contextual intelligence

Le potentiel de la Smart Data : Comment l’intelligence contextuelle permet de faire face à des risques majeurs ?

Dans sa stratégie de développement international et la perspective des prochains grands évènements sportifs organisés au Japon, Openfield s’appuie sur ses partenaires stratégiques ainsi que sur des acteurs mondiaux tels que Mitsui & Co (succursale de Paris), l’une des premières Sogo Shosha au Japon, afin de promouvoir son innovation. Guidée par sa vision, son savoir-faire autour de la convergence des données digitales et physiques, Openfield décrit, dans cet article, les cas d’usage rencontrés dans différents secteurs et la valeur créée autour de l’exploitation des données comportementales. Devant ce potentiel immense, Openfield démontre que cette intelligence contextuelle peut être au service de la gestion de crise en cas de risques majeurs en s’appuyant sur un exemple concret décrivant un accident en marge d’une grande manifestation sportive japonaise.

Notre vision

Aujourd’hui, les lieux que nous connaissons et fréquentons au quotidien – du bureau au centre commercial, du stade aux différentes pièces de nos maisons – se transforment radicalement avec de nouvelles interconnexions entre les univers numériques et physiques. Les nouvelles technologies de géolocalisation, de nouveaux protocoles d’échange comme l’Internet des Objets, de nouvelles générations de capteurs, etc. permettent d’acquérir de plus en plus de données liées aux comportements des individus et à l’usage des lieux. Par ailleurs, les technologies digitales en particulier autour de la mobilité, étendent leur présence dans les lieux comme nouveaux points d’interactions avec les individus. Ces nouvelles interconnexions touchent tous les champs d’activité de l’entreprise.

Nous souhaitons, à travers Openfield, guider les entreprises dans cette transformation, en leur offrant une meilleure compréhension des individus, de leurs comportements, de leurs interactions avec leur environnement et des usages des lieux qu’ils habitent ou fréquentent.

Nous garantissons le respect, la sécurité et la transparence dans l’utilisation des données personnelles tout en identifiant les besoins de chacun et la meilleure manière d’y répondre, voire de les anticiper.

Enfin cette connaissance fine des comportements et usages en temps réel va permettre aux entreprises d’optimiser leurs actifs, voire d’en créer de nouveaux, d’identifier de nouvelles offres ou de nouveaux services et d’en mesurer la performance.

Notre savoir-faire aujourd’hui

Openfield propose une solution innovante permettant de connaître et d’enrichir l’expérience des visiteurs dans les lieux « connectés ». En cela, nous développons l’intelligence contextuelle de nos clients. Nous collectons et analysons de manière synchrone, grâce à notre Data Management Platform, toutes les données d’interactions. Un point d’interaction peut être un système de contrôle d’accès, une borne Wifi, une borne interactive, un terminal de paiement ou de fidélité, un site internet, une application mobile, les systèmes de gestion technique du bâtiment, etc. Nos algorithmes transforment ces données en informations comportementales et de géolocalisation, reconstituent en temps réel les parcours et prédisent les comportements et les besoins.  Notre solution de visualisation des données permet de restituer des analyses précises sous forme de tableaux de bord ou de plans et de partager toute la valeur du capital constitué.

Parmi ses fonctionnalités, notre solution CRM va utiliser les données collectées pour émettre des propositions personnalisées (Ex : J’écris à toutes les femmes qui viennent de se connecter au Wifi dans le secteur Mode du centre commercial, ou j’écris à tous les fans qui arrivent avant 17h dans le stade, etc.). En effet, toutes les données « clients » déclarées ou de consommation ou comportementales sont utilisées afin d’élaborer des ciblages très précis. Toutes les transactions géolocalisées recueillies au niveau des points de contact deviennent des déclencheurs potentiels pour ces campagnes grâce aux échanges synchrones. Notre solution CRM intégrée permet donc d’enrichir la relation client avec des propositions contextualisées en temps réel.

Par ailleurs, nous proposons plusieurs algorithmes. Un algorithme qui retraite l’information physique pour reconstituer des parcours de visiteurs ou spectateurs dans les lieux. D’autres, qui anticipent, selon des données de contexte, ce que seront les prochains comportements ou besoins des visiteurs. (Ex : L’appétence pour la consommation d’un nouveau service, la probabilité de nouvelles visites, le risque de « no shows », etc.). Ces nouvelles informations vont nourrir les propositions poussées par l’outil CRM, qu’elles soient communiquées par mail, SMS, push notification, ou encore affichage dynamique sur un portail ou un mur digital.

