Économiser 500k€ d’études de marché et orienter les décisions stratégiques

@ BPCE Payment Services

Principales réalisations

  • Génération d’un un gain estimé de 500k€/an en identifiant puis internalisant 5 analyses de marché, alimentant les décisions stratégiques du top management.
  • Économie de ressources en cadrant, supervisant la réalisation et fiabilisant l’automatisation des analyses récurrentes sous forme de Data Visualisations.
  • Coordination transverse pour accompagner la constitution d’une équipe jusqu’à 8 personnes, techniques et business.

Client

Au sein de BPCE Payment Services, je travaillais dans l’équipe du Baromètre Digital & Payments.

Notre mission était de valoriser les données de paiement anonymisées du Groupe BPCE. Cela représente plus de 30 millions de carte bancaires ou encore plus de 500 000 marchands et commerçants.

Enjeux

À mon arrivée chez BPCE Payments Services, les données de paiement étaient en cours de migration vers une plateforme cloud GCP. Cela ouvrait de nouvelles opportunités : un accès centralisé permettant un croisement simple de multiples données et une disponibilité en temps réel. 

De nombreuses analyses existaient déjà, mais étaient construites avec les limitations des anciens systèmes : elles étaient assez peu transverses, flexibles et interactives.

Elles ne pouvaient donc pas répondre à tous les besoins de rapidité et de personnalisation des décideurs. Ceux-ci avaient donc recours à des études de marché externes, malgré un potentiel interne.

Nous avons donc entrepris d’exploiter ce potentiel.

Solution et processus

J’ai joué un rôle d’intermédiaire clé entre les décideurs et les équipes techniques.

J’étais initialement seul en collaboration avec ma manager sur le sujet, avant que l’équipe technique data ne s’agrandisse (jusqu’à 5 personnes) et qu’un chargé d'étude et un analyste économique soient recrutés pour m’appuyer.

Voici le processus que nous avons suivi :

1.

Identification des besoins

Les membres du top management, qui ont le plus d’impact dans les décisions stratégiques, sont aussi les plus occupés.

Ils n’ont pas le temps de s’assurer que le potentiel des données de l'entreprise est exploité au maximum lors des décisions et définitions de plans d’action.

Nous avons donc opté pour une approche proactive d’écoute et de veille stratégique, pour identifier leurs dilemmes, questionnements et réflexions.

Cela permet d’identifier bien plus d'opportunités d’utilisation des données qu’en attendant les demandes de manière réactive.

2.

Conception de MVP d'analyses

A partir des opportunités d’analyses identifiées, nous avons priorisé celles ayant le plus de potentiel et le moins de complexité.

Une fois l’opportunité la plus prometteuse identifiée, nous pouvions lancer un pilote d’analyse pour la tester. 

Ceux-ci se déroulaient en cinq grandes étapes : 

  1. Identifier les actions concrètes qui pourraient être lancées grâce à l’analyse
  2. Identifier les questions qui permettraient de les valider, invalider ou de les orienter
  3. obtenir une première version minimale des réponses, grâce à l’analyse des données
  4. Présenter les résultats sous forme de Data Storytelling
  5. Réaliser une synthèse

3.

Validation, action et itération

Afin de maximiser l’impact, ici encore nous avons opté pour une démarche proactive.

Nous allions présenter nos conclusions devant les décideurs ou comités adaptés.

Cela permet d’obtenir des retours directs et d’itérer. Ce processus continue jusqu’à la prise d’une décision, la mise en place d’une action, ou l'abandon du sujet si le potentiel n’est pas suffisant.

4.

Automatisation

Pour les analyses ayant suscité un fort intérêt et nécessitant un suivi régulier, la charge de mise à jour manuelle peut s’avérer importante et répétitive.

Dans ce cas, je formalisais le besoin pour permettre la réalisation de dashboards automatisés. J’ai contribué au suivi de leur réalisation, à leur fiabilisation, aux synthèses et présentations régulières à la direction.

Résultats

Ce processus itératif a permis d’identifier et de valider cinq analyses majeures, alimentant régulièrement les décisions stratégiques du top management.


Cela représente un gain estimé de 500k€ par an, par rapport à l’utilisation d’entreprises externes pour obtenir les mêmes informations.


En tant que premier contributeur, j’ai vu l’équipe s’étoffer jusqu’à compter 8 membres, témoignant de l’importance et du succès de notre démarche.

Méthodes et compétences :

Veille stratégique, Analyse de données, Data Storytelling, conception et validation de MVP, gestion de projets de DataVisualisation, communication transversale et présentation, méthodes agiles (Scrum, SAFe), GCP, PowerBI, SQL.

Vous souhaitez échanger sur vos problématiques ou collaborer ?

>