C’est pour moderniser ses processus de reporting et ne plus dépendre des feuilles de calcul Microsoft Excel que les développeurs de l'application mobile Shazam ont opté pour Einstein Analytics de Salesforce. Basée à Londres, Shazam Entertainment est essentiellement connue pour son application mobile grand public qui peut reconnaître et identifier une chanson simplement à partir de l’écoute d’un extrait. L’entreprise fondée il y a dix-huit ans, qui vient d’opter pour un business model basé sur les revenus publicitaires de Shazam for Brands, a déclaré en septembre que son « bénéfice avant intérêts, impôts, dépréciation et amortissement » (BAIIDA) était positif et que ses recettes affichaient une croissance à deux chiffres. Auparavant, les revenus de Shazam reposaient sur son affiliation à des services de diffusion en streaming comme Spotify et Apple Music vers lesquels elle redirigeait ses utilisateurs.

Dans une interview accordée à nos confrères de Computerworld UK, Pete Miles, le vice-président des opérations de promotion de Shazam, a déclaré que l’entreprise dépendait beaucoup des feuilles de calcul Excel pour ses rapports internes et pour gérer ses ventes avec les annonceurs - extraire des données du CRM de Salesforce vers Excel, créer et diffuser des tableaux croisés – afin de fournir des rapports et des prévisions de ventes aux gestionnaires de ventes. « Au fil du temps, l’analyse des données devenait problématique à partir de ces instantanés », a-t-il expliqué. « Alors que la publicité draine aujourd’hui l’essentiel de nos revenus, il était indispensable de résoudre ce problème pour obtenir plus rapidement les informations dont nous avions besoin ».

Pourquoi Einstein Analytics ?

Pour Pete Miles, la solution SaaS prête à l’emploi Einstein Analytics s’est imposée, d’abord parce que c’était une solution native de Salesforce et à ce titre elle permettait une intégration simple avec leur CRM existant. Mais, et il ne s’en cache pas, parce qu’elle était aussi très économique. Shazam a commencé son déploiement en juillet 2016 et le lancement a pu intervenir en janvier 2017. L’opération a pu être réalisée par un seul salarié de Shazam sans l’aide d’un consultant tiers. Dans un premier temps, le déploiement a été réservé à neuf responsables clés. Pete Miles reconnaît néanmoins que le processus initial de nettoyage des données avant l'intégration a été très fastidieux, mais que désormais, l’entreprise était désormais en capacité de tirer le meilleur parti de ces données. « Nous avons été obligés de mettre de l’ordre et d’améliorer la qualité des données entrantes », a-t-il déclaré. « La valeur réelle se situe dans un cercle vertueux qui commence par la valorisation des données et se poursuit en maintenant la qualité des données entrantes ».

Le branding des produits d'analyse de Salesforce est assez déroutant, notamment dans le cas d’Einstein Analytics, anciennement appelé Wave Analytics. Quoi qu’il en soit, certes, on trouve des services d’analyses cloud dédiés à la vente ou au prévisionnel et des pipelines de données pour les indicateurs clefs de performance, qui coûtent 75 dollars HT environ par utilisateur et par mois. Mais Einstein Analytics permet de faire plus d'analyses, offre des tableaux de bord personnalisés, des applications, et son prix est évalué sur mesure. Selon Pete Miles, l'investissement initial pour accéder à Einstein Analytics a été très modeste et le coût supplémentaire par tête a été faible. Shazam affirme que « compte tenu des gains de productivité et de temps pour l’équipe principale, le déploiement permet d’économiser en moyenne 246 896 dollars par an ». Et, selon Pete Miles, « même s’il existe des solutions potentiellement meilleures en termes de capacité et de visualisation, Einstein Analytics représentait vraiment le meilleur choix possible pour ce qui est du prix et du problème que nous voulions résoudre ». Malgré son nom, Einstein Analytics tout seul n'est pas spécialement « intelligent ». La fonction d’apprentissage machine dénommée Einstein Discovery promet une exploration plus en profondeur des données, des prédictions et des recommandations sur la base des données historiques, et tout cela automatiquement dans la plate-forme. Elle est proposée en add-on pour Einstein Analytics et son prix est établi sur mesure.

Des fonctionnalités en option 

Pete Miles admet que Shazam n'utilise pas encore les capacités prédictives de la plate-forme et aimerait que certaines des capacités les plus prédictives soient offertes dans la plate-forme principale. « Évidemment, du point de vue du client, nous aimerions que certaines fonctionnalités AI soient incluses dans la solution sur étagère, mais je comprends que ces fonctions soient livrées sous forme d’add-on », a-t-il déclaré. « Il y a des fonctionnalités intéressantes, notamment en termes de prédiction dans les temps de réponse et de finesse des résultats, mais nous ne sommes pas encore vraiment sûrs d’en avoir l’utilité ». Par contre, Shazam a été ravi d'avoir accès aux données à la demande, sans avoir besoin d’attendre que les analystes envoient des rapports hebdomadaires. Les utilisateurs finaux sont toujours des spécialistes de l'analyse, mais désormais ils peuvent se concentrer sur la confection de rapports sur mesure, et les responsables de ventes peuvent délivrer des rapports hebdomadaires et vérifier leur pipeline à la demande.