Enfin, nous étudions aujourd’hui de nouveaux cas d’usage autour de l’Internet Des Objets dans les lieux d’habitation. Nous sommes convaincus d’y trouver de nouveaux leviers d’enrichissement de l’expérience ou d’optimisation de la gestion des lieux résidentiels et de travail.

Nous avons noué des partenariats stratégiques avec Microsoft, Cisco, Accenture et le groupe Français Altarea Cogedim.

Nous sommes une start-up, membre de la communauté d’échanges sur le numérique appelée « French Tech » soutenue par le gouvernement et les industriels français, et sommes en cours d’implantation aux Etats-Unis.

Aujourd’hui, nous sommes présents sur plusieurs secteurs d’activités : les enceintes de sports, de spectacles, culturelles et d’évènements, les centres commerciaux ou encore les parcs hôteliers et de divertissements.

Les cas d’usage

Si nous devions nous arrêter sur deux secteurs, les centres commerciaux et les enceintes de sports, nous pouvons dégager deux grandes familles de cas d’usage.

Optimisation de l’expérience client/visiteurs dans les centres commerciaux

En collectant, en temps réel, les données Wifi, de fidélité, d’accès au parking, de comptage, d’usage des mobiliers interactifs et comportementales sur les canaux digitaux, nous permettons au centre commercial de comprendre les parcours de ses visiteurs. Nous avons la capacité de traiter 40.000 parcours individuels par seconde. Nos ingénieurs et « data scientists » s’appuient sur un « Data Lake » pour effectuer ces calculs massifs. Pour cela, nous avons développé et breveté des algorithmes de traitement et de redressement des données très innovants. En se basant sur un historique de plus en plus important de ces données, nous avons développé des algorithmes de prédiction permettant d’anticiper les revisites et les départs du centre commercial.

Nous avons pu aider les équipes Marketing à répondre à des questions variées :
Comment optimiser les services clients en fonction de l’affluence ?
Apport de la connaissance client : nous avons étudié les comportements in situ par tranche horaire et montré les variations des flux vers les zones de restauration.
Bénéfices ou actions correctrices : les équipes CRM du Centre ont poussé en temps réel aux visiteurs présents une offre pour toute consommation ou réservation en zone de restauration en heure creuse. Les volumes ciblés étaient faibles mais le taux de participation a battu des scores.
Comment mieux personnaliser des communications ciblées par grand segment de clientèle ?
En s’appuyant sur les données sociodémographiques collectées et les comportements de visite, nous avons pu distinguer plusieurs grands profils.
Il a été décidé de segmenter les campagnes d’emailings en les personnalisant. Le taux de retour est + de 24% de depuis l’étude et l’utilisation de ces nouveaux segments.
Comment optimiser le ciblage géographique des plans média ?
Un focus sur les origines géographiques des visiteurs et de leur comportement dans le centre commercial a permis de mieux cerner les zones d’acquisition de clientèle à prioriser.
Tout en améliorant la pertinence de ces plans média, le centre a économisé des dépenses en concentrant ses investissements en affichage sur des zones secondaires identifiées.

• Optimisation de l’expérience client/spectateur dans les stades

En collectant, en temps réel, les données de billetterie, de contrôle d’accès, de consommation en buvette ou en boutique, mais également les données des compétitions sportives, de météo, de trafic, le programme TV, les vacances scolaires, ou encore les fêtes religieuses, nous permettons aux clubs ou aux exploitants de stade de comprendre précisément et rapidement, le comportement des spectateurs et de mesurer finement les impacts des actions Marketing et commerciales. Nous permettons à ces directions d’adresser efficacement les enjeux clés d’optimisation des recettes et de remplissage du stade.

Nous avons pu aider l’équipe Marketing à répondre à différentes questions :
Comment identifier les billets « no-show », c’est-à-dire les personnes qui ont un billet (souvent dans le cadre d’un abonnement) mais qui ne viendront pas au prochain match ?
Apport de la connaissance client : L’historique des comportements en fonction des évènements sportifs, des oppositions, du lieu d’habitation, de la météo, du trafic soir de match, des vacances, etc. (250 critères calculés) nous a permis de mettre au point un algorithme de prédiction permettant de calculer une probabilité de présence au prochain match.
Bénéfices ou actions correctrices : En fonction de ce score calculé, le club orientera le détenteur du billet vers une plateforme d’échange de billetterie ou lui proposera sous forme d’Up-Sell une autre expérience dans une loge « Linked in » pour rencontrer des personnes de son milieu professionnel par exemple.

