EDF Energy est la filiale britannique du géant français de l’énergie EDF. L’une des entreprises d’énergie les plus importantes du Royaume-Uni, c’est également le plus grand producteur d’électricité à faible bilan carbone.
EDF Energy fournit gaz et électricité à 6 millions de particuliers et professionnels, et constitue le premier fournisseur d’électricité en terme de volume en Grande-Bretagne.
Nous avons rencontré John Hunter, Digital & Social Media Manager à EDF Energy, pour comprendre le rôle de la social intelligence au sein de l’un des plus grand fournisseur d’énergie.
Dans une entreprise de cette envergure, une approche décentralisée a été choisie. John, fait partie d’une équipe de cinq personnes qui supervisent l’ensemble de la communication digitale à travers six départements de différentes tailles.
John nous parle des principaux challenges qu’il rencontre dans son rôle au sein d’EDF Energy.
Le premier est de s’assurer que le groupe soit en mesure de mesurer le succès : d’avoir un procédé en place pour comprendre le ROI (Return On Investment ou retour sur investissement) des médias sociaux et du digital.
Le second est de veiller à ce que le groupe dispose des bons outils pour faire cela.
Le troisième est de garantir la mise en place des bons procédés et de la bonne stratégie pour une utilisation efficace des médias sociaux et du digital en général.
Mesurer le succès
Pour faire face au premier challenge, l’équipe doit définir comment mesurer le succès, et être capable de gérer le volume d’informations à leur disposition.
« L’évolution des médias sociaux a tout transformé pour les entreprises.Nous avons désormais une grande opportunité de dialoguer et de créer des liens.
L’ampleur de cette opportunité est le plus grand challenge… ainsi que de servir au mieux notre public, de la bonne manière : d’offrir un service client sur les médias sociaux ou de s’assurer que les faits soient correctement représentés dans les annonces publiques et médiatiques importantes. »
Afin de mesurer le succès, EDF Energy a développé une stratégie de communication digitale appelée playbook. « N’importe quel employé peut voir et comprendre ce que nous essayons de réaliser sur le web social ».
Ce playbook analyse en détail à la fois l’audience et les résultats obtenus par l’équipe, ce qui rend les données plus faciles à gérer.
EDF Energy accorde beaucoup d’importance à la confiance que son public lui accorde en tant que producteur et fournisseur d’énergie.
La confiance et la crédibilité sont des notions difficiles à mesurer, mais l’équipe a réussi à développer un procédé pour les évaluer.
Les indicateurs comprennent l’efficacité du service client, l’analyse de sentiment et de la réputation, la croissance de l’audience, les performances du contenu et les conversations générales sur le web social.Le procédé a été conçu de manière à mesurer chacun des différents aspects de la stratégie digitale du groupe en fonction des KPIs. Ces cinq indicateurs et le score total de l’indice leur permet de se comparer et de se positionner sur le marché.
Le dashboard est exporté sur une feuille de calcul, permettant à l’équipe de créer un indice qui peut alors être présenté à toute l’entreprise. Les mouvements peuvent être analysés, et faire l’objet d’un compte-rendu.
De même, la régularité et le score obtenu sur l’indice donne une certaine visibilité au travail effectué par l’équipe social media.
Les données en contexte
Les données issues du web social sont mises en contexte en segmentant l’audience atteinte. Pour cela l’équipe divise l’activité en ligne en sous-catégories d’audience, de médias et du paysage concurrentiel.
Pour élargir le contexte, l’équipe ne se limite pas à une seule source. Les données issues de Brandwatch sont combinées à aux statistiques web et aux données commerciales.
Ampleur et contexte étaient deux thèmes récurrents lors de notre interview.
Il y a tellement de social data disponibles qu’il peut être difficile d’obtenir des insights à partir de cette masse d‘information. De la même manière, il peut être facile de se fixer sur une minorité et d’oublier que cela ne représente pas une vue d’ensemble.
Donner un contexte aux données rend cette ampleur gérable et permet de prendre de meilleures décisions.
Automatisation
La catégorisation évoquée ci-dessus, permet une instantanéité rendue possible par l’automatisation.
En mettant en place des Categories et Tags au sein de Brandwatch, et en utilisant nos systèmes d’Alerts et Signals, les données segmentées sont accessibles immédiatement. Que ce soit un membre de l’équipe Social Media ou un directeur, il est possible d’accéder rapidement à un dashboard comprenant les informations en temps réel.
« Être capable de prendre les bonnes décisions au bon moment est capital pour l’entreprise. La plupart des problèmes émergent lorsqu’il n’y a pas assez de contexte. »
Lorsque l’information en contexte est accessible en temps réel, des décisions pertinentes peuvent être prises au moment optimal. John est partisan de faire les efforts dès le départ pour permettre à tous d’accéder rapidement à l’information lorsqu’elle est nécessaire.
