendre des décisions en matière de dépenses. Casio cible sur ce fondement ses audiences les plus importantes, pour augmenter la rentabilité de ses publicités.
5 étapes pour prendre efficacement une décision basée sur les données
- Formuler la problématique
- Identifier les données
- Collecter et préparer les données
- Analyser et modéliser les données
- Décider, appliquer la décision et observer
1 - Formuler la problématique
Prendre une décision basée sur les données nécessite de formuler avec précision la problématique. Plus la formulation est précise, en effet, plus il sera facile d'identifier les données utiles à la prise de décision.
Au lieu de se demander « Comment augmenter mes ventes en lignes ? », par exemple, il est préférable de formuler ainsi la problématique : faut-il investir mon budget marketing dans la publicité sur Instagram ou sur Facebook ?
2 - Identifier les données
Les données à utiliser pour prendre la décision doivent être identifiées en fonction de la problématique, bien sûr, mais aussi selon l'objectif. Dans l'exemple, l'entreprise doit choisir entre Instagram et Facebook pour augmenter ses ventes. Comparer son audience sur les deux réseaux sociaux est pertinent, auquel cas les données sont les nombres respectifs d'abonnés.
Pour aller plus loin, l'entreprise tient compte de son objectif prioritaire : vendre vite ou vendre à coût réduit, par exemple. En fonction de l'objectif prioritaire, les données sur lesquelles baser sa décision diffèrent. Pour vendre vite, il faut tenir compte du taux de conversion de chaque réseau social alors que pour vendre à coût réduit il faut regarder le coût publicitaire sur chaque réseau social.
3 - Collecter et préparer les données
La collecte de données nécessite des méthodes et des outils. Les enquêtes, les avis clients ou encore les questionnaires sont efficaces pour obtenir des données clients exploitables. Les données de web analytics, en outre, sont centrales.
Quels que soient les moyens utilisés, il est important ensuite de préparer les données. Il s'agit de les centraliser, afin d'être en mesure de les croiser. La préparation des données en outre impose d'écarter certains résultats : les doublons et les erreurs par exemple. C'est également à cette étape que les données sont formatées, manuellement ou automatiquement, en vue de leur analyse.
Dans l'exemple, les données peuvent être collectées, entre autres, grâce aux statistiques d'audience des réseaux sociaux. Il faut ensuite les remonter sur une plateforme centralisée, pour les mettre en relation avec d'autres données clients. Un puissant CRM est essentiel à cet effet.
4 - Analyser et modéliser les données
L'analyse et la modélisation des données nécessitent également des méthodes et des outils. Il s'agit de mettre en évidence un raisonnement pour baser ses décisions. Les supports visuels facilitent la construction du raisonnement. Créer un arbre de décision, par exemple, est utile pour décider efficacement.
5 - Décider, appliquer la décision et observer
La logique guide la prise de décision basée sur les données. Le choix apparaît de manière relativement évidente, car des éléments objectifs le confortent.
Après que la décision a été appliquée, il faut observer les résultats. Il s'agit notamment de vérifier que les résultats attendus sont obtenus, auquel cas les données servant à prendre la décision ont été correctement identifiées et analysées. Le processus peut alors être itéré. Dans le cas contraire, il faut améliorer le processus, ou enrichir sa data.
Pour aller plus loin, réalisez une stratégie performante pour allouer les budgets de façon optimale en téléchargeant le kit de la planification stratégique, ou découvrez le CRM gratuit de HubSpot.
