Beaucoup de start-ups pensent qu'elles seront capables d'utiliser le big data pour faire tomber des poids-lourds comme Cisco, Google ou Apple. Et ce, rien qu'en regardant dans les boules de cristal du big data pour découvrir les secrets qui les catapulteront comme par magie parmi les vainqueurs. Mais cela arrive rarement. Au contraire, car les exemples de réussite démarrent typiquement par des petites questions bien terre-à -terre : Quelle est le meilleur quartier pour implanter une nouvelle boutique ? Comment transformer en un processus systématique le choix des localisations ? Comment parvenir à ce que les équipes de vente puissent atteindre plus facilement les personnes qu'elles appellent ? Comment changer en temps réel les offres dans les rayons afin de mieux coller aux préférences des clients ?
Prenons par exemple l'un des plus gros succès de l'économie du partage : Airbnb. Il a fallu un long moment pour que la société découvre l'un des principaux obstacles empêchant les gens d'utiliser ce service plutôt que de passer par un hôtel. Riley Newman, patron de l'analytique et des sciences de la donnée d'Airbnb, a effectué une régression dans le cadre d'un traitement analytique pour déterminer les fonctions qui avaient le plus d'impact sur les réservations.
Des résultats qui ont dépassé les attentes d'Airbnb
La société a alors commencé son expérimentation en envoyant des photographes professionnels dans différentes propriétés pour refaire les photographies que les propriétaires avaient réalisé initialement car les belles photos étaient celles qui favorisaient le plus de clics. Suite à quoi, il a déployé un outil permettant aux hôtes de demander des photos professionnelles gratuites. Les résultats ont dépassé les attentes, Airbnb étant non seulement parvenu à augmenter ses réservations, mais à gagner la fidélité des propriétaires. Avec cette victoire en poche et tout un tas de données sur ce qui fonctionne ou pas, Airbnb a continué de s'appuyer sur l'analytique qui pilote désormais tout, des algorithmes de recherche au marketing client.Â