• Optimisation de la gestion des actifs

Mais toutes ces informations comportementales ont un double intérêt. Au-delà de l’expérience client, elles offrent la possibilité d’optimiser la gestion des actifs.
Elles permettent d’ajuster plus vite l’allocation des surfaces dans un centre commercial au regard des taux d’exposition des cellules (boutiques) et des parcours ciblés de visiteurs. Nous étudions, au côté d’une enseigne, les raisons de désaffection de son point de vente. Nous pouvons anticiper sur la base des usages et fréquentations estimées, les paramètres stratégiques du bâtiment : énergies, voies d’entrée et de sortie, dispositifs de contrôle, etc.
D’une manière générale, ce n’est pas parce qu’un lieu a été pensé d’une certaine façon, que les usages en respecteront les schémas.

En synthèse

Le potentiel de la donnée est fantastique. Nous sommes convaincus que l’Internet Des Objets avec de nouveaux capteurs permettra de définir de nouveaux services à très forte valeur ajoutée.
Notre parti-pris a consisté dès le début à nous positionner comme le moteur et coffre-fort de la donnée de nos clients.

D’une part, les GAFA (Google, Apple, Facebook, Amazone) sont prêts à dépenser des sommes très importantes pour pénétrer dans les lieux et enceintes privées. Nos clients ont compris l’enjeu de rester maîtres de leurs données et relations avec leurs visiteurs, usagers ou consommateurs. Nous sommes à leur côté pour développer ce capital et en garantir la qualité et sécurité. De ce fait, ils nous considèrent comme un Tiers de Confiance.

D’autre part, les individus sont de plus en plus sollicités sur les canaux de conversation traditionnels et digitaux, et sont soucieux de la protection de leur vie privée. Les dispositifs de protection légale en France et Europe sont assez avancés et nous nous voulons exemplaires sur ces sujets. C’est ce que nous appelons notre politique de Green Data. Notre pérennité est totalement conditionnée au respect quotidien de cette politique.

Transition

Aujourd’hui, nous sommes focalisés, avec nos clients, sur l’utilisation de données afin d’allonger la durée des parcours dans leurs enceintes et de faire revenir rapidement leurs visiteurs et consommateurs.
Avec les mêmes sources de données, les mêmes canaux de communication, demain, nous pourrions utiliser ces informations afin d’évacuer au plus vite les visiteurs en cas de risques majeurs : attaques terroristes, tremblements de terre, fragilisation inattendue de structures ou tout simplement mouvement dangereux de population. Un stade a la capacité d’accueillir 60.000 habitants d’une ville sur un site unique. Les volumes sont également conséquents pour un centre commercial qui accueille 150.000 visiteurs uniques par mois.

Comment l’intelligence contextuelle permet de faire face à des risques majeurs ?

Toutes ces données physiques et digitales collectées dans un lieu permettent de comprendre les comportements, d’imaginer les tendances et de créer une intelligence contextuelle. Cette intelligence peut être au service de la gestion des crises en cas de risques majeurs. En effet, la granularité des données que nous collectons nous permet d’identifier des signaux faibles dans le lac de données. Nos algorithmes nous permettent de prévoir l’évolution de paramètres clés.

Les données publiques (open data) intégrées dans nos bases apportent une intelligence contextuelle supplémentaire : nous savons ce qui se passe dans les lieux connectés mais aussi autour d’eux. Selon l’état de l’environnement extérieur, au même titre que l’accueil, nous saurons comment optimiser l’évacuation du lieu.

Nos solutions CRM permettent d’élaborer des scenarios de communication en fonction de différents évènements et d’interagir en temps réel avec les individus. Nous pouvons ainsi alerter, communiquer, orienter…

Cette connaissance des individus dans les lieux permet aussi d’identifier ceux qui ne répondent plus aux sollicitations (blessés, ensevelis, etc.) et envisager des actions prioritaires.

