En avant toutes : les données peuvent aider le secteur automobile à remonter la pente
Les géants de l’automobile cherchent à transformer leur modèle commercial pour survivre. Uber est régulièrement mieux évalué qu’eux, et Tesla vend directement des véhicules hybrides aux consommateurs.
Dans un future proche, avec l'augmentation de la population urbaine, il sera possible de choisir un moyen de transport selon sa propre utilisation, qu’il s’agisse de covoiturage, service de taxi à la demande, etc. au lieu d’acheter un véhicule et se prendre la tête pour le garer dans ces villes congestionnées. Ces nouvelles pratiques permettent également de résoudre le problème d'inutilisation des véhicules. En effet, une enquête réalisée en 2014 par Morgan Stanley révélait qu'une voiture n'est généralement utilisée que 4 % de l'année.
Les programmes de partage de voitures tels que les services Car2Go de Daimler et DriveNow de BMW se révèlent très populaires en Europe et affichent respectivement 2 millions et 500 000 membres. Le programme Get & Go de Nissan, lancé cette année à Paris, va plus loin encore. Il utilise des données des réseaux sociaux et GPS pour traquer les habitudes de conduite et mettre en contact les conducteurs partagent ces mêmes habitudes en vue d'un covoiturage.
De plus, le secteur ne manquera pas d'être bouleversé lors de l'introduction des véhicules sans chauffeur sur le marché. Comme pour démontrer qu’elle ne croit plus au principe d’achat de véhicules aux Etats-Unis, Ford investit 1 milliard de dollars sur les cinq prochaines années dans Argo AI pour la technologie de véhicule autonome. Sans oublier BMW, Audi et Mercedes-Benz qui ont également acheté le service de cartographie HERE de Nokia pour un montant de 2,8 milliards de dollars et BMW prévoit de tester des véhicules autonomes à Munich (Allemagne).
En raison de ces pressions, les fabricants automobiles cherchent des moyens de se réinventer afin de rester compétitifs. Au lieu de compter sur la vente de nouveaux véhicules pour augmenter leur chiffre d’affaires, nombreux sont ceux qui se tournent vers la digitalisation du service clients, la connectivité et la conduite autonome. Pour toutes ces stratégies, le dénominateur commun est l’importance d'entretenir des relations à long terme avec les clients pour en tirer toute nouvelle source de revenus. Cependant, un problème se pose. La plupart des fabricants vendent en général leurs véhicules via des concessionnaires et ils n'ont par conséquent aucune relation directe avec les millions de clients et prospects.
Quelques initiatives originales permettent de remédier à cette situation. Par exemple, pour encourager les concessionnaires à partager les données des clients et prospects, un fabricant envisage d'offrir à ses concessionnaires une plateforme technologique basée sur le cloud présentant de nouvelles applications et services qui fourniront une expérience simplifiée aux clients. En retour, les concessionnaires devront communiquer les données des clients et prospects à la société mère.
Même lorsque le partage des données est conclu entre le fabricant et le concessionnaire, il reste compliqué d'intégrer toutes les données détenues par les concessionnaires car elles se trouvent dans des silos et des formats divers. C'est seulement en rassemblant toutes ces informations et en les intégrant au sein d'un hub de données que des dossiers utiles pour chaque prospect et client peuvent être créés. Sans cette approche à 360 degrés, seules des informations fragmentées sont disponibles.
Pour intégrer les données de chacun des silos des concessionnaires dans un hub opérationnel, il faut oublier les bases de données relationnelles structurées traditionnelles et adopter une base de données prenant en charge les données structurées et non structurées. Ainsi, les fabricants peuvent prendre en charge les formats et styles de données de tous les concessionnaires, et traiter des types de données complexes (notamment des contrats PDF, des publications provenant des réseaux sociaux, des enregistrements audio et des fichiers vidéo). Ce hub de données offre une seule vision unifiée de chaque donnée de l'historique client, dès l'expression d'un intérêt pour un test de conduite jusqu’à l'achat, les réparations, les échanges, etc.
Grâce à un hub de données opérationnel, les fabricants automobiles comprennent mieux les besoins de leurs clients mais peuvent également gérer leurs activités plus efficacement. Par exemple, le hub peut aider à relever le défi cauchemardesque des rappels qui se soldent souvent en milliards de dollars en termes de coûts.
L'immense volume de données généré par les capteurs automobiles doit être également pris en compte. Ces capteurs communiquent de grandes quantités d'informations concernant les performances du moteur, le kilométrage et le comportement au volant. Ces données sont souvent stockées dans un environnement Hadoop, où elles sont analysées pour mieux comprendre les risques liés à la conception du moteur et aux composants. Cependant, les données de capteurs à elles seules ne peuvent pas fournir une vue d'ensemble. Elles deviennent bien plus puissantes lorsqu'elles sont combinées dans un hub avec des rapports de mécaniciens, des données sur l'historique des réparations du véhicule, les comportements au volant, les publications sur les réseaux sociaux de personnes rencontrant des problèmes et les données GPS.
Cette vision exhaustive à 360 degrés du client permet d'évoluer d'un environnement d'apprentissage machine à un modèle d'intelligence artificielle. Les entreprises peuvent ainsi, par exemple, prévoir et éviter les rappels coûteux en termes financier et de réputation.
Un hub de données permet également une analyse plus précise et efficace, et fournit aux fabricants automobiles des données fiables et exploitables pour aider à la prise de décision. À l'heure actuelle, ces processus sont réalisés manuellement en consultant les rapports des concessionnaires ainsi que les publications sur les réseaux sociaux. Avec des analyses de données et l'intelligence artificielle, il est beaucoup plus facile de sélectionner un client et de répondre à ses besoins ou problèmes de manière proactive. Par exemple, il est probable que seules quelques personnes conduisent régulièrement dans la campagne un modèle britannique de 2006 avec un arbre à cames remplacé récemment. Si ce composant représente désormais un risque, les utilisateurs doivent être contactés pour qu'une intervention de maintenance soit effectuée et que le composant soit vérifié.
Les fabricants automobiles peuvent également publier leurs données, sans inclure les coordonnées des clients évidemment, à l'aide de la sémantique et d’Open Data, et permettre ainsi à des tiers d'analyser les données et de développer des applications prédisant les risques. Des programmes pilotes sont déjà en place pour démontrer la valeur de cette approche.
Les fabricants automobiles se sont rendus compte qu’ils avaient à leur disposition un réservoir inexploité de données clients, prospects et véhicules mais ils ont besoin d'aide pour les optimiser à l'aide d'applications nouvelles et intelligentes. Des milliards sont en jeu et les fabricants automobiles emploient des cadres supérieurs de géants de la Silicon Valley comme Google, pour guider leur stratégie DATA.
Quelle que soit la direction qu'ils prennent pour leur stratégie data, les fabricants automobiles bénéficieront d'un hub de données intelligent développé sur une plate-forme NoSQL de niveau entreprise pour lancer la tâche critique d'intégration de leurs nombreux silos de données. Ils pourront alors explorer les données pour savoir comment gérer leurs activités au mieux et développer des relations plus solides avec leurs clients, ce qui leur permettra de tirer toute nouvelle source de revenus. La survie de leur entreprise en dépend.