Data&Performance, IA Strategy, Marketing
10/10/2022

Opérationnaliser une stratégie marketing data driven


Temps de lecture : 5 minutes
Quantmetry.com : Opérationnaliser une stratégie marketing data driven

Cet article initie une série de quatre, relatifs à l’utilisation stratégique de la data pour le marketing. Ici, les Customer Data Plateforms sont mis à l’honneur ; elles constituent le premier pilier stratégique d’un CRM augmenté par la data.

Construire une Customer Data Platform

Ne vous plaignez jamais d’un client difficile car il est la cause de vos progrès. Traitez les autres mieux encore : ils sont la raison de vos bénéfices. Auguste Detoeuf, fondateur d’Alstom.

Toute entreprise cherche aujourd’hui à valoriser son patrimoine de données, sans nécessairement savoir par où commencer. Les données clients, par exemple, représentent un formidable gisement de valeur, qui peut améliorer significativement les performances des actions marketing, mais comment les utiliser de manière efficiente ?

Dans cette série d’articles, nous proposons de vous présenter les différentes étapes à suivre afin de mettre en place une stratégie marketing « data driven ».

La première partie vise à vanter les mérites de la mise en place d’une Customer Data Platform (CDP) au sein d’une organisation ; étape liminaire indispensable à l’opérationnalisation d’une approche « client centric ». En effet, la révolution digitale a rendu les clients de plus en plus experts et par conséquent de plus en plus exigeants vis-à-vis des marques. Ils sont ainsi en attente d’un traitement encore plus personnalisé que par le passé.

1. Plusieurs sources de données à exploiter

Les données exploitables peuvent être réparties en 4 catégories :
• Les données de profil
• Les données transactionnelles
• Les données relatives aux produits
• Les données comportementales
Elles rentrent toutes dans la catégorie « first party data », c’est-à-dire des données directement collectées par l’entreprise.

Les données de profil, tout d’abord, incluent les informations personnelles relatives aux clients (nom, prénom, date de naissance, adresse, coordonnées, …). Elles permettent d’identifier un client avec précision. Attention néanmoins à s’assurer de leur bonne utilisation. En effet, ces dernières sont soumises à la RGPD, ainsi leur traitement doit être renseigné et archivé et leur stockage ne doit pas excéder 5 ans, sous peine de sanctions financières.

Les données transactionnelles, quant à elles, regroupent toutes les informations liées aux achats : le lieu, la date, l’heure, le montant dépensé, les produits acquis, les remises, … Ces données constituent une certaine manne pour les directions marketing. Elles donnent en effet accès au comportement d’achat des clients et permettent de déceler leur valeur et leurs préférences.

Les données produit agrègent les caractéristiques de chaque produit commercialisé (dimension, prix, …).

Les données comportementales permettent de « qualifier un individu à partir de l’observation d’un comportement avéré » [1]. Elles sont principalement issues des différentes campagnes de ciblage.

L’ensemble de ces données permet ainsi d’obtenir une vision à 360° de la clientèle. Néanmoins un travail de nettoyage, de centralisation et de réconciliation est nécessaire avant de les exploiter de manière pertinente.

2. Construire une Customer Data Platform

Toutes les données évoquées précédemment doivent être regroupées au sein d’une seule plateforme. La raison invoquée est d’obtenir une source unique et exhaustive.
En effet, la multiplication des sources de données, conjuguée avec les exigences de plus en plus fortes de clients, oblige désormais les organisations à tendre vers plus de personnalisation dans la relation, ce qui suppose une suppression des silos et une unification des profils client. Cette personnalisation est possible à la condition que l’entreprise décide de constituer une Customer Data Platform.

Une CDP permet avant tout de centraliser la donnée client, quelle que soit sa typologie :
• Structurée (fichiers plats, …)
• Semi-structurée (documents textuels, …)
• Non-structurée (contenu vidéo, contenu audio, …)

Comme on peut le constater sur le schéma ci-dessus, les différentes sources de données sont ingérées, nettoyées, unifiées et intégrées dans la CDP.

La centralisation au sein d’une CDP conduit à une vision unifiée, à 360° et à jour des informations relatives aux clients. Ces informations peuvent être issues de sources online (données de navigation, …) mais également de sources offlines (tickets de caisse, …).

Par ailleurs, la RGPD impose un suivi très strict des données client ; leur éparpillement empêche un suivi précis et régulier. Une CDP permet de remédier à ce problème, en réconciliant et en unifiant les sources de données.
Pour construire une CDP, vous pouvez soit opter pour une solution sur étagère ou encore construire la vôtre à l’aide d’une approche hybride.

Plusieurs acteurs dominent à l’heure actuelle le marché des CDP sur étagère [2] :

• Bloomreach, solution combinant CDP et CRM, incluant également un module de recommandation produit
• Treasure Data, solution très prisée par les entreprises du secteur automobile et du CPG
• Blueconic, solution très utilisée dans le retail
• BlueVenn, solution combinant également CDP et CRM
• BlueShift, solution complète qui intègre également des modules d’IA ; très prisée dans la finance

Chaque solution propose plusieurs dizaines de connecteurs natifs, permettant l’ingestion de multiples sources de données.

En outre, des acteurs historiques comme Microsoft, Salesforce ou encore Oracle ont également développé leurs propres solutions :
• Une solution intégrée au cloud Azure pour Microsoft
• Des solutions nommées Customer 360 pour Salesforce et Unity pour Oracle

Le marché des CDP est estimé à l’heure actuelle à 1,5 Milliard de dollars et ce chiffre est en constante augmentation [3].

Dans le cas où vous souhaiteriez vous passer d’une solution clé en main, il est recommandé de partir sur une approche hybride en exploitant la puissance de calcul des datawarehouses modernes du marché (Snowflake, BigQuery, Amazon Redshift, …). Cette approche implique la construction et la maintenance régulière des flux de données qui viendront alimenter la solution, ce qui suppose la sollicitation de data engineers. Ces derniers auront pour mission de créer et de maintenir ces flux qui alimentent le datawarehouse ; vous pourrez ainsi gérer vos clients sans l’intermédiaire d’une solution dédiée sur étagère et donc économiser des coûts de licence.

3. Les avantages d’une CDP

Pour résumer :

Sans CDP :

On observe un doublon du client Alan Smithee (deux ids différents). Aucune réconciliation n’a été effectuée. Par conséquent, ce client pourra potentiellement recevoir plusieurs fois les mêmes communications promotionnelles lors de campagnes de ciblage.

Avec CDP :