Construisons notre scénario

19h00 : 30% des spectateurs sont entrés dans le stade, le coup d’envoi du match de Rugby est à 20h30. La situation est normale et correspond aux caractéristiques d’un match un vendredi soir, jour de pluie. Nous connaissons les affluences par porte en temps-réel grâce au contrôle d’accès. Chaque spectateur arrivé avant 19h00 s’est vu offrir un coupon pour un Happy Hour à la buvette. Dans les loges, les écrans souhaitent la bienvenue aux personnes VIP s’installant dans les salons.

19h15 : des alertes en provenance de la gestion technique de bâtiment remontent des indicateurs anormaux dans le secteur de la porte Nord-Est. Par ailleurs, aucun contrôle automatique des billets n’est effectué depuis 30 secondes sur 10 barrières automatiques. L’information est remontée au poste de commandement pour une levée de doute rapide.

19h17 : les premiers messages indiquent un accident ayant endommagé les portes du secteur Nord-Est.

19h20 : une première analyse permet d’identifier le nombre de spectateurs encore attendus dans ce secteur. Le trafic routier se densifie et les transports en commun continuent d’acheminer les spectateurs sur le parvis du stade.

19h25 : un risque d’escalade est rapidement écarté, la rencontre sera maintenue. Au regard de l’affluence attendue, un renfort de sécurité est rapidement demandé sur les lieux de l’accident mais également aux niveaux des portes adjacentes et des points d’arrivée des transports en commun afin d’anticiper l’afflux supplémentaire de spectateurs dans la zone. Le système de contrôle d’accès est automatiquement mis à jour afin d’accepter les billets ayant dû être contrôlés au niveau des portes endommagées.

19h27 : suivant un plan de communication préétabli en fonction des risques, des messages SMS, email, push notification sont envoyés à tous les spectateurs devant accéder au stade par le secteur accidenté afin de les orienter, en fonction de leur numéro de place, vers les portes adjacentes. Le plan disponible sur l’application mobile est immédiatement mis à jour afin d’indiquer la fermeture des portes du secteur et les parcours à suivre pour accéder au stade en fonction de sa place.

19h30 : les points de restauration autour du secteur accidenté sont évacués, les produits sont déplacés vers d’autres points de vente à proximité. Les écrans dynamiques invitent les consommateurs à se diriger vers ces nouveaux points de vente en fonction du temps d’attente déjà constaté.

19h55 : 80% des spectateurs sont entrés, l’affluence est normale à 35 minutes du coup d’envoi, l’impact de l’accident a été maîtrisé.

20h55 : 25 minutes après le coup d’envoi, une fois les personnes assises, l’affluence détectée au niveau du contrôle d’accès étant nulle, des messages SMS, email, push notification sont envoyés aux spectateurs impactés afin de leur indiquer les accès de sortie à utiliser après la rencontre en fonction de leur moyen de locomotion utilisé.

22h30 : 30 minutes après la fin de la rencontre, des messages SMS, email, push notification de rappel sont envoyés aux spectateurs détectés autour de la zone à l’aide du Wifi. Les écrans dynamiques indiquent également les accès à utiliser pour sortir de l’enceinte.

Conclusion

L’avenir nous promet un environnement toujours plus « connecté », où les données « physiques » supplanteront les données digitales. Au-delà du phénomène « Big Data », la donnée collectée et exploitée en temps réel (Fast and Actionable Data) va révolutionner la connaissance et l’optimisation de l’expérience des individus dans leur vie quotidienne.

Ce potentiel immense amène néanmoins une question fondamentale sur l’éthique que nous devons respecter autour de l’usage et du partage de ces données. Nous avons inscrit cette vigilance au cœur de notre stratégie et promouvons la collecte consciente et transparente des données de la vie « réelle », que nous avons appelée « Green Data ».

Cette exploitation doit permettre de créer un équilibre entre la donnée confiée et le service proposé à l’individu. Elle va transformer la communication numérique de masse en interactions localisées, personnalisées et anticipées. Elle va permettre également l’adaptabilité du lieu en fonction de l’évolution des usages, enjeu stratégique dans l’optimisation de la gestion des actifs.

Dans le respect et la sécurité des informations personnelles, le caractère universel de cette donnée « physique » doit permettre de créer une intelligence contextuelle au service des entreprises mais également au service des populations afin de réagir de manière pertinente à toutes les situations vécues dans la vie «réelle».

Article originellement publié dans la troisième édition de Economic Reflections, le journal de Fujitsu Research Institute.