Les 3 niveaux de maturité d'une direction marketing data-driven

La digitalisation du marketing génère un afflux de données considérable. De nouveaux outils permettent la collecte et l’analyse de ces données. Le marketing peut alors devenir une science exacte à condition que la direction marketing ait mis en place une organisation “data-driven”. Cela suppose de nouvelles compétences (Chief Digital Officer, DataScientist), de nouveaux outils (suite marketing 360, DMP) et surtout une feuille de route. Augusta a identifié trois niveaux de maturité d'une organisation data-driven.

data-driven-marketing-3-etapes-3.png

Maturité normale : Données Personnelles

Définition

La donnée personnelle (ou PII, Personnally Identifiable Information) permet d’identifier de manière unique une personne. L’e-mail, l’adresse du domicile, le numéro de sécurité sociale sont des données PII. La donnée PII concerne donc autant des clients (e-mail suite à une inscription) que des prospects (email suite à un devis).

Enjeux

Le premier enjeu pour des acteurs comme les PGCs (Produits de Grande Consommation) n’ayant pas de relation directe avec le consommateur est la collecte de ces données. La mise en place de services comme un site de couponing (Ma Vie En Couleurs) ou une application de carnet de recettes (Danone et vous) permet de collecter cette donnée.

Le deuxième enjeu est la centralisation de ces données dans une base unique car les sources sont multiples : magasin (carte de fidélité, transaction), site web (e-commerce, espace client), réseaux sociaux (post Twitter, fan Facebook)… Les acteurs de la distribution ont lancé de vastes programmes de fidélité (plusieurs millions d’encartés chez un Sephora ou un Carrefour) pour collecter la donnée PII dans leurs magasins. Ils doivent désormais la réconcilier avec la donnée PII des comptes en ligne de leurs clients (leur site de e-commerce ou de drive).

Une bonne connaissance permet de segmenter et de scorer sa base pour ensuite adapter la pression marketing et le contenu (par exemple envoie d’une promo “sociale” uniquement au segment de clients ayant plus de 500 amis sur Facebook).

Ressources

Le développement de services digitaux innovants pour des acteurs brick and mortar est risqué. Les directions marketing manquent de compétences (IT, User eXperience) pour les mener à bien et peuvent faire appel à un Product Manager pour les épauler (lire notre article “Faut-il un Product Manager dans une direction marketing ?”).

En terme d’outils, il est essentiel de consolider toutes ces données dans une base unique. Les mastodontes du logiciel, à coup de rachats successifs (Adobe et Neolone, Salesforce et Exact Target, Oracle et Eloqua) offrent désormais des suites marketing complètes. Ces outils sont disponibles en SaaS (accès depuis un navigateur web ou mobile) et stockent votre donnée dans le cloud (qui restent votre propriété et à laquelle vous avez accès via votre interface ou une API). Ces outils permettent aussi une activation multi-canal des contacts (email, SMS, push…)

Maturité avancée : Données Anonymes

Définition

La donnée anonyme ne permet pas d’identifier directement une personne. La plus connue est le cookie qui a longtemps été la donnée de référence pour identifier des visiteurs anonymes (client non loggé ou prospect) sur un site. Le cookie permet également de recibler ces visiteurs anonymes sur le web par des bannières (“retargeting”). Mais l’essor des smartphones et des tablettes remet en cause l’universalité du cookie : ils sont bloqués par certains navigateurs (Safari) et inutilisables sur les applis… D’où l’apparition d’autres données non PII comme l’IDFA (Identifier For Advertiser) ou l’adresse MAC (identifiant unique d’un appareil connecté à un réseau).  

Enjeux

Là encore le principal enjeu est la collecte de ces données et leur centralisation. Un nouvel outil répond parfaitement à cette problématique, il s’agit de la DMP (Data Management Platform) qui est capable de collecter la donnée média (un contact a vu la bannière X puis la vidéo Y à 50%) et même de l’associer à un contact de la base CRM classique (en lui associant un cookie).

L’annonceur peut alors cibler ses contacts CRM sur des publicités display ou personnaliser son site en fonction du visiteur même si ce dernier n’est pas loggé. Il peut aussi exclure ses propres clients de ses actions d’acquisition dans ses achats média (jusque 70% des campagnes d’acquisition sont effectuées sur… les propres clients de l’annonceur). Dans les deux cas, l’amélioration du ROI des campagnes est importante.

Ressources

Les flux de données non PII sont considérables. Selon Oracle, le nombre d’impressions mensuelles d’une campagnes display d’un grand groupe atteint le milliard d’unités. On passe dans le big data. La DMP est capable de stocker toutes ces données même si aujourd’hui elle offre encore peu d’intelligence. Un Chief Digital Officer devient une ressource clé pour accompagner la direction marketing dans ces évolutions où les questions de données et d’IT deviennent stratégiques pour la société. Un Chief Marketing Technologist peut aussi s’avérer nécessaire pour apporter une expertise IT au sein de la direction Marketing et faciliter les échanges avec la DSI lors de la mise en place d’outils comme la DMP.

Maturité forte : Données Intelligentes

Définition

Par données intelligentes, nous désignons la donnée qui va être “devinée” par l’annonceur grâce à du datamining (par exemple via des algorithmes de profils jumeaux sur des données tiers ou sur sa propre donnée). Les acteurs à ce stade sont encore rares : les pures players webs comme Amazon ou Netflix (modèles sur les algorithmes de recommandation) voire quelques acteurs des Fintechs (American Express serait par exemple capable de prédire qu’un client va fermer son compte dans 25% des cas).

Enjeux

Le principal enjeu est cette fois un enjeu d’activation. L’annonceur va être capable d’anticiper les comportements de ses clients ou prospects par analogie avec les comportements passés de profils jumeaux de sa base. La communication push devient alors une communication de rebond où la pression marketing diminue mais où son efficacité augmente, grâce à une personnalisation du contenu et du canal.

Personnalisation du contenu : je peux par exemple anticiper par l’analyse de données tiers qu’une femme est enceinte et lui afficher en page d’accueil de mon site e-commerce les best-sellers du mobilier bébé.

Personnalisation du canal : du machine learning va détecter que tel contact est peu réactif aux emails et va automatiquement tester un autre canal (notficiation push, DM sur Twitter…). Des algorithmes de clustering identifieront alors les profils similaires et leur attribueront automatiquement le canal le plus efficace.

Ressources

Le DataScientist est la ressource clé de cette étape. Avec sa triple expertise (IT, algorithmique et business) il est capable de mener les bonnes analyses : celles qui répondront aux enjeux business (coût d’acquisition, churn, scoring…) de la direction marketing. Un rôle crucial pour de nombreuses directions marketing qui considèrent le Datamining comme un boule de cristal capable de prédire que les acheteurs de son futur produit de beauté sont aussi ceux qui aiment les voitures bleus... Mais ces profils sont rares sur le marché, McKinsey estime qu’il en manquera 160 000 en 2017 aux États Unis.

Un Chief Data Officer permet d’assurer la cohérence et le bon usage de la donnée au sein de l’entreprise. Un Chief Legal Officer permet enfin de garantir un usage légal des données collectées.

Sujet: Stratégie Articles
Êtes-vous un padawan ou un jedi de la data ?
Sujets