Les données personnelles : le moteur de la transformation digitale et du passage de modèles d’affaires orientés produits vers des modèles orientés services
La transformation digitale
1
Première phase
Une première phase de la transformation digitale commence avec le passage d’un monde analogique à un monde digital avec la numérisation d’informations analogiques telles que les papiers, les documents, etc. Cette phase suit le développement d’Internet et « de l’âge de l’accès », si bien qu’elle est presque derrière nous, la plupart des entreprises, publiques ou privées, l’ayant déjà dépassée.
Comme exemple, Pôle Emploi propose désormais une offre exhaustive de services en ligne, que ce soit pour les recruteurs ou les candidats, y compris durant la phase initiale d’inscription.
2
Deuxième phase
La seconde phase de la transformation digitale impacte les entreprises et les sociétés de manière plus drastique et est appelée “digitalisation” (Victor et Babaci-Victor, 2017). Cette phase suit peut-être le concept de destruction décrit par Schumpeter (1934) même si la partie création reste à prouver.
Les domaines tels que la technologie, la finance, la santé, l’industrie, le service clientèle, les services publics ou l’hôtellerie bénéficient de ce changement ou sont menacés, et dans ce cas doivent très rapidement s’adapter.
Ces changements résultent de :
• L’introduction des nouvelles technologies en lien avec :
→ L’intelligence artificielle (par exemple les robots intelligents)
→ Big data (par exemple le comportement prédictif des consommateurs)
→ L’internet des objets (par exemple les dispositifs connectés à Internet tels que les montres, téléviseurs, appareils photo, vidéosurveillance et réfrigérateurs s’interconnectant sans intervention humaine)
• Nouveaux usages : MOOC (éducation)
• Nouveaux modèles d’affaires centrés sur l’utilisateur/usager (par exemple Uber)
L’internet des objets (IdO)
IdO équipe tous les produits de capteurs mesurant divers paramètres tels que : pression, température, humidité, vibration, orientation, contact, boussole, gyroscope, accéléromètre, fréquence cardiaque.
IdO mesure et surveille en permanence les paramètres des équipements ou des personnes concernées (par exemple Fitbit). Les données ou paramètres des équipements sont stockés sur l’appareil et/ou transférés à un fournisseur de services en charge de la fourniture des services.
L’IdO couvre 2 marchés principaux :
• IdO pour les entreprises liées à des équipements industriels (qui font partie de l’industrie 4.0)
• IdO pour les consommateurs
Big data
Le “Big Data” permet de traiter (analyser, agréger, concaténer, déduire) un ensemble exhaustif de données collectées par une entreprise (via des outils de gestion de relation client, des commentaires sur les réseaux sociaux, les résultats des moteurs de recherche, l’historique des actions sur l’extranet, etc.) et son écosystème de partenaires, afin de déduire des signatures et des tendances qui servent à :
• augmenter le taux de conversion (prospect/client)
• profiler le client
• prévoir le comportement futur des clients soit au niveau de l’entreprise soit au niveau individuel (utilisateur final/employé)
• qualifier de façon fine et minimiser les risques (assurances, banques, etc.) liés aux individus
« Le Big Data correspond à un ensemble d’algorithmes tels que la suite Hadoop qui analyse le “lac de données” (data lake), afin d’en déduire des comportements prédictifs »
Industrie 4.0
Une nouvelle révolution industrielle (la 4ème révolution industrielle) a commencé et repose sur l’intelligence artificielle et la transformation numérique.
Quelques exemples concernent les robots intelligents et les voitures autonomes. Cette évolution touche aussi le virage numérique. En effet, une matrice de capteurs activés par Internet permettra bientôt de relier les usines aux clients et aux fournisseurs.
« Il en résulte une intégration sans faille des systèmes d’information (SI) au sein de l’écosystème des partenaires/sous-traitants, telle que l’intégration de la chaîne d’approvisionnement entre un constructeur automobile et ses sous-traitants. »
Prix à l’usage
Une autre tendance caractérisant les modèles commerciaux actuels correspond au passage de modèles d’affaires orientés produits vers des modèles orientés services. Cette évolution a commencé un peu avant le début de la transformation numérique.
