Recherche
Se connecter

Mode d'emploi d'une première stratégie data

Publié par Thomas Loisel le | Mis à jour le
Mode d'emploi d'une première stratégie data

Redoutée par certains, désirée par d'autres, la construction d'une infrastructure data demande une compréhension de ses données, et des cas d'usages qui en découleraient.

Je m'abonne
  • Imprimer

Sans base de données, point de salut. De fait, vous vous devez d'y apporter une attention toute particulière pour mettre en place une approche adaptée à chaque objectif visé. "Il faut prendre conscience que la data est un patrimoine très fort pour les marques, au même titre que l'image. C'est une richesse, seulement si elle est bien utilisée", justifie Guillaume Balloy, VP media et activation chez Artefact. Les points d'entrée pour engranger sa data client y sont multiples et variés : collecte physique sur les salons, cartes de fidélité, historique d'achat jeux-concours, réseaux sociaux ou encore chatbots pour ne citer que les passerelles les plus courantes. Les objectifs d'une marque diffèrent selon sa taille mais ils sont le plus souvent sources de fidélisation client, d'amélioration du service client ou encore d'accroissement des ventes sur divers canaux. En moyenne, les entreprises qui mettent en place une stratégie de connaissance client améliorent leur satisfaction de 30 à 50%.

"Une grande majorité d'entreprises comprennent que la data est majeure dans leur stratégie, mais elle soulève plusieurs questions : quoi faire des datas, quels sont les besoins en matière de KPIs, quels outils s'approprier, dans quel but et pour qui", contextualise Nosing Doeuk, responsable de l'offre data chez Mc2i. Avec l'entrée en vigueur du RGPD dans l'Union européenne en mai 2018, les données ne peuvent plus simplement être amassées négligemment dans une base de données. Se conformer aux législations est un premier pion indispensable et cerner son paysage en est un autre, tout aussi essentiel : "Il faut comprendre qui est la cible, ou plutôt les cibles, car elles sont souvent multiples, et à quelle étape du processus d'achat elles se situent. Cela permet de rentrer dans un registre de précision sur deux niveaux : le premier de ne viser que les individus qui intéressent la marque, avec le bon niveau d'investissement en fonction de la "valeur" du prospect, et le deuxième évidemment avec le message qui lui correspond le mieux", détaille Guillaume Balloy.

1. Identifier les besoins métiers en matière d'exploitation des données

Le parcours classique est de collecter, trier ses données pour constituer le CRM, qui faut-il le rappeler est la "porte d'entrée de la data, témoigne Nosing Doeuk. Cette first party data est la première brique qui engendre ensuite la création de votre propre DMP". Corriger, optimiser, créer de nouveaux produits, développer son activité par la connaissance apportée par les données doivent être déjà intégrés pour poursuivre l'aventure. "Pour les entreprises ayant des enjeux stratégiques sur la data, mettre en relation la qualité et la quantité de son actif data avec les cas d'usage métiers qui font du sens, sont des leviers à mettre en place. En fonction, l'entreprise devra regarder ce qu'elle est à même ou pas de gérer elle-même. Elle peut par simplicité s'appuyer sur des acteurs proposant des solutions intégrées (data externe, technologie, opération)", détaille Grégoire Frémiot, Chief Revenue Officer chez Mediarithmics.

Une fois les data CRM collectées, il est alors possible de les enrichir par la second party data (données d'un des partenaires business) et la third party data (en provenance de fournisseurs de données). Étape importante de l'analyse des données, la data cleansing, qui consiste à nettoyer les données afin de les préparer à l'analyse. "La finalité est de pouvoir non seulement décrire et expliquer les résultats, mais surtout de prédire et de prescrire des actions futures, opérationnelles ou stratégiques", avance Emmanuel Vandenbesseleur, directeur de clientèle chez Socio Data management.

2. Mettre en place les outils adéquats et conduire le changement

Passé le premier cap d'asseoir sa stratégie, l'intégration d'outils data pour obtenir notamment un reporting de stockage de données, est au centre des enjeux. Pour accélérer ses process et développer ses capacités d'analyses de la donnée, le spécialiste du bio Biotopia a ainsi déployé la solution de data hub d'Indexima. "Face à la volumétrie de données, nous avons dû revoir notre stratégie data. La solution d'Indexima nous apporte deux leviers. D'une part, les "reset" de la base de données ne sont plus nécessaires. En effet, si une erreur se glissait dans la base de données, une fois corrigée nous étions obligés de remettre à jour tous les entrepôts de données. Avec une volumétrie de data sur trois ans, cela nous demandait 2 jours pour faire ce "reset". Et d'autre part, nous sommes maintenant capables de faire de nouvelle requête directement sur toute la base de données avec un temps de réponse record et surtout sans avoir à préparer les données à l'avance", détaille Alexandre Fantuz, directeur marketing de Biotopia.

3. Introduire des solutions d'exploitations avancées

Et comme l'appétit vient en mangeant, l'heure serait-elle à la prise de risque d'accélérer sa construction data sous différents volets : plateforme de big data (DMP ou CDP), projet de data science, intégration de l'open data ou encore utilisation de l'intelligence artificielle. S'il ne faut pas brûler les étapes, le jeu en vaut la chandelle : en moyenne, l'IA génère une augmentation de 79% du chiffre d'affaires d'une campagne, une augmentation de l'engagement client de 51% et une augmentation de 80% de la productivité des marketeurs. "L'IA promet d'automatiser de nombreuses tâches manuelles, ce qui permet de gagner du temps sur les activités marketing non essentielles et de recentrer le CMO sur des stratégies et des expériences qui construisent la marque et stimulent la croissance de l'entreprise", avance François Laxalt, VP Product Marketing de Tinyclues.

Cette solution Tinyclues, au coût qui oscille entre 3000 euros et quelques dizaines de milliers d'euros par mois, mise sur le deep learning, l'apprentissage profond et en continu sur la base d'un énorme volume de données. "En moyenne pour toutes les campagnes de test A / B, Tinyclues a généré 87% de revenus supplémentaires avec le même volume de messages. Dans le même temps, les taux de désabonnement ont chuté de 17%", relate Julien-Henri Maurice, directeur marketing et digital de BazarChic. Bref, une stratégie data appréhendé, ciblé, structuré est le signe d'une marque robuste et souple. "Pour ceux qui ont cet objectif et dans ce marché abondamment peuplé d'intermédiaires technologiques, privilégier une infrastructure ouverte et intégrée peut s'avérer être un choix judicieux pour collecter de manière unifiée toute sa donnée et l'activer simplement en évitant les coûts cachés et lourdeurs d'interfaçage", juge en guise de conclusion Grégoire Frémiot.

Pour aller plus loin :

Data, le ROI c'est maintenant ?

Je m'abonne

Du sport au marketing, il n’y a qu’un pas. Je traite tous les aspects du marketing pour Emarketing.fr et le magazine Marketing. Pour en savoir plus : [...]...

Voir la fiche
Eloïse Cohen,<br/>rédactrice en chef Eloïse Cohen,
rédactrice en chef

La Lettre de la Rédac

Chaque matin, l'essentiel de l'actu

La rédaction vous recommande

Sur le même sujet