Inflation des données et intelligence économique… la disruption a heureusement de l’avenir !

Chaque seconde, plus de 30 000 « J’aime » sont distribués par les utilisateurs Facebook, et plus de 5900 tweets sont diffusés sur Twitter. La quantité d’informations diffusées – et donc « captables » – est ainsi en croissance exponentielle depuis quelques années.

Or nombre de ces informations concernent les entreprises : à travers leur utilisation des réseaux sociaux, mais aussi par l’utilisation des réseaux sociaux de leur personnel (profils professionnels ou personnels), sans oublier les publications de l’entreprise elle-même, ses rapports d’activité, la publication obligatoire et légale de ses résultats, les interviews de ses dirigeants, les communications lors d’événements, les offres d’emploi, etc…

Ces informations sont souvent peu intéressantes lorsqu’elles sont considérées ponctuellement.
MAIS… compilées, rapprochées et analysées, elles peuvent dessiner – voire annoncer de façon très fine – une orientation d’activité, de mauvaises performances dans une branche ou le développement d’un produit ou d’un service.

Intelligence économique : information… et désinformation !

L’information devenant stratégique, elle peut être prise en compte de façon particulièrement pertinente par l’entreprise disposant d’une veille et d’un service de communication efficaces. Tant pour informer que pour désinformer.

Diffuser une véritable information peut ainsi doper un résultat : déjà en 2013, le tweet de l’animatrice américaine Oprah Winfrey ventant l’efficacité de la friteuse Tefal Actifry a fait gagner plus de 140 millions de capitalisation boursière au groupe Seb en une demi-journée.

Diffuser une fausse information peut s’avérer dévastateur pour un concurrent : toujours en 2013, un tweet annonçant que l’entreprise américaine Audience (cotée au Nasdaq) faisait l’objet d’une enquête pour fraude a fait chuter son cours de bourse de 25% en un instant.
Ce tweet était en réalité probablement malveillant ; l’information était en tout cas erronée.

L’avènement de l’analyse prédictive

Cet accroissement des données disponibles sur un écosystème génère de nouvelles problématiques : la masse d’information devient trop importante à gérer par de simples veilleurs, et il s’agit de faire le tri entre le bon grain et l’ivraie dans cette masse de renseignements.

Ainsi naît l’analyse prédictive, basée davantage sur des modèles statistiques que sur les études des veilleurs. Et elle peut être utilisée sur sa propre entreprise autant que sur ses concurrents.

C’est ainsi que, grâce à l’analyse prédictive, SFR repère ses clients qui souhaitent changer d’opérateur… avec 81% de succès. Chaque jour, SFR fournit à l’entreprise Sinequa 20 millions de lignes de log compilant les activités de ses clients internautes : Sinequa analyse ces données et retourne à SFR les sites consultés, les mots clés saisis dans les moteurs de recherche,…
En détectant les visites des internautes sur les sites de ses concurrents, en examinant les recherches des pages dédiées aux résiliations de contrat sur le site de SFR,… SFR repère ses clients sur le départ et les recontacte avant qu’ils ne passent à l’acte.
75% des clients ainsi contactés restent finalement chez SFR.

Faire avec l’intelligence économique… ou disparaître ?

On le voit, l’exploitation du « big data » enrichit les démarches stratégiques des entreprises. Veilleurs et algorithmes sont à l’œuvre. Cette veille « intelligente » est la condition du succès – voire de la pérennité – de l’entreprise. Car l’ennemi est partout et peut prendre la forme d’un simple tweet.

On constate néanmoins tous les jours le succès de start-ups : l’intelligence (« non économique ») et l’innovation d’acteurs nouveaux les imposent dans cet environnement hostile.
Et prouvent que veilleurs et algorithmes ont aussi leurs limites : les modèles disruptifs ont de l’avenir !