E-marketing.fr Le site des professionnels du marketing

Recherche
Magazine Marketing

Démarrer un projet Marketing Analytics : 4 étapes vers le succès

Publié par Nicolas Glady le - mis à jour à

Avec l'afflux de données, les entreprises se demandent comment utiliser celles-ci à des fins marketings : cibler certains clients avec certaines offres, identifier ceux qui risquent d'être débauchés par la compétition, ou encore calculer l'impact d'actions ciblées... Comment aborder ces problématiques d'une manière pragmatique et efficace ?

  • Imprimer

1) Engager un expert "Marketing Analytics" qui allie 4 compétences-clés : Informatique, Statistiques, Business et Communication

Le rôle de l’expert Marketing Analytics n’est pas seulement la collecte ou l’analyse de données : il doit aussi être impliqué dans la définition des objectifs, veiller au respect des échéances, et communiquer ses conclusions au travers de l'entreprise. En pratique, il s’agit à la fois d’un chef de projet, d’un analyste et d’un communicant. C'est un rôle complet qui demande un cocktail de qualités.

Il est préférable de se reposer sur une personne unique cumulant toutes ces compétences plutôt que sur une équipe les combinant. De fait, le premier défi de votre expert sera de louvoyer entre différentes fonctions qui ne travaillent pas toujours en bonne entente. Un analyste business sans bagage technique pourrait rencontrer des problèmes de compréhension, voire de légitimité, lorsqu’il aura en face de lui un programmeur. Ce dernier, à l’inverse, serait bien embarrassé de devoir présenter ses analyses en face d’un comité stratégique…

Même s’il devait coûter 3 fois plus qu’un employé normal, un expert maîtrisant les 4 facettes du Marketing Analytics (Informatique, Statistiques, Business et Communication) sera toujours plus efficace qu’une équipe agissant en ordre dispersé. Et, en fin de compte, il s’avérera beaucoup moins cher.

2) Comprendre comment les données dérivent de votre activité, ceci afin d’identifier celles qui sont nécessaires à la mission

Que ce soit pour un modèle de rétention, de scoring, de cross-selling, ou de segmentation, il faut comprendre quelles sont les informations mesurables qui sont concrètement liées au phénomène étudié. Pour parvenir à cette compréhension de votre activité, des entretiens avec des vendeurs ou des chefs de produits peuvent être une source précieuse d’information. Quels sont les points d’achoppements du processus de vente ? De quoi se plaignent les clients ? De quoi se disent-ils satisfaits ? A chaque étape de la relation-client deux questions se posent : est-ce important d’en tenir compte ? Est-ce qu’il est possible d’en mesurer les déterminants ?

Sur la base de ces entretiens, il faut établir une "Liste de Noël." Cette liste doit comprendre toutes les données que l'on souhaiterait avoir en sa possession : données historiques transactionnelles, ventes par client, par vendeur ou par location, types de contrat, données socio-démographiques (B2C) ou "firmo-graphiques" (B2B), historique du centre d'appel, prix de la concurrence, données de campagnes, études de marché passées, structure de coût, etc. Bien que les formes varient d'un secteur à l'autre et que la disponibilité des données dépende de la maturité de l'entreprise concernée, le type de données recherché est relativement standard. Cette "Liste de Noël" peut donc être conçue rapidement sur la base des premières discussions.

3) Toutes les données ne sont pas directement disponibles, il faut donc établir des priorités.

Le but est d’identifier les données qui sont rapidement utilisables, celles qui pourront l'être avant la fin du projet, ou celles qui seront accessibles par la suite. Cette priorisation permet d'avancer tout en émettant déjà quelques recommandations pour optimiser le traitement de l'information. La collecte des données depuis les serveurs ou les systèmes informatiques prend souvent plusieurs jours (et parfois plusieurs semaines !), et la gestion du temps est donc un enjeu primordial. Plus les demandes sont effectuées tôt, moins il faut attendre avant de pouvoir effectivement produire les analyses statistiques.

4) Dans l’intervalle, l’expert peut s’atteler à la partie analytique de l’exercice : établir les définitions et hypothèses à la base du travail, développer la méthodologie, et préparer la présentation synthétique du livrable final

Par exemple, qu’est-ce qu’un client ? Dans le cas d’une entreprise B2C, est-ce un individu ? Est-ce un ménage ? Est-ce un acheteur ? Est-ce un usager ? (Une même personne utilisant deux produits différents dans deux situations différentes.) La même question se pose pour les entreprises B2B : quel est le niveau de décision ? Le magasin ? L’entreprise ? La business unit ? Ces questions vous permettront d’établir la granularité (le niveau des données) à laquelle vous entendez déployer votre analyse. D’autres questions peuvent se poser et doivent être résolues très rapidement : comment calculer la rentabilité d’un client ? Quels sont les produits considérés dans le périmètre du projet ? etc. Nul besoin de disposer de données pour vous accorder sur ces points.

Un autre exercice salutaire consiste à préparer, dès le début du projet, une présentation synthétique du résultat qu’on cherche à obtenir : un tableau de bord par exemple, ou un fichier Excel. Ceci permet de communiquer avec les différentes parties prenantes et d’être sûr que tout le monde s’accorde bien à tout instant sur l’objectif à atteindre. Grâce aux analyses et aux discussions des étapes 2 et 3, il est facile de produire des exemples qui permettront d’illustrer cette présentation.

Si ces 4 étapes sont mises en œuvre, la gestion du projet Marketing Analytics sera sous contrôle :

1. L’expert Marketing Analytics alliera les différentes qualités indiquées et aura une vue d’ensemble sur le projet et les objectifs à atteindre.
2. Après s’être approprié les spécificités de votre activité grâce aux entretiens préliminaires, il pourra identifier les informations nécessaires à la résolution de votre problématique.
3. Une analyse rapide de la disponibilité et de la qualité des données garantira le respect des échéances.
4. Et enfin, en explicitant dès le début les livrables à fournir, et la forme qu’ils prendront, il n’y aura pas d’incompréhension sur les objectifs à atteindre, et le résultat devrait être fidèle aux attentes.

Nicolas Glady

Nicolas Glady

Professeur de Marketing

Nicolas Glady est docteur en économétrie et professeur à l’ESSEC où il enseigne les cours de Marketing Stratégique, Marketing Analytics et [...]...

Voir la fiche

NEWSLETTER | Abonnez-vous pour recevoir nos meilleurs articles