Recherche

#BigDataParis: Comment Trainline améliore ses investissements marketing avec la data

Publié par le | Mis à jour le
#BigDataParis: Comment Trainline améliore ses investissements marketing avec la data
© Trainline

Trainline a développé son laboratoire data pour appuyer le département marketing sur la communication de son offre et l'acquisition de nouveaux clients. Problème : l'agrégation de données dans différentes bases. Retour d'expérience à l'occasion du Salon Big Data Paris 2017.

  • Imprimer

Mettre en contact les individus en quête de voyages... et les compagnies ferroviaires qui désirent remplir leurs trains. Tel est l'objectif de Trainline, acquéreur, en mars 2016, de la start-up française Captain Train. Le distributeur indépendant couvre 24 pays en Europe, dont la France, avec un challenge "marketing" : mettre en valeur, sur son site Web, la richesse de l'offre de transports européens en évolution constante, en termes de tarifs, de types de train, de classes de services et de disponibilités, notamment. Non sans mal : "Nous sommes confrontés à la difficulté d'avoir une vision en temps réel des offres sur un large marché, mais, également, à celle de comprendre les besoins des utilisateurs et leurs comportements au sein du site", témoigne Cédric Raud, Lead Developer Marketing de Trainline, à l'occasion du Salon Big Data Paris 2017.

Un laboratoire data pour les prédictions

Pour répondre à ces défis, le vendeur de billets a déployé, il y a deux ans, un laboratoire data au sein de son département marketing. Composé d'un data scientist et de deux développeurs, la structure ambitionnait d'extraire et d'analyser les données pertinentes pour le groupe - et notamment le marketing -, afin d'effectuer des prédictions sur les flux de voyageurs. Mais, trop "petit", le laboratoire data n'est pas allé au bout de sa mission : "Beaucoup de temps a été consommé pour extraire les données en provenance de bases différentes, explique Cédric Raud. Si les analyses étaient fiables, chacune dépendait de la base de données choisies, et il a donc fallu prendre du temps pour recoller les morceaux entre ces bases de données... au détriment de la prédiction."

Ainsi, le laboratoire data a travaillé avec le département marketing pour mieux communiquer sur son offre et faire l'acquisition de nouveaux clients. Des investissements en SEO - être présent lors de la recherche de billets sur Google -, en SEA, en SMO (réseaux sociaux) et en réseaux d'affiliation ont donc été effectués. Mais, pour analyser la performance de ces investissements, les professionnels de la data devaient aller chercher, manuellement, l'information sur chaque canal, l'agréger, la présenter et l'itérer. Ce processus (trop) long a donc impulsé un changement de stratégie.

Place à l'automatisation des initiatives data

Place, désormais, à l'automatisation des initiatives data. Trainline a, pour ce faire, analysé différentes solutions : reporting, data pipelines et outils de data science. "Les solutions de reporting nous sont vite apparues comme chères pour notre start-up et non-adaptées à la spécificité du train", précise le Lead Developer Marketing, qui s'est tourné vers la solution de data science de Dataiku pour l'héberger en interne. Ses atouts ? La facilité d'intégrer différentes sources de données, son pan collaboratif, et la création de connecteurs vers des solutions tierces (Google Analytics, Adwords).

Pour accélérer l'analyse des performances marketing, les données ont été consolidées dans une base et les data business - nombre de billets de train vendus, utilisateurs - ont été rapidement extraits. Résultat : une vue unique du parcours client. Un outil de datavisualisation a également été créé "pour répondre aux besoins du département marketing d'obtenir rapidement des chiffres, et des équipes support, en quête de réponses sur les échecs de paiement ou le taux de réponse des clients sur les formulaires", complète Cédric Raud.

Autre usage d'une base de données consolidée : la réutilisation des données agrégées sur les pages SEO pour les enrichir d'informations sur les tarifs et les tendances des prix ou la durée du trajet. "Nous pouvons désormais utiliser plusieurs statistiques collectées grâce aux recherches des clients pour rendre les pages SEO plus informatives, mais aussi générer plus de ventes pour les bannières SEA qui sont désormais mieux ciblées et enrichies de données sur les trajets les plus populaires", explique-t-il.

Résultat en 2017? "Une base de données intéressante et un coût qui n'est pas excessif", conclut Cédric Raud.

Journaliste pour Emarketing.fr, Ecommercemag.fr et Relationclientmag.fr et Marketing, je parle souvent data, digital et médias sociaux. Et quand je [...]...

Voir la fiche
Où en est le data driven marketing & advertising?

Où en est le data driven marketing & advertising?

Où en est le data driven marketing & advertising?

En seulement trois ans le data driven marketing advertising DDMA est passe une discipline de niche un axe de developpement strategique pour [...]