Leçon 9 : Enjeux du marketing et tendances de consommation à l’ère du numérique

2. De nouvelles pratiques fondées sur le marketing digital et relationnel

2.6. Les défis du CRM : transparence et liberté du client à l’heure de l’IA

L’un des facteurs essentiels de la réussite ou de l’échec du CRM réside dans la capacité à exploiter les données relationnelles, toujours plus nombreuses et alimentant la mémoire de l’entreprise quant à ses interactions avec chaque client.

Historiquement, le stockage des données s’est développé autour de la mise au point d’entrepôts de données (Datawarehouse), auquel se sont adossées des solutions informatiques pour traiter et analyse ces données massives : les outils de datamining. Mais avec le développement d’Internet, des réseaux et des objets connectés, la capacité des entreprises à tracer les consommateurs et à stocker ces informations, le CRM est désormais confronté aux défis associés au  Big Data et de l’intelligence artificielle, autour des questions de transparence, de liberté et d’intimité du client.

Fondamental

Les 3 V du Big Data

Le Big Data se caractérise par les 3V des données : leur vélocité (la rapidité et la fréquence avec laquelle elles  sont  créées, collectées et partagées), leur variété (multiplicité des sources de données, données peu structurées et ouvertes), et leur volume ( des données, des capacités de stockage).

“Les technologies du Big Data visent à traiter des données à volume élevé, à grande vitesse et à grande variété pour extraire la valeur des données voulues et garantir une haute véracité des données originales et des informations obtenues” (traduit de Gandomi, A., & Haider in International Journal of Information Management, 2015 : ‘Big Data Technologies are targeting to process high-volume, high velocity, high-variety data to extract intended data value and ensure high veracity of original data and obtained information that demand cost-effective, innovative forms of data and information processing for enhanced insight, decision-making, and processes control ; all of those demand  new data models and new infrastructure services and tools that allows also obtaining from a variety of and delivering data in a variety of forms to different data and information consumers and devices."

Le facteur clé de succès des pratiques CRM  réside dans la capacité à poser les questions pertinentes et rendre “intelligentes" et intelligibles ces données. Il s’agit de modéliser, et de décider pour agir. En d’autres termes il s’agit de prédire en élaborant des algorithmes qui permettent de simplifier et automatiser les fonctions mentales d’un cerveau humain aux capacités cognitives dépassées par cette masse de données, toujours renouvelée. Dans cette perspective, l’intelligence artificielle paraît pleine de promesses : elle devient  même enjeu national.

Définition

Intelligence Artificielle, Données et Compétitivité

“Pour simplifier, nous sommes face à deux définitions possibles. Une définition qui insisterait sur le caractère évolutif et personnalisé ou feint de la réponse ; le fait qu’au fil du temps la réponse ne sera pas la même que celle que l’on attendait au départ. Une deuxième définition qui insisterait sur le rôle des exemples. Et c’est là qu’arrive le véritable problème : la donnée ! La plupart des algorithmes d’IA modernes dépendent non seulement de la qualité du programmeur, mais aussi de la qualité des données qui servent à l’apprentissage. Ça change complètement la notion et les facteurs de performance de l’algorithme, mais aussi de compétitivité en matière économique. Il ne suffit pas d’avoir la bonne idée. Il faut avoir la bonne idée et le grand jeu d’exemple et de données.“ (Cédric Villani, in La revue du département Intelligence et sécurité économiques, Défis n°8, 2017, p.107).

Avec l’IA, il ne s’agit plus de seulement de développer des  algorithmes surpuissants capables de traiter et d’analyser des milliards de données. Il s’agit de développer des modèles automatiquement générés et  auto apprenants, de façon automatique (le Machine learning) , voire adaptatifs de façon plus profonde (Deep learning), et orientant les comportements d’individus dont la machine voit tout, prédit tout.

“Les données combinées à ces algorithmes permettent par conséquent la création de services à forte valeur ajoutée qui apprennent continuellement des données d’usage ou d’un quelconque processus opérationnel pour améliorer leur offre.” Consulter le document.

Or toutes les formes d’IA posent des questions d’ordre éthique : quelle confiance accorder à des partenaires qui ne maîtrisent pas les modèles issus des données qui leur sont confiés de façon non volontaire ? C’est bien la question de la toute transparence du client et de l’opacité de la boîte noire de l’entreprise.

Exemple

Tous acteurs des données

«Au-delà de leur contribution économique, les données transforment en profondeur notre rapport aux institutions. De l’information du consommateur à la redevabilité des élus et de l’administration, le mouvement d’ouverture des données donne notamment une nouvelle dimension au principe de transparence. Pour être un citoyen à part entière à l’heure numérique, il est ainsi plus que jamais nécessaire d’en maîtriser les codes. Cet ouvrage vise à en donner les premières clés de compréhension.» déclare Henri Isaac, Président de Renaissance Numérique.

« La mandature de la Commission européenne qui s’achève avait fait de la réalisation du marché unique numérique l’une de ses priorités. Le RGPD, qui vient créer un cadre solide et ambitieux pour la protection des données personnelles, en est l’une des réussites majeures, tout comme la libre circulation des données non personnelles, mais il reste beaucoup à faire pour harmoniser les réglementations et entrer pleinement dans l’ère des données. Par cet ouvrage, Syntec Numérique pose les sujets sur lesquels la nouvelle mandature devra se prononcer » estime Godefroy de Bentzmann, Président de Syntec Numérique.  Consulter le site.

Avec le big data et l’IA, la collecte et le stockage massifs des données ainsi que les processus d’extorisiation des fonctions mentales et d’automatisation de l’apprentissage peuvent être considérés comme des menaces potentielles sur les libertés individuelles. Le législateur dès 1978 se préoccupe de donner un cadre légal aux pratiques informatiques collectant des données individuelles. La CNIL (Commission Nationale de l’Informatique et des Libertés) est chargée de faire respecter ces règles, son action ne pouvant entravée par les autorités publiques, ministres et dirigeants d’entreprises, publiques ou privées.

Les avancées technologiques de la révolution numérique conduisent en 2016 à l’élaboration de la loi pour une république numérique afin de permettre aux individus de mieux maîtriser leurs données personnelles. Elle élargit le pouvoir et les missions de la CNIL.

Les pratiques de CRM se conforment à ce cadre légal, renforcé au niveau européen en 2018 par le RGPD (règlement européen sur la protection des données personnelles).

Exemple

La loi pour une république numérique

  • De nouveaux droits pour les personnes: L’affirmation du principe de la maîtrise par l’individu de ses données, Le droit à l’oubli pour les mineurs, La possibilité d'organiser le sort de ses données personnelles après la mort.
  • Plus d’information et de transparence sur le traitement des données : L'information des personnes sur la durée de conservation de leurs données.
  • Les compétences de la CNIL confortées et élargies : Un pouvoir de sanction renforcé, une consultation plus systématique de la CNIL, la publicité automatique des avis de la CNIL sur les projets de loi.La conduite par la CNIL d’une réflexion sur les problèmes éthiques et les questions de société soulevés par l’évolution des technologies numérique.
  • L’ouverture des données publiques étendue.

Consulter le site.