« Pourquoi ne pas utiliser les données de sondage au lieu des données de ma clientèle ? » On me pose souvent cette question… voici une courte explication...
Quand on parle de données de la clientèle, on se réfère aux données transactionnelles, la donnée la plus riche d’information, mais hélas dans la majorité des cas peu ou mal utilisée par les entreprises.
Alors, pourquoi faire ? Bien moins compliqué d’utiliser un résultat de sondage représentatif de ma clientèle que de chercher à extraire et traiter des données de je ne sais trop où… l'historique de facturation, les transactions d’achats du client, UGS, les dates et lieux d’achat, le mode de paiement, etc. ; en fait par donnée client on parle de toutes les informations associées à la relation de votre client avec vous, l’entreprise…
Au départ, la donnée de sondage est par définition statique et non dynamique ; une photo prise à un moment précis dans le temps. En général, les informations saisies sont regroupées en modalités dichotomiques (oui, non) et ordinales (beaucoup, moyennement, un peu moins ou pas du tout…). Par opposition, la donnée transactionnelle est surtout de nature chronologique et continue… « un intervalle métrique est requis entre autres pour les analyses de distance de type euclidienne ». La donnée de sondage comporte par définition une marge d’erreur associée à la mémoire limitée du répondant et l'objectivité de ses réponses. Que faisiez-vous hier, OK, bonne mémoire, avant-hier, et il y a trois mois 2 jours et 15 minutes ? Hé, vous dites que avez consommé combien de bière ce soir-là ? Dans le cas de la donnée transactionnelle, elle…. Elle a la mémoire infinie du registre de caisse et elle n’a pas de problème d’objectivité…
La majorité des analyses de modélisation de données, analyses exploratoire et confirmatoire, paramétrique et non paramétrique peuvent être réalisées avec les données transactionnelles, mais c’est beaucoup plus limité dans le cas des données de sondages… Dans certains cas, on peut combiner les données de sondage aux données transactionnelles de la clientèle… et on peut alors réaliser certaines analyses exploratoires, tests d’association Khi2… analyse de variance, corrélation, arbre de décision, etc. Mais disons, sans l’ombre d’un doute, la puissance de la donnée transactionnelle, combinée avec des données d’enrichissement constitue vraiment la grande richesse d’information dont il faut tirer profit.
Une version antérieure de ce texte a été publiée sur le blogue : Le marketing analytique par Guy Mercier WordPress le 23 août 2011.