Recherche

"La recherche opérationnelle est un outil d'aide à la décision pour le marketing"

Publié par le | Mis à jour le
'La recherche opérationnelle est un outil d'aide à la décision pour le marketing'

A l'ère du "big data", la recherche opérationnelle, basée sur des algorithmes complexes, peut aider les marketeurs. Cédric Hervet, de Socio Logiciels, explique comment.

  • Imprimer

Emarketing.fr : Qu'est-ce que la recherche opérationnelle ?

Cédric Hervet, responsable du département recherche opérationnelle de Socio Logiciels : "La recherche opérationnelle est une branche des mathématiques, aussi appelée optimisation sous contraintes. Celle-ci a été développée dans les années quarante pour optimiser les problèmes de gestion logistique complexes - comme l'organisation optimale d'une tournée ou des taches de montage dans une usine -, et nous faisons le pari que son utilisation dans le marketing permet de prendre des décisions complexes, dans un environnement lui-même complexifié par l'arrivée du big data. Plus précisément, la recherche opérationnelle passe donc par la modélisation mathématique des situations complexes, pour aller vers la création d'algorithmes de résolution dédiés.

Emarketing.fr : En quoi la recherche opérationnelle peut-elle concrètement aider les marketers ?

Cédric Hervet : La recherche opérationnelle est véritablement un outil d'aide à la décision. Les entreprises croulent sous les données : si elles utilisent le datamining pour comprendre les datas récoltées, il leur faut, ensuite, décider. À qui envoyer leur campagne de marketing, par exemple. Ainsi, quand la statistique permet de décrire, la recherche opérationnelle permet de prescrire.

Dans le cas de l'implantation d'un nouveau magasin, par exemple, la marque souhaitera modéliser son impact commercial en fonction de la zone choisie et de ses composantes - comme la typologie de la population ou la géolocalisation de ses concurrents - : c'est ce qu'offre la recherche opérationnelle (RO), en prenant en compte les contraintes métier (telles que les limitations de budget, la non-cannibalisation entre points de vente, etc).

La RO aide à optimiser les campagnes d'emailing

Autre sujet important pour le marketing : l'optimisation de campagnes d'emailing. La RO gère la complexité et considère chaque individu comme un segment à part entière. Grâce à elle, un planning d'envoi individuel de chacune des campagnes est mis en place. Deux individus n'auront pas le même planning d'envoi. Les objectifs de performances seront également différents par campagne, le tout pour maximiser le ROI global (le revenu court terme des campagnes versus les pertes long terme dues à l'érosion), tout en respectant les contraintes de chaque campagne, ainsi qu'en ajustant de façon optimale la pression marketing par individu. Il est possible de pousser la logique jusqu'à la personnalisation des contenus. La recherche opérationnelle permet donc de se recentrer sur la conception de campagnes performantes et son coeur de métier, à savoir : le bon message.

Emarketing.fr : Y a-t-il d'autres apports pour le marketing ?

Cédric Hervet : Outre l'optimisation des implantations et des campagnes d'emailing, la RO peut également aider à l'optimisation des plans média. Pour chaque média, le responsable marketing aura des clés pour savoir quels produits pousser, à quelle période, et pour répartir ses budgets entre les différents canaux marketing, ainsi qu'obtenir une estimation du retour sur investissement (ROI) attendu de ses actions.

Emarketing.fr : Quel est le coût de la ROI et quels gains en attendre dans le marketing ?

Cédric Hervet : Pour les campagnes d'emailing, par exemple, le coût dépend du volume optimisé, en fonction de la campagne et du nombre d'envoi. Nous réfléchissons à un modèle économique à la performance. Les gains sont, quant à eux, énormes : de 10 à 20 % sur chaque KPI (nombre d'envois, taux d'ouverture...), et surtout sur le ROI qui est l'objectif final poursuivi par la RO.

Socio Logiciels (Groupe NP6) est un expert dans l'analyse des données, les domaines des statistiques, du data mining, du décisionnel et du géomarketing.