Accueil Big Data Big Data prédictif et opérateurs télécom : de la rétention client aux...

Big Data prédictif et opérateurs télécom : de la rétention client aux nouveaux modèles de revenus

L’exploitation de données à des fins prédictives a réalisé un bon technologique grâce aux progrès du Big Data. A l’instar des secteurs de la finance et du retail, les opérateurs de télécommunication ont adopté ces technologies pour anticiper les risques de résiliation d’abonnement. Dans ce point de vue, les consultants de Kurt Salmon, cabinet de conseil en transformation des entreprises, mettent en lumière les enjeux de cette nouvelle configuration et les opportunités de nouveaux revenus au-delà d’une première ambition originellement défensive.


L’analyse prédictive et l’essor d’une nouvelle dimension aux stratégies antichurn

La réduction du taux de résiliation d’abonnement (churn) a bénéficié depuis plusieurs années de la rencontre du Big Data et de l’analyse prédictive, qui permet de croiser de nombreux types d’informations utilisateur.

Selon un sondage cross-secteurs conduit fin 2013 aux Etats-Unis, 43 % des interrogés considéreraient l’analyse prédictive comme fortement impactante [1]. Croisées en temps réel, les informations rassemblées peuvent en effet permettre d’anticiper suffisamment tôt le comportement futur du client pour pouvoir agir de façon plus ciblée et efficace et ainsi rentabiliser les efforts de rétention. Chez l’opérateur Américain XO Communications, ce sont plus de 750 variables (données d’usage, de facturation et d’interaction avec le service client notamment) qui ont été intégrées dans le modèle de prédiction du churn.

Les résultats obtenus par les opérateurs sont sans appel :

  • SFR analyse depuis plusieurs années déjà les données de connexion à son site web (rubriques consultées, requêtes textuelles analysées sémantiquement) et aurait réussi à identifier 81 % des churners potentiels, dont 75 % auraient renoncé à résilier après avoir été contactés [2]

  • Chez l’opérateur mobile américain C Spire Wireless, l’efficacité des campagnes de rétention a fait un bond de 50 % [3]

  • Orange a pu diminuer ses coûts de rétention de 14% en 2012[4]

Pour réunir et exploiter ces données parfois « dormantes », les opérateurs choisissent l’option de la centralisation, à l’instar de Bouygues Telecom et SFR qui partagent un même entrepôt de données d’entreprise.

Ces nouveaux outils et process induisent la mise en place de process internes permettant d’identifier les besoins de chaque direction (marketing, opérationnelle, relation client, financière) de l’entreprise, tout en conservant la souplesse et la rapidité d’exécution propres aux projets innovants.


Vers de nouveaux gisements de revenus

En France, le prix des abonnements a diminué et la part du marché mobile post-payé libre d’engagement est passée de moins de 20 % en 2011 à 43,9 % en 2013 [5]. Du fait de cette contraction, la réduction du churn ne peut plus être le seul objectif de l’analyse prédictive.

La priorité des opérateurs télécoms se déplace donc vers le développement de nouveaux gisements de revenus :

L’exploitation des données mobiles générées par les smartphones en B2B constitue une première piste de revenus.

Les informations de géolocalisation sont les plus plébiscitées par les entreprises faisant appel aux opérateurs télécom, car elles fournissent des informations précieuses sur les modes et les zones de déplacement des personnes. Cependant les perspectives s’étendent au-delà, au vu de la croissance exponentielle des données mobiles de plus en plus diverses : données de transaction, de consultation d’url, de consommation média ou d’objets connectés

Leur quantité a augmenté de plus de 90 % depuis 2013 [6]. Les opérateurs n’ont pas tardé à profiter de ces opportunités : en 2013, Orange a lancée Flux Vision, service de recueil et d’exploitation de données enrichies d’informations sociodémographiques (sexe, classe d’âge, CSP).

Ces données peuvent également être utilisées à des fins internes dans le but de prédire de façon plus fine et individualisée l’appétence client pour une montée en gamme (up-sell) ou pour des prestations et produits additionnels (cross-sell), potentiellement temporaires (ex. : offre voix / data adaptée lors d’un voyage à l’étranger).


Parmi les projets recensés, C Spire Wireless s’est illustré en faisant croître la vente de certains accessoires de 270 %, et ce, grâce à un ciblage adapté [7].

Pour les opérateurs téléphoniques, l’analyse de données constituerait donc un ticket pour une place stratégique au cœur de la « datadriven economy ». Plus question d’être réduits à une condition de « tuyaux » de l’économie numérique, leur qualité d’agrégateur des flux de données leur confère un double rôle : consommateurs d’innovations, certes, mais ils en sont aussi les vecteurs pour d’autres secteurs

« Par les compétences qu’ils ont développées et leur position de « hub » des flux de données, les opérateurs se construisent progressivement une légitimité et une expertise à haute valeur ajoutée aux yeux d’entreprises manquant du savoir-faire nécessaire à l’analyse de leurs propres informations », souligne Thomas Delteil, manager stratégie Kurt Salmon.

[1] DMS, Predictive Analytics in the Cloud, automne 2013.

[2] Retour d’expérience à l’occasion Salon Big Data Paris, avril 2014.

[3] Cas d’étude IBM.

[4] Orange, 2013.

[5] ARCEP, Observatoire des marchés des communications électroniques en France, février 2014

[6] ARCEP, Observatoire des marchés des communications électroniques en France, octobre 2014

[7] Cas d’étude IBM.