Les entreprises ont arrêté de vendre des produits mais vendent à la place des services selon une approche de prix par utilisateur et de prix à l’usage.
Cette transformation a été favorisée par la transformation numérique, car la vente de services au lieu de produits nécessite de se focaliser sur le client plutôt que sur le produit et nécessite donc une connaissance accrue et détaillée du comportement du client. Le profilage est une part de l’ADN de l’approche « prix par utilisateur/prix à l’usage ».
Ce changement a également permis aux entreprises (clients) de passer du mode CAPEX (dépenses d’investissement) au mode OPEX (dépenses d’exploitation), ayant pour conséquence :
• Le niveau des investissements initiaux a été considérablement réduit
• Les coûts sont couverts par le modèle annuel de prix à l’usage reflétant l’utilisation réelle du service
• Les décideurs (et le niveau de décision) diffèrent en fonction du type de coûts c’est-à-dire investissements (CAPEX ) ou coûts de fonctionnement (OPEX)
• Les décisions relatives aux coûts OPEX sont prises aux niveaux opérationnels (et non aux niveaux stratégiques)
• Les décisions OPEX sont prises à un niveau hiérarchique inférieur à celui des décisions d’investissement en CAPEX.
Plusieurs exemples illustrent cette approche dans le secteur B2B (Business to Business) :
• L’industrie aéronautique
○ Les contrats à l’heure de vol (Boeing) permettent aux compagnies aériennes d’acheter des fonctionnalités (heures de vol) et non des pièces détachées.
• L’industrie du logiciel vend ses produits et son infrastructure soit via
○ SaaS (logiciel en tant que service)
○ PaaS (plateforme en tant que service)
○ Iaas (infrastructure en tant que service) modèles commerciaux.
En B2C (Business to Consumer), plusieurs exemples démontrent cette approche :
• L’industrie des télécommunications qui vend des abonnements mensuels (tout compris) concernant les services mobiles à l’attention de leurs utilisateurs finaux
• Les concessionnaires automobiles vendant des contrats de location mensuels (location longue durée ou leasing)
• Les banques vendant des packs mensuels “tout compris” (incluant le coût annuel de la carte de crédit)
L’économie du partage
L’économie du partage (B2C) permet aux individus d’agir à la fois comme producteur de service et comme consommateur. Les producteurs et les consommateurs se rencontrent virtuellement sur une plateforme Internet où la transaction a lieu. S’il existe différents modèles commerciaux (par exemple, partage, location, crédit-bail, etc.), la plateforme (et donc le fournisseur de services qui l’exécute) correspond à l’endroit où la transaction virtuelle a lieu.
Voici quelques exemples célèbres concernant l’économie du partage :
• Autopartage : BlaBlaCar
• Location de votre voiture : Drivy
• Alternative aux taxis : Uber
• Partage de maison : Airbnb
• Partage/location/vente de produits entre consommateurs : Leboncoin/E-loue
Toutes les entreprises susmentionnées se concentrent sur le service et non le produit. Une approche centrée sur l’utilisateur nécessite une approche basée sur du profilage permettant la collecte, l’analyse et la prévision du comportement du client. Ces modèles commerciaux nécessitent le traitement de données à caractère personnel à grande échelle.
Données personnelles : le moteur qui alimente la transformation numérique
Selon l’Union européenne, les données à caractère personnel sont définies comme toute information liée à une personne physique identifiée ou identifiable (personne concernée). Les sections précédentes décrivant la transformation numérique et le passage à des modèles d’affaires orientés services ont montré que, pour réussir, les nouveaux modèles d’affaires obligent les entreprises à collecter, traiter (assembler, analyser, agréger, lier, modifier, etc.) les données personnelles à grande échelle afin de fournir les services et / ou d’accroître les performances.
