Chaque marketeur est un analyste de données et un ingénieur… illusion ou destin ?

« Chacun chez Publicis deviendra un analyste de données, un ingénieur, un partenaire en intelligence, avec toutes les informations dont il a besoin à portée de main pour dynamiser la croissance de ses clients. »

Publicis Groupe a fait cette déclaration audacieuse la semaine dernière dans un communiqué de presse et présentation célébrant leur performance de l’année dernière « après être passé d’une société holding à une plateforme » et traçant la voie à suivre pour leur avenir à l’ère de l’IA.

Maintenant, si vous avez levé un sourcil sceptique face à cette affirmation, vous êtes en bonne compagnie avec la plupart des personnes avec qui j’ai partagé cela sur LinkedIn et avec l’artiste anciennement connu sous le nom de Twitter. Mais bon, si le troisième plus grand agence de détention Une entreprise de plateforme ne peut pas dresser un tableau audacieux, vous vous inquiéteriez de sa compétence de base.

Mais voici le problème : sur le plan directionnel, je pense qu’ils ont raison.

Les preuves empiriques soutenant cette vision sont venues avec la sortie du logiciel Workato. Indice d’automatisation du travail et d’IA 2024 rapport plus tôt cette semaine. Workato est une société leader en matière d’automatisation d’entreprise qui fournit une plate-forme low-code/no-code (LCNC) pour automatiser les processus et les flux de travail au sein de votre pile technologique. (Divulgation : je suis leur conseiller et co-auteur du nouveau livre de leur PDG, La nouvelle mentalité d’automatisation.)

À l’aide de données anonymisées échantillonnées sur 36 mois auprès de 1 055 clients sur leur plateforme, ils ont capturé la vérité terrain sur ce que les entreprises automatisent – ​​en examinant plus de 82 000 automatisations – mais sans doute plus remarquablement : OMS construit ces automatisations.

La grande révélation à mon avis : 44 % de tous les processus automatisés sont construits en dehors de l’informatique.

Les équipes opérationnelles commerciales – telles que les opérations marketing, les opérations commerciales, les revops – créent 27 % de toutes ces automatisations. Les chefs de projet non informatiques, les chefs de produit, les administrateurs d’applications (qui vous regardent, les administrateurs CRM) créent 10 % supplémentaires. Et puis 7 % supplémentaires d’« autres » constructeurs, que je suppose être des utilisateurs expérimentés intrapreneuriaux. (J’en ai quelques-uns dans mon équipe de partenariats chez HubSpot, où nous utilisons également Workato, et c’est incroyable ce qu’ils peuvent faire.)

Il est également à noter que ces constructeurs non-informaticiens – qui sont des experts dans leur domaine, mais du moins sur le plan organisationnel ne sont pas des experts en informatique – ne se contentent pas d’automatiser des processus simples dans le cadre de leur fonction. Ils s’attaquent également aux automatisations complexes.

« Les scores de 1 à 3 sont des intégrations simples, point à point, comportant 1 à 4 étapes. Ils ne contiennent aucune logique et interconnectent des applications SaaS simples. Les processus complexes (4-6) impliquent des règles conditionnelles, de la logique, des boucles, des transformations de données et des données de référence croisée. Parfois, ils impliquent un traitement par lots. Les processus très complexes impliquent une combinaison d’applications SaaS, sur site, ERP et d’entreprise. Ils contiennent souvent plus de 30 étapes, avec des règles conditionnelles, une transformation avancée, des humains impliqués dans la boucle, et bien plus encore.

Maintenant, je sais qu’il y en a quelques-uns cyniques les sceptiques qui pensent que les non-informaticiens utilisant les outils LCNC sont une recette pour le désastre. Nous pourrions avoir un débat animé sur la valeur relative de l’expertise du domaine par rapport à l’expertise informatique lorsqu’il s’agit de mettre en œuvre des opérations numériques au sein d’une fonction commerciale. Mais au lieu de rhétorique, regardons les données :

Si les équipes commerciales mettant en œuvre leurs propres automatisations devaient créer un désastre, on s’attendrait à ce que cela se produise au cours de la première année, lorsque ces créateurs d’entreprise sont les moins expérimentés. Ou au moins les deux ou trois premières années, n’est-ce pas ? Les choses tourneraient mal et le DSI lâcherait le marteau : « Regardez le désordre créé par ces amateurs ! Nous prenons le relais.

Mais ce n’est pas ce que montrent les données. Plutôt l’inverse. En moyenne, après avoir construit 31 % des automatisations par l’entreprise au cours de la première année, l’organisation s’appuie encore plus sur ce modèle et en compte 41 % au cours de la deuxième année. Au cours de la troisième année, ce chiffre atteint 48 %.

Gardez à l’esprit que ce n’est pas une informatique contre situation économique, les deux parties utilisant des outils concurrents. Ils sont tous unifiés sur une plate-forme commune – un exemple typique de couche de workflow plateforme d’agrégation – qui appartient presque toujours au service informatique. Donner du pouvoir à ces équipes métiers fait partie de la stratégie informatique.

Comme le note Workato, « l’informatique évolue vers un rôle d’acteur-coach : 56 % des automatisations sont toujours construites par des informaticiens, mais l’informatique est également chargée de la gouvernance et de l’orientation pour les 44 % gérés par les équipes commerciales. »

Pouvons-nous avoir à la fois une expertise de domaine renforcée et une bonne gouvernance informatique harmonisée ? Les preuves ici suggèrent Oui.

La chose vraiment excitante à ce sujet ? Ces données pluriannuelles de Workato n’incluent que les effets de l’IA générative à la fin de la période analysée. L’année dernière, ils ont publié un copilote en langage naturel pour responsabiliser encore davantage les constructeurs, ainsi qu’un cadre de gouvernance et un cours académique pour l’enseigner. Dans un an, nous verrons l’impact empirique, mais je parie que cela montrera une accélération à la fois des automatisations totales et du pourcentage d’automatisations menées par l’entreprise.

En parlant d’IA générative, le rapport Workato comprend également des données intéressantes sur les domaines dans lesquels les organisations intègrent l’IA générative dans leurs automatisations :

48 % des cas d’utilisation concernent les opérations de revenus, avec 12 % supplémentaires dans le support client et les opérations. Le plus courant de ces cas d’utilisation concerne l’intelligence conversationnelle : résumés, sentiments, prochaines étapes. Il s’agit là de quelques-unes des facettes manuelles de la gestion du parcours client qui prennent le plus de temps et sont sujettes aux erreurs. L’automatisation intelligente constitue ici clairement un énorme gain pour les entreprises et leurs clients.

Revenons donc à notre point de départ, avec l’ambition audacieuse de Publicis.

Le fait est que les entreprises augmentent rapidement l’ampleur et la complexité de leurs opérations numériques. Ils permettent à de plus en plus de personnes extérieures au service informatique de façonner et d’adapter les éléments des opérations numériques les plus proches de leur travail. Le rapport Workato ne couvre pas directement la démocratisation de l’analyse, mais un nombre important de leurs cas d’utilisation impliquent une distribution intelligente des données pour permettre des analyses plus spécifiques au contexte. Cela ne fera peut-être pas de chaque employé un analyste de données, mais cela permettra certainement à beaucoup plus de personnes d’utiliser de manière productive l’analyse en libre-service dans leur travail.

Certes, Loi de Martec Cela tient toujours : de nombreux changements organisationnels difficiles seront nécessaires pour exploiter l’innovation que cette technologie rend désormais possible. Mais c’est pourquoi c’est une période si formidable pour travailler dans les opérations martech et marketing.