Nathalie Mantz

Depuis 4 ans, je me suis spécialisée dans le domaine de la Data et j’ai entamé cette nouvelle expérience en occupant le poste de Chef de Projet Data pour Renault France, dans le cadre duquel j’étais en charge de gérer la qualité et la fiabilité de millions de données clients contenus dans notre Customer Master Data Management. J’étais responsable de la bonne gestion fluide de la base centrale de l’entreprise, qui alimentait toutes nos activations marketing France. 

‍

Mes missions principales ont consisté à :

- Piloter et gérer les évolutions au sein du MDM avec des règles business pour offrir la meilleure vision du client 360° aux systèmes consommateurs de la donnée.

- Assurer le respect des règles relatives au respect de la vie privée (RGPD) et assurer le maintien de la mise en conformité de la base de données Renault France. Cela se traduisait par la mise en place de cycles de purges mensuelles de la base, et la définition des finalités sur lesquelles se fonder pour justifier la conversation des données.

- Maintenir une qualité de données irréprochable avec la mise en place d’outils de Data Quality sur tous les points de contacts et sur nos systèmes internes pour assurer une meilleure satisfaction client et une meilleure délivrabilité et performance de nos campagnes marketing.

- Enrichissements de données internes et externes pour augmenter la volumétrie de personnes à contacter dans nos bases de données pour chaque campagne marketing.

‍

Depuis six mois j’occupe le poste Business Data Expert dans lequel j’encadre des équipes de data scientists qui conçoivent des modèles marketing prédictifs.

Cette Intelligence Artificielle repose sur des modèles mathématiques basés sur des algorithmes de Machine Learning qui permettent de prédire le fait que des clients aient une probabilité élevée de renouveler leur véhicule, visiter nos ateliers après-vente pour un changement de pièces, ou de prédire l'expression d'un besoin de service de mobilité de la part de certains clients ou encore un futur achat de véhicules électriques. Ces prédictions permettent ainsi de s'adresser à nos clients de manière spécifique et ciblée, et au travers d'un message personnalisé data-driven qui répond ainsi à leur besoin.

Le secteur de l’automobile subit une transformation très forte à mesure que ce secteur évolue vers une mobilité plus connectée, électrique, autonome et partagée, dans lequel la donnée collectée dans les véhicules et exploitée est un véritable socle pour mieux connaître les habitudes et comportements de nos clients. 

‍

Les grands enjeux dans ce secteur sont pour moi les suivants :

- Transformation de la mobilité : Les constructeurs doivent s'adapter aux nouvelles préférences des consommateurs, qui se tournent de plus en plus vers l'autopartage et d'autres services au lieu de l'achat de véhicules, en raison des coûts élevés des technologies et du manque de bornes de recharge. Ils doivent diversifier leur offre pour inclure une gamme complète de solutions de mobilité, comme l'autopartage, le covoiturage, les transports collectifs, la location entre particuliers, et la mobilité active (vélos, trottinettes), au lieu de se concentrer uniquement sur la vente de véhicules.

- Améliorer l’expérience client : Les constructeurs doivent anticiper les besoins changeants des clients en offrant des expériences de conduite de qualité, en utilisant les données sur les habitudes de conduite et le comportement des passagers pour personnaliser l'expérience à bord.

- S’adapter aux réglementations : Les constructeurs automobiles doivent respecter des normes strictes en matière d'émissions polluantes, ce qui nécessite d'importants investissements en recherche et développement pour rester compétitifs sur le marché mondial, tout en faisant face à une concurrence intense en termes de technologie et de prix.