Un dirigeant peut se rendre sur Facebook ou Twitter et y voir quelque chose d’inquiétant. Brandwatch leur permet d’avoir une vue d’ensemble. Sans contexte, il est plus facile de réagir de manière excessive. Ne pas catégoriser les conversations du web social peut rendre les données intimidantes.
Comme le dit John, « Tout le monde parle du big data, mais ce n’est pas ce qui est important. Ce qu’il l’est c’est de trouver la data utile. »
Données catégorisées
Les mentions trouvées en ligne peuvent être organisées en catégories principales comme par exemple : mentions médias, mentions sur les centrales électriques, mentions relatives à l’environnement, etc.
Au sein de ces catégories, il est possible d’identifier et de créer des sous-catégories.
Ainsi, les mentions provenant de consommateurs sont segmentées en différents types de demandes et de plaintes. Ces petits volumes de données peuvent ensuite être analysés en temps réel.
Ceci a permit à l’équipe d’intégrer ces connaissances spécifiques à différents domaines d’activité, tels que l’amélioration du service client par exemple.
Y compris pour des aspects moins importants comme lorsqu’un certain nombre de personnes se plaignaient sur les médias sociaux de la musique d’attente lorsqu’ils appelaient le service client. Sans les données du web social, il serait quasiment impossible d’accéder à ce genre d’insights.
C’est rendu possible en segmentant en détail les mentions de consommateurs au delà des conversations environnementales ou sur une campagne.
Le service client sur les médias sociaux
La granularisation des données a également démontré le besoin grandissant d’un service client sur le web social. Cette évolution de la relation-client a été ressentie par un grand nombre de marques et a été motivée par une demande venant des consommateurs.
Le travail de John a mis en évidence l’évolution du service-client sur le web social au delà des questions directes des consommateurs aux marques.
Certaines formes de conversations, comme les mentions @ sur Twitter ou les questions posées directement sur les pages Facebook des marques sont faciles à identifier et à traiter.
Cependant, il existe de nombreuses discussions autours d’EDF qui ne sont pas directement adressées aux comptes sociaux de la marque ; un bon service client se doit de les trouver et d’y répondre.
Écouter le web social pour trouver ces mentions a permit à EDF Energy de démontrer le besoin à temps plein d’une équipe d’assistance sur les médias sociaux. Sa mise en place a divisé par deux le temps de réponse, et a augmenté le taux de réponse jusqu’à se rapprocher de 100 %.
Gestion e-réputation
Dans le cadre de sa stratégie de communication digitale, EDF Energy a crée un plan de communication e-réputation.
A la suite d’un brainstorm pour imaginer tous les scénarios d’évènements ou de crises possibles et leurs solutions, EDF Energy a développé une matrice. Pour chacun des nombreux cas de figure différents, correspond une liste d’actions à prendre si la situation venait à se réaliser.
Lorsqu’une crise commence, saisir les chiffres obtenus via Brandwatch dans la matrice révèle la sévérité de la situation de A à D. Il y a de nombreux scénarios cartographiés, et à chaque situation correspond un certain nombre de réponses.
« En utilisant ces procédures et les données obtenues avec Brandwatch, environ 8 sur 10 situations qui auraient été classées comme crises ne sont plus considérées comme crises grâce à Brandwatch et à la matrice de sévérité mise en place. »
Ce changement est, lui aussi, venu de la possibilité de mesurer et catégoriser.
Parfois un incident sera mis en avant par un dirigeant. Bien que le commentaire ou le sujet soit de nature sensible, ou qu’il ait le potentiel de s’aggraver, saisir les chiffres dans la matrice permet à l’équipe de mettre le commentaire en contexte.
En regardant le nombre moyen de mentions par exemple, il est possible d’établir que le bad buzz n’est pas viral et qu’il ne représente pas un danger pour la réputation de la marque.
En segmentant les données en petits groupes qui peuvent être évalués méthodiquement ou implémentés dans la matrice, le big data devient de la data gérable qui offre des insights utiles.
En faisant le gros du travail en amont et en mettant en place une automatisation, ces insights sont alors disponibles en temps réel. Ce qui permet une approche agile qui soutien une stratégie digitale réussie.
John est très positif sur le futur des médias sociaux. Il est impatient de voir les développements à venir cette année, et d’observer comment analyser et tirer profit de ces nouvelles activités.
« Travailler dans un environnement évolutif et changeant est idéal car j’évolue et développe sans cesse mes compétences. Chaque jour est différent. Je n’ai pas le temps de m’ennuyer ! ».
Merci à John d’avoir répondu à nos questions. Cet article fait partie d’une série d’interviews avec différents experts. D’autres articles sont ajoutés chaque semaine.
