top of page

EXPERTISES MÉTIERS

Data intelligence

Capter le contrôle de la valeur d’un marché pour un nouvel acteur est aujourd’hui possible grâce à la data, en prenant la maîtrise de la relation client et en optimisant la gestion des opérations. Ces nouveaux entrants font alors perdre aux acteurs historiques la primauté de la relation client et sa valeur ajoutée : dès qu’un acteur d’un secteur bouge sur la question de la data, c’est l’ensemble du secteur qui est impacté. Si les acteurs traditionnels possèdent de forts atouts (marque, légitimité, base client, assets...), leur prise de conscience sur le potentiel data et son ancrage dans la prise de décision restent encore hétérogènes. Pourtant, les possibilités sont multiples mais force est de constater que le passage à l’échelle est encore loin pour certaines entreprises.

La data, « game changer » stratégique en B to C et B to B

Nos savoir-faire

DATA GAME CHANGER

Prendre conscience du potentiel de la data

Le potentiel de la data dans les entreprises est énorme et métamorphose tout sur son passage : la relation client, les métiers, les processus, la façon de prendre les décisions et les business models. Pour en tirer les pleins potentiels, une démarche volontariste de transformation des métiers et des modes de fonctionnement est à engager. Il faut voir grand, commencer petit, avancer vite…

Nos projets de data game changer

Nous intervenons auprès de nos clients pour leur faire prendre conscience du potentiel de la data et leur révéler les ressources à activer sur leurs marchés, au travers notamment de séminaires d’acculturation, d’un diagnostic data sur la chaîne de valeur et d’une première estimation des moyens humains, financiers et technologiques nécessaires.

Depuis 20 ans, les technologies data accélèrent et offrent de nouveaux moyens pour collecter et exploiter les données. Aujourd'hui, les entreprises ont accès à une variété de données démultipliée, notamment sous l'influence du e-commerce, de la connaissance client et des technologies connectées. Les SI se sont organisés dans des ERP permettant de consolider et mieux lier les données entre elles. Dans le même temps, l'exploitation de la data a changé de dimension. Le cloud permet de disposer aisément de capacités de calcul et de stockage. Les approches statistiques avancées se diffusent et l'intelligence artificielle ouvre une nouvelle frontière dans la capacité à faire parler la donnée. Le potentiel de la data est énorme mais reste souvent inexploité. La difficulté ? Réussir la collecte de ces données et leur exploitation en les intégrant rapidement et au bon niveau d'ambition dans une activité déjà en place.

Faire effet de levier sur la data pour rationaliser les prises de décision

USE CASE OPÉRATIONNEL

Créer un avantage compétitif en s'appuyant sur la data science

Nos projets de data science des use cases opérationnels

Nous aidons nos clients à faire effet de levier sur la data pour rationaliser les prises de décision sur des sujets couvrant la politique promotionnelle, le pricing, l’optimisation du marketing mix traditionnel, le cross-sell / upsell, l’optimisation de l’assortiment, l’optimisation de la rotation, les achats, la gestion des grands comptes, les sujets de customer acquisition… en construisant des modèles de simulations complexes, basées sur une granularité fine de données, avec une dé-moyennisation systématique pour distinguer les effets et des modélisations, et proposer des scénarios cibles. Découvrez ici notre approche spécifique de la data science dans la grande consommation.

Optimisation de la politique promotionnelle d’un grand groupe d’habillement

Kéa a repensé la politique de promotion. En s’appuyant sur un état des lieux de la décote interne et des pratiques du marché, nos équipes ont construit et expérimenté un projet pilote puis une feuille de route d’implémentation de la décote permettant de dégager un ROI immédiat sur une des 10 marques du groupe

Evolution de la politique tarifaire d’une enseigne B to B

Kéa a réalisé une analyse big data des tarifs et des prix réels pratiqués par notre client et le marché, avant de mettre en place une nouvelle méthodologie de fixation des prix publics prenant en compte l’élasticité-prix et l’effet d’aubaine. Après des mesures d’impacts de la nouvelle grille par modélisation statistique, nous avons contribué à sa mise en œuvre opérationnelle

Rares sont les événements qui peuvent être qualifiés de ‘game changer’ dans la vie des entreprises. La data est l’un d’eux. Parce qu’elle amplifie la stratégie, les modèles opérationnels et les métiers, la data est une opportunité stratégique majeure pour les 10 prochaines années. C’est aussi une nécessité, atteignable par toutes les entreprises, à ne pas manquer dans un monde en pleine transformation numérique. Il faut imaginer, construire et industrialiser sa filière Data à partir d’un existant significatif, se l’approprier, vivre avec par une transformation intensive des métiers et des modes de fonctionnement actuels. Voire envisager ses concurrents actuels comme de futurs partenaires. La data est également un levier de responsabilité des entreprises, à activer sur 4 domaines : l’engagement et la confiance, le partage de la valeur, la maitrise des décisions et la sérendipité. Autant d’enjeux à anticiper pour organiser au mieux sa stratégie data.

