Le référentiel client unique – RCU – revient en force dans les projets IT des entreprises afin de soutenir leur transformation digitale exécutée à marche forcée. Il s’impose comme un composant essentiel pour toute démarche « Customer Centric » consistant à mettre le client au cœur des processus « Data Driven ». Il faut néanmoins repenser les approches traditionnelles des RCU qui ne sont plus adaptées au volume, à la nature et aux contraintes des données client d’aujourd’hui. Découvrons donc pourquoi les technologies Big Data sont le futur des RCU et comment les mettre en œuvre.
La digitalisation de la relation client, du marketing et des ventes a démultiplié la fréquence et le nombre des interactions client, entrantes et sortantes, augmentant d’autant la nécessité de disposer d’un RCU riche, solide et accessible instantanément par l’ensemble des solutions et services en contact avec les consommateurs.
D’un point de vue technique, un RCU favorise l’urbanisation du système d’informations en simplifiant les échanges de données et en garantissant la cohérence des informations client au sein de toutes les applications métier.
D’un point de vue fonctionnel, le RCU doit offrir une vue unique, structurée et à jour de chaque prospect / client connu par l’entreprise. Cette vue doit tendre vers une vision 360° de l’individu, c’est-à-dire, à même d’identifier et décrire le consommateur selon les différentes dimensions propres à l’activité et à la stratégie de l’entreprise : identités, attributs socio-démo, transactions, interactions, appartenance à un ou des segments, valeur client, intentions d’achat, recommandations produit & service …
Disposer d’un RCU performant est donc devenu stratégique pour toute entreprise devant parfaitement connaître ses consommateurs et proposer une expérience utilisateur cohérente, pertinente et individualisée tout au long du parcours client.
Et pourtant, le taux d’adoption d’un RCU demeure limité car sa conception, sa mise en œuvre et son évolutivité restent de véritables challenges tant fonctionnels que techniques notamment de par la diversité des informations clients collectées, la grande quantité de données à manipuler, les exigences du temps réel ainsi que les contraintes règlementaires devant être respectées.
De plus, les bases de données traditionnelles de type Oracle ou SQL Server utilisées jusqu’à présent pour implémenter un RCU n’apportent pas la souplesse, l’agilité et la puissance nécessaire au fonctionnement optimum d’un RCU moderne. Ces technologies ne permettent pas, par exemple, de faire évoluer rapidement le modèle de données client, de stocker une information volumineuse comme l’ensemble des interactions digitales, ou encore de calculer en temps réel un score complexe de type risque de churn…
Cependant, grâce à la démocratisation des plateformes Big Data notamment avec Hadoop, il est désormais possible de repenser la conception et l’implémentation du RCU au travers d’un découpage Data Lake / Lakeshore.
Le Data Lake, comme décrit ci-après, est le réceptacle de l’intégralité des données de l’entreprise, et en premier lieu des données client, qui sont alors « désilotées » et accessibles pour les consolider, les analyser, les enrichir et les transformer. Il porte l’ensemble des travaux de collecte depuis les systèmes sources, de stockage (sous forme structurée ou non structurée) et de calcul pour transformer des données brutes en informations utiles décrivant chaque client et comment interagir avec lui dans le futur.
Dans ce paradigme, le RCU est un Lakeshore spécialisé dans la mise à disposition des informations clients unifiées et structurées (vision 360°) auprès des applications consommatrices : CRM 360, Marketing Automation, DMP, Recommandation, Analytics, etc…
Les traitements d’alimentation du RCU sont ainsi simplifiés car les données client sont déjà intégralement stockées dans le Data Lake et les technologies d’analyse, d’enrichissement et de transformation de ces données sont nativement disponibles accélérant ainsi, aussi bien les temps de développement que les performances et les fréquences d’itération.
Par ailleurs, les technologies Big Data intègrent par défaut tous les différents modes d’échanges de données (API, Streaming, Batch, etc.) et permettent donc d’exposer les données du RCU sous les formes les plus adaptées aux besoins des applications utilisatrices. Il est important de souligner que les mêmes données d’un RCU doivent être accessibles via de multiples interfaces dont les contraintes techniques varient en fonction des solutions devant accéder à la donnée client. C’est pourquoi il est de plus en plus fréquent d’utiliser des bases NoSQL de type Cassandra, Elastic, ou encore MongoDB comme socle technique d’un RCU ou encore des bases de données « cloud » de type AWS Redshit, Google Big Query ou encore Microsoft Azure Cosmos DB.
Enfin la scalabilité, l’agilité et les coûts réduits des technologies Big Data garantissent la pérennité et les performances du RCU ainsi que ses capacités d’évolution pour répondre aux besoins de demain. Ce dernier point est fondamental pour accompagner le cycle de vie d’un RCU dont les mises à jour fonctionnelles se doivent d’être de plus en plus fréquentes, notamment afin de favoriser une approche Test & Learn si pratique pour comprendre et coller aux besoins changeant des clients.
Il ne faut pas non plus oublier les enjeux réglementaires et notamment l’application de la RGDP. Les technologies Big Data sont pionnières dans ce domaine grâce à des outils très avancés de « Data Lineage », de contrôle et monitoring des accès aux données qui permettent efficacement de se mettre en conformité sur la gestion des données personnelles. Beaucoup trop de projets Data oublient d’intégrer ces contraintes dès la conception de l’architecture de la plateforme de données. S’appuyer sur ces fonctionnalités natives des solutions Big Data est la meilleure approche pour maitriser les enjeux juridiques et réduire drastiquement les risques associés.
Nous l’avons tous compris, les entreprises n’ont d’autre choix que de composer avec un monde désormais digital où chaque consommateur exige une relation individualisée, pertinente, pleine de promesses. Seule la data client rend possible l’industrialisation d’une expérience client empreinte de proximité, d’écoute, de service et d’empathie.
Au cœur du dispositif, le RCU s’impose comme le composant clé à même de fournir les bonnes données client, au bon format et à l’ensemble des applications métier en charge de créer la magie digitale. Et pour garantir que ce dernier livrera tous les ROIs attendus, les technologies Big Data s’imposent comme l’avenir des RCU afin de garantir performance, agilité, simplicité et respect de la réglementation RGDP.
Retrouvez cet article dans la newsletter de Big Data Paris et profitez-en pour réserver votre badge !
