Actualité web & High tech sur Usine Digitale

Comment les big data influencent la stratégie de Ford

|
Twitter Facebook Linkedin Google + Email
×

Les constructeurs automobiles ont tout intérêt à utiliser les big data afin de se démarquer de leurs concurrents. L'Usine Digitale a rencontré Michael Cavaretta, data scientist en chef de Ford, lors de la conférence DataBeat à San Francisco. ll explique comment les big data influencent la stratégie de l'industriel.

Comment les big data influencent la stratégie de Ford
Comment les big data influencent la stratégie de Ford © Flickr c.c. @CG Hughes

L'analyse des données est devenue cruciale pour les constructeurs automobiles. Ceux-ci collectent des informations sur les clients, la chaîne de production, les véhicules afin de prévoir le plus précisément possible les attentes des utilisateurs. Les deux géants américains Ford et General Motors utilisent l'analyse des données depuis des années, GM notamment grâce à son système embarqué OnStar. Ford, de son côté, mise sur l'analyse afin de personnaliser ses voitures selon les attentes des clients. 

Les réseaux sociaux, un vecteur d'amélioration des produits

"Comment trouver un aiguille dans une botte de foin ?" C'est un peu la méthode de Michael Cavaretta. Les big data doivent pouvoir être utilisées "afin de trouver une solution à un problème spécifique. Mais pour une grande entreprise, il faut de la création de valeur. Nous recherchons des opportunités de business quand on doit résoudre un problème", explique-t-il.

CONSEILS DE MICHAEL CAVARETTA AUX ENTREPRISES
"Commencez par collecter de la donnée avec vos employés IT. Vous avez besoin d'un cycle entier de données pour faire des analyses, il faut un cycle supérieur à 90 jours. Ne vous préoccupez pas d'embaucher des data scientists. Commencez étape par étape, construisez une bonne équipe, avec des gens en interne qui ont une expérience en IT et en statistiques. Ils peuvent vous dire quelles données utiliser (...). Ne dépensez pas une fortune pour un Data Scientist alors que vous n'avez pas encore beaucoup de données. La demande [en data scientists] est tellement forte, l'offre est tellement faible, commencez par ce qui vous coûte le moins cher. Une fois que vous avez une équipe la plus agile possible, concentrez vous sur des victoires rapides, afin de construire votre crédibilité en interne aussi vite que possible et pouvoir mettre en avant vos succès, pour que la Data Science puisse influencer l'entreprise".
Les analyses des commentaires des utilisateurs sont passés au crible afin d'améliorer les produits, selon Michael Cavaretta.  "Nous choisissons une approche ciblée plutôt que dispersée - nous cherchons tous les commentaires sur un produit en question et ce que les gens demandent dans ce domaine en particulier", explique-t-il. Par exemple, le constructeur automobile a refait le design de l'un de ses véhicules, veillant à le rendre plus léger comme suggéré par les utilisateurs.

Michael Cavaretta prend aussi l'exemple des réseaux sociaux. En effet, pendant des années, le constructeur a dépensé beaucoup d'argent en sondages, études de marché et autres focus groupes pour comprendre ce que voulaient ses clients. Mais c'est en analysant les données issues des réseaux sociaux que Ford a trouvé la méthode la plus efficace. "Ce qui est bien sur les réseaux sociaux c'est que les gens expliquent leur point de vue", ajoute Michael Cavaretta. Ford a donc utilisé cette méthode afin de déterminer si ses options de clignotant faisaient l'unanimité. Mais durant cette opération, l'entreprise a accumulé beaucoup plus d'informations que prévu sur les préférences des utilisateurs, et a ainsi pu incorporer ces retours dans ses nouveaux produits.

les données, gages d'objectivité

"La grande majorité de notre travail consiste à répondre aux questions des dirigeants [au sein de l'entreprise] (...) 30% de notre travail consiste à comprendre l'industrie automobile, et les données peuvent influencer les demandes que l'on reçoit [en interne]. Quand on acquiert une certaine crédibilité, on peut émettre des suggestions concernant des améliorations sur les produits", explique Michael Cavaretta. Cette notion de crédibilité et de confiance en interne est évoquée par de nombreux data scientists. En effet, les analystes big data au sein de l'entreprise ont de plus en plus de pouvoir, mais doivent toujours commencer par montrer les preuves de leur efficacité afin d'être écouté et d'avoir un impact.

En terme de culture d'entreprise, Michael Cavaretta insiste sur le fait que "Ford est un animal unique". Mais "il faut avoir la culture d'entreprise adéquate dès le départ pour que les données soient respectées [au sein de l'entreprise]". "Il faut pouvoir montrer des chiffres aux responsables marketing, et ensuite ils comprennent", ajoute-t-il. Et bien entendu, les données règlent les problèmes politiques en interne. Comme l'ont déjà expliqué le co-fondateur de Priceminister Olivier Mathiot et le fondateur d'Angelpad Thomas Korte, les données remplacent les opinions et imposent l'objectivité.

Publicité

media

Les cookies assurent le bon fonctionnement de nos sites et services. En utilisant ces derniers, vous acceptez l'utilisation des cookies.OK

En savoir plus
Suivez-nous Suivre l'Usine Digitale sur twitter Suivre l'Usine Digitale sur facebook Suivre l'Usine Digitale sur Linked In RSS Usine Digitale