Adopter une approche différente des filières IT traditionnelles afin de contourner les écueils

INDUSTRIALISATION DE LA FILIÈRE DATA

Imaginer, construire et industrialiser la filière data au service de la stratégie

Nos projets d’industrialisation data

Nous travaillons avec nos clients 4 champs permettant d’atteindre progressivement une cible de capacité industrielle :

  • La stratégie en mettant la data au cœur de l’entreprise

  • Les preuves (MVP, construction du socle…)

  • Le scale-up pour élaborer les capacités industrielles (transformation des métiers, du business model, des modèles opérationnels et des processus, cognitive factory…)

  • Le run (MCO du socle, des moyens et de la gouvernance, revue périodique des modèles…)

Stratégie data en soutien d’une plateforme de services MRO pour un industriel

Kéa a accompagné la définition de la stratégie data : après une analyse des risques et opportunités liés à cette initiative (enjeux business, financiers, risque d’intermédiation), nos équipes ont construit différentes options stratégiques (offre de services & canaux) puis élaboré la roadmap de mise sur le marché (plan de développement des algorithmes, dimensionnement du modèle opérationnel, OPEX, CAPEX, impacts organisationnels)

Stratégie data des « Global Transaction payments services » d’une grande banque internationale

Kéa a accompagné le cadrage et la feuille de route de la stratégie data métier à horizon 2025, avec un double enjeu d’implication et d’alignement des différents métiers et d’identification des opportunités business de nouveaux modèles d’affaires ou opérationnels autour de la data. En parallèle, nos équipes ont contribué à l’accélération de la prise de conscience et de la transformation culturelle du management

Les plateformes bifaces sont les modèles économiques qui engrangent le plus de valeur et génèrent des marges colossales comparativement aux modèles « traditionnels ». Elles sont massives, scalables et permettent de développer en peu de temps un business à l’échelle planétaire. Présentes dans quasiment tous les secteurs, elles continuent à se développer et se retrouvent aussi bien dans le B to B (hôtellerie, commerce, tourisme, luxe, loisirs...) que dans le B to B (publicité, logistique, industrie, services…). Le développement des plateformes bifaces ont modifié les règles du jeu de pans entiers de l’économie. Lorsqu’une opportunité de création d’une plateforme biface est détectée, nous accompagnons nos clients à analyser les opportunités (enjeux business et financiers, risques d’intermédiation, panorama des initiatives en cours sur le marché), à concevoir l’offre de service, à sélectionner le bon scénario de « distribution » (maximisation de la valeur, tout en limitant l’intermédiation), à préparer la mise en œuvre et les conditions pour opérer la plateforme.

Les plateformes sont les objets économiques les plus puissants de notre époque

PLATEFORMES BIFACES

De l’utilité de mettre en place des plateformes bifaces

RENCONTREZ NOTRE EQUIPE

C’est pourquoi nous accompagnons nos clients dans leur data journey en initialisant la réflexion sur le caractère stratégique de la data pour leur entreprise : prise de décision et pilotage, amélioration de l’existant, nouveaux modèles opérationnels, business additionnel ou nouveaux, disruption de marché...

Nous accompagnons nos clients à choisir leurs use cases pour apporter des réponses innovantes et différenciantes sur un certain nombre de leurs problématiques opérationnelles, susceptibles de générer un ROI à court terme.

Comment nous accompagnons nos clients

Après une joint-venture en 2017 avec KéaEuclyd, spécialiste de la stratégie et de l’accélération digitale, Kéa a poursuivi son virage stratégique dans la french tech, en nouant en 2018 un partenariat avec Veltys, cabinet de conseil spécialisé en data science.

 

L’approche unique développée par Kéa et Veltys allie stratégie et action, transformation des organisations et techniques Data au service des entreprises, avec une solide expertise basée sur des liens forts avec la recherche en économétrie et en statistiques.

 

Ensemble, nous accompagnons les entreprises sur différents champs, de la prise de conscience à l’industrialisation :

  • Advanced analytics : optimisation des opérations, développement du chiffre d’affaires et l’industrialisation de la future filière Data

  • Deep learning & intelligence artificielle : adoption des technologies émergentes pour répondre de façon idoine à des besoins tels que les comportements prédictifs d’achat, l’optimisation dynamique des ressources sous contraintes, la détection de la fraude…

  • Plateformes bifaces : mener aux côtés des entreprises leur passage du modèle traditionnel à celui d’entreprise plateforme.

NOS DERNIERES PUBLICATIONS & POINTS DE VUE

0

311

Happy few, all happy : comment démocratiser la data au sein des banques ?

0

1259

IA générative : quels impacts pour l'entreprise et quelles questions se poser ?

1

1575

Chat GPT ou la révolution de la connaissance : comment en tirer profit ?

bottom of page