Recherche

Utiliser les données pour automatiser la génération de leads en B to B

Publié par le - mis à jour à
Utiliser les données pour automatiser la génération de leads en B to B

Pour concrétiser tout le potentiel de l'inbound marketing, le marketing b to b doit sortir de l'artisanat, selon Charles Dolisy, cofondateur de Plezi. De nouvelles plateformes de marketing automation lui permettent de capitaliser sur les avancées du big data pour fiabiliser la génération de leads.

  • Imprimer

Le marketing sortant donne de moins en moins de résultats, ainsi, les directions commerciales et marketing b to b françaises se tournent résolument vers l'inbound marketing et le marketing automation pour générer des leads vraiment qualifiés. Si les principes de l'inbound marketing sont généralement bien compris, les méthodes utilisées pour mettre en place les scénarios d'engagement et d'accompagnement des prospects demeurent extrêmement artisanales et onéreuses.

Arrivés sur le marché il y a une dizaine d'années, les logiciels de marketing automation les plus utilisés aujourd'hui n'ont pas été conçus pour automatiser la création et l'optimisation des scénarios d'inbound marketing. Ils obligent à les "coder en dur" et à les refondre intégralement lorsque l'on souhaite les améliorer ou, tout simplement, y intégrer de nouveaux contenus. En conséquence, l'utilisation de ces outils se révèle très consommatrice de temps-homme et rend les organisations fortement dépendantes du ou des spécialistes qui maîtrisent les arcanes du système. Autant dire que nous sommes très loin de l'automatisation...

Des scénarios dynamiques pour sortir de l'arbitraire

Outre leur coût, les scénarios élaborés par une intelligence humaine reposent sur une part d'arbitraire qui conduit à idéaliser les parcours proposés au prospect. La probabilité que ce dernier suive de bout en bout un scénario idéal s'avère très faible. L'alternative réside dans l'exploitation de la masse de données recueillies sur les contacts identifiés pour construire des scénarios dynamiques, qui s'ajusteront d'eux-mêmes en fonction des comportements individuels (navigation sur le site, ouverture et clics dans les e-mails, lecture d'un article de blog, téléchargements, etc.) et des nouveaux contenus disponibles. C'est ce que permettent les outils de nouvelle génération qui, contrairement aux précédents, tirent nativement partie des avancées conjointes du big data et du machine learning.

Grâce à des algorithmes auto-apprenants, il est désormais possible non seulement d'automatiser la création des scénarios de génération de leads, mais aussi de la fiabiliser: l'analyse systématique des données du passé permet, par exemple, de savoir que la probabilité qu'un visiteur identifié comme intéressant devienne client est de 80% si nous lui proposons en temps voulu tel document, puis tel autre, puis encore tel autre. Le système affecte alors automatiquement ce parcours au contact et l'adapte au fil de l'eau en fonction de ses comportements.

Les algorithmes des nouveaux systèmes de marketing automation sont d'autant plus performants et apprenants que les volumes de données sont importants. La masse critique de données est d'autant plus vite atteinte que le propre de l'inbound marketing est d'attirer sur le site de l'entreprise davantage de visiteurs grâce à l'offre de contenus. Le fait que ces outils soient proposés sous forme de plateforme mutualisée présente un autre avantage majeur pour les directions marketing. Si les données de chaque entreprise sont strictement cloisonnées, le système utilise l'ensemble des données disponibles pour fournir des recommandations et des informations à forte valeur ajoutée pour le marketing. Les marketers b to b peuvent, par exemple, savoir quels sont les types de contenus les plus appréciés dans leur secteur, déterminer le nombre optimal de contenus à produire chaque mois pour alimenter leurs leads ou encore benchmarker leurs taux de conversion pour affiner leur stratégie et mieux maîtriser leur budget.

Un niveau de personnalisation sans précédent

Les nouvelles plateformes construites sur ce modèle permettent à leurs utilisateurs d'atteindre un degré de personnalisation hors d'atteinte avec les anciens outils, au niveau des scénarios d'inbound marketing mais aussi des contenus eux-mêmes. Grâce à la finesse et à la profondeur des données collectées, il devient possible, par exemple, de générer automatiquement pour chaque prospect une newsletter individuelle tenant compte de ses points d'intérêt, des articles qu'il a déjà lus et de tout ce que l'on sait de lui.

L'étape suivante? Sortir du périmètre des sites et systèmes de diffusion de contenu directement contrôlés par l'entreprise pour toucher les prospects dans toutes leurs destinations en ligne. Sous peu, les plateformes permettront aux marketers b to b de diffuser leurs contenus de manière ciblée sur des sites tiers. Le prospect visitant un site d'information générale ou professionnelle pourra se voir proposer, en cours de navigation, des contenus additionnels propres à nourrir son processus de décision, sous forme de native advertising ou de contenus recommandés.

Ces différentes évolutions ouvrent l'ère d'un marketing b to b vraiment automatisé, qui utilise une ressource très abondante - les données - pour aller vers toujours plus de pertinence et de valeur ajoutée pour les deux parties. Pour l'entreprise, qui fiabilise ainsi ses processus de génération de leads et la qualité des leads eux-mêmes; pour les acheteurs b to b qui, accompagnés et nourris de manière non intrusive à toutes les étapes de leur parcours, prennent des décisions d'achat beaucoup mieux informées.

L'expert:
Charles Dolisy est cofondateur de Plezi, une plateforme d'inbound marketing b to b. Il est diplômé de l'Epita et débute sa carrière chez Capgemini-Sogeti en tant que consultant. Charles Dolisy rejoint ensuite Enablon, où il veille, durant cinq ans, au développement des produits. En 2008, il crée Easiware avec Brendan Natral. En 2014, Charles Dolisy fonde Plezi avec Renaud de Lacotte pour fournir aux entreprises b to b des solutions marketing innovantes s'appuyant sur les données de leurs prospects pour automatiser leurs campagnes marketing.


Charles Dolisy (Plezi)