Comment les données de l’internet des objets stimulent l’innovation en matière de produits ?

Ecoutez-vous de la musique dans la salle de bain ? Vous n’êtes pas le seul. La marque d’équipements audio et vidéo haut de gamme Denon & Marantz, qui appartiennent à Sound United, a découvert presque par hasard qu’une grande partie de ses clients utilisant des enceintes sans fil aimaient se faire chanter la sérénade dans les toilettes. Cela a conduit la société à développer une gamme très réussie de haut-parleurs étanches et protégés contre l’humidité.

Alors que de nombreuses entreprises utilisent la technologie IoT (Internet of Things) pour améliorer le service à la clientèle grâce à la surveillance et aux diagnostics à distance, les appareils et les données qu’ils génèrent gagnent du terrain dans le développement de produit. Denon et d’autres sociétés d’électronique grand public utilisent l’IoT pour collecter des données sur la façon dont leurs produits sont utilisés, puis analysent ces données pour guider leurs efforts de développement, qu’il s’agisse d’améliorer les articles existants ou d’en créer de nouveaux. Cela laisse présager un avenir pas si lointain où le développement de produit sera un processus continu et interactif reposant sur l’analyse des données plutôt que sur l’intuition et la culture d’entreprise.

Denon recueille les données des appareils pour faciliter ses efforts de service – en proposant de manière proactive des correctifs pour les produits, par exemple. Dans le cadre de l’initialisation de ses nouvelles enceintes sans fil HEOS, la société a donné aux clients la possibilité de nommer leurs appareils. Lorsque les données ont indiqué qu’un nombre important de clients les nommaient « enceinte de salle de bains », Denon a donné la priorité à l’étanchéité du produit, même si une série de mises à jour était déjà prévue. La société a commercialisé les améliorations comme une caractéristique importante d’une ligne d’enceintes personnalisées.

Contexte social

Denon exploite ses données générées par l’IoT d’une autre manière : En les combinant avec des commentaires sur les produits trouvés sur les médias sociaux. La profondeur et le contexte supplémentaires aident les ingénieurs et les techniciens de maintenance de l’entreprise à identifier les opportunités et à hiérarchiser les problèmes.

Il y a quelques années, la surveillance des médias sociaux était une fonction de service et de soutien à la clientèle, motivée par la nécessité de répondre rapidement aux critiques et aux plaintes des utilisateurs. Au fil du temps, les entreprises avisées ont réalisé qu’il y avait des pépites d’informations précieuses sur les produits enfouies parmi les attaques et les théories de complot.

En associant les données d’utilisation continue fournies par les capteurs IoT aux données commentées issues des réseaux sociaux, une entreprise peut dresser un tableau plus complet du fonctionnement réel de son produit ou service dans le monde réel. Il s’agit d’un moyen bien plus efficace de définir les priorités en matière de développement de produit que les enquêtes auprès des clients.

Bien que les données des médias sociaux soient plus « bruyantes » que les données d’utilisation des produits, elles représentent ensemble une cascade d’informations non filtrées. C’est là que l’analyse des données, alimentée par l’apprentissage automatique et l’intelligence artificielle, entre en jeu. Les bons outils peuvent parcourir des grappes de données structurées et non-structurées, séparer les éléments significatifs des éléments aberrants et mettre en évidence les tendances importantes et les voies sans issue. L’innovation continue des produits n’exige pas nécessairement une réactivité en temps réel – pas encore, en tout cas.

La pointe de la technologie

Cette boucle de rétroaction produit-innovation est particulièrement visible dans l’industrie de l’électronique grand public, où les fabricants sont fortement investis dans la connectivité avec les clients et la rapidité de réaction du marché.

Depuis 2012, le fabricant d’électronique Belkin a produit une gamme de produits de « Smart Home » – prises, interrupteurs et appareils – qui permet aux utilisateurs de contrôler les luminaires et les services publics. Les appareils IoT en réseau, appelés « WeMo », sont accessibles via une application pour smartphone et peuvent être commandés de différentes manières, par exemple par commande vocale via un haut-parleur interactif.

Lorsque les produits sont devenus populaires, le personnel de Belkin a été submergé par le volume de commentaires générés par les appareils, qu’il s’agisse de données d’utilisation de l’IoT ou de commentaires sur les médias sociaux. Belkin a demandé l’aide de DataScience (récemment acquise par Oracle) pour construire un modèle que les ingénieurs de Belkin peuvent utiliser pour passer au crible les données textuelles WeMo quotidiennement afin de trouver les mots et les phrases communs qui représentent le plus de commentaires positifs et négatifs. Les commentaires négatifs aident le personnel de Belkin à établir des priorités dans la correction des produits, tandis que les commentaires positifs ouvrent la voie à de nouvelles fonctionnalités, voire à de nouveaux produits. Ce processus a permis aux appareils WeMo d’obtenir de meilleurs taux de satisfaction des clients.

Les exemples de Denon et de Belkin illustrent le fait que la feuille de route traditionnelle des produits est reléguée au second plan au profit d’une innovation permanente, rendue possible par les données d’utilisation réelles que les appareils IoT peuvent fournir. Soyons réalistes : Lorsqu’on vous présente des preuves tangibles de la manière exacte dont vos clients veulent utiliser votre produit – et où ils veulent l’utiliser – vos priorités deviennent évidentes.