Les outils de social intelligence poussent les entreprises à chercher toujours plus de data. Ces outils évoluent également très vite, d'où l’impression de ne jamais être équipé de la solution la plus performante. C'est pourquoi il convient de revenir aux basiques en dépassant la chasse à l’information et de se demander réellement quel usage faire de toutes ces données.
Cessons de courir après la data. Nous passons notre temps, agences comme annonceurs, à tester de nouvelles solutions qui nous paraissent toutes plus géniales les unes que les autres. Il semble que nous n’ayons jamais assez de données, ou du moins jamais les bonnes, pour connaître nos communautés. Les outils d’analyse sont de plus en plus puissants, faisant appel à des technologies de deep-learning et des algorithmes ultra perfectionnés. Une chance? Tout dépend en réalité de l’usage que l’on fait ensuite de ces nouvelles capacités d’analyses, qui décuplent les possibles, mais ne simplifient pas pour autant le passage à des actions concrètes. D’autant plus que l’accès à la data représente désormais des investissements budgétaires importants.
Un résultat pertinent
L’important n’est pas l’exactitude du résultat, mais sa pertinence. Le plein essor de la communication d’influence pousse les professionnels à se demander qui sont les leaders d’opinion auprès de leurs communautés. Dans ce domaine, loin d’être une science exacte, l’identification est surtout une question de méthodologie. Prenez deux plateformes d’influence: il y a de fortes chances pour qu’elles vous fournissent des résultats tout à fait différents, compte-tenu de leurs méthodologies propres, nous l’observons d’ailleurs chez nos clients.
Ces outils fournissent une matière première utile et font gagner un temps précieux: il serait impossible de stocker et d’analyser des volumes de données si important sans eux. Mais leurs résultats n’en sont pas moins challengeables au regard de leur pertinence pour une marque. Ce qui compte dans nos métiers n’est effectivement pas tant l’exactitude du résultat que son bien-fondé, pour pouvoir ensuite décliner une stratégie d’influence opérationnelle. L’analyse et l’intelligence humaines ont plus que jamais leur valeur pour décider de l’usage des données recueillies.
Questions éthiques
Recourir à des algorithmes pouvant analyser et collecter des volumes massifs de données pose aussi des questions éthiques. Ceux-ci doivent être utilisés à bon escient, au regard d’un objectif clairement défini, en se conformant à des bonnes pratiques édictées par chaque entreprise. A titre professionnel, nous avons le rêve d’outils toujours plus performants, capables d’aller chercher des données jusque-là inaccessibles. Pourtant, à titre personnel, cette idée se révèle fondamentalement effrayante puisque les données que nous pouvons recueillir sur les autres sont les mêmes que les autres peuvent recueillir sur nous.
Par ailleurs, l’utilisation de la "data utilisateur" a souvent mauvaise presse jusqu'à mettre en danger l’image d’une entreprise, en témoignent les récents procès pour exploitation abusive d’informations d’internautes et la mise en place du RGPD. A l'inverse, adopter une éthique de travail et la valoriser est un gage de confiance auprès des consommateurs, pouvant également contribuer à générer de la préférence de marque. En effet, plus de la moitié des consommateurs ne finalisent pas un achat pour la simple et bonne raison qu’ils ont peur de l’utilisation qui pourrait être faite de leurs données personnelles, selon une étude KPMG.
Logique data responsable
Serions-nous moins performants en nous servant des outils de social intelligence avec le recul nécessaire? En identifiant en amont les données exploitables par rapport à nos objectifs, on se rend souvent compte que quelques solutions intelligemment exploitées suffisent à répondre aux besoins. Une telle réflexion permet alors de distinguer les données utiles des données superflues et de poser des limites éthiques à la collecte de données sans pénaliser la mesure de la performance.
La voie est ouverte pour engager les entreprises dans une logique data responsable et ainsi développer une gouvernance des données. Des entreprises comme Axa ont d’ailleurs déjà lancé le mouvement, d’autres suivront probablement dans les années à venir.
