MENU
Recherche

[Tribune] Marketing prédictif : quand le "Big Data" anticipe les (ré)actions des consommateurs

Publié par le - mis à jour à
[Tribune] Marketing prédictif : quand le 'Big Data' anticipe les (ré)actions des consommateurs

Le marketing prédictif, un des composants de l'utilisation du "Big Data", permet des prévisions basées sur des données et des probabilités de réussite. Décryptage d'une tendance forte de 2015.

  • Imprimer

Tout va vite, très vite. En 5 ans, le marketing prédictif, un des composants de l'utilisation du "Big Data" est devenu LE buzzword pour les directions marketing des grandes entreprises françaises soucieuses d'améliorer le ROI de leurs actions digitales. Les applications du marketing prédictif sont nombreuses et une étude récente de Deloitte montre que c'est l'une des tendances fortes en 2015. Ces outils de prédiction fascinent et inquiètent, et ne sont pas sans rappeler la voix des oracles antiques capables de prophétiser les désirs des consommateurs.

La magie du marketing prédictif, c'est de faire passer les marketeurs de la prédiction basée sur l'intuition et l'irrationnel à la prévision basée sur des données et des probabilités de réussite. Traditionnellement, un marketeur utilise son intuition et sélectionne arbitrairement quelques facteurs, qui doivent, selon toute "vraisemblance", permettre de créer des segments ou des scoring pertinents : l'âge pour tel vêtement de mode, ou, encore, le sexe pour l'achat de tel produit au chocolat.

Le marketing prédictif au-delà du buzzword 2015

Les acteurs du marketing prédictif adoptent une approche radicalement nouvelle : l'idée est de ne pas partir de ce que l'on pense ou suppose, ni même d'études marketing mais de faire parler la data. Les données crunchées, minées, analysées dressent alors des "portraits-robots", des sortes de profils qui servent à comprendre des schémas et des phénomènes parfois contre-intuitifs. Par exemple, pour un e-commercant, découvrir que "les femmes qui bricolent, et habitent en PACA ont une forte probabilité d'aimer la musique électronique" et qu'il serait intéressant de leur proposer des offres tournées vers ce type de consommation.

La vraie richesse réside dans la connaissance clients exceptionnelle rendue possible par le traitement en temps réel de ces petaoctets de data. Si les entreprises connaissent bien leur prospect et leur client, alors elles pourront leur parler correctement. C'est la clé d'un marketing efficace ! Bombarder des publicités ou des offres promotionnelles indifférenciées à tous les consommateurs devient une dépense inutile, peu efficace et contre-productive qui suscite, au mieux, l'agacement des consommateurs que nous sommes.

Sans l'analyse prédictive, il serait presque impossible de formuler l'idée même de ce ciblage

Cette transformation ne se fait pas sans difficulté, elle nécessite une réelle volonté politique des directions marketing et un accompagnement fort des équipes. Elles doivent désapprendre les analyses classiques de segmentation basées sur quelques critères tirés d'études marketing. Cibler les acheteurs de profil "ordinateur high-tech" avec des offres de TV ultra HD peut être pertinent, mais des analyses prédictives peuvent détecter qu'il est plus rentable de viser les consommateurs ayant acheté plusieurs produits définis (par exemple, canapé, table, perceuse...), signe qu'un couple s'installe ou rénove son appartement, et donc serait plus sensible à l'offre d'une nouvelle télévision. Sans l'analyse prédictive et les associations d'algorithmes intelligents entre produits, et comportements de consommation, il serait presque impossible pour le marketeur de formuler l'idée même de ce ciblage difficilement prévisible.



Yohan Stern, directeur général de Key Performance Group