Parvenir à coordonner l’ensemble des leviers marketing pour adresser le bon message, à la bonne personne, au bon moment et sur le support adapté, représente le Graal de tout marketeur. Pour mener à bien les stratégies clients les plus ambitieuses, les responsables du data marketing d’aujourd’hui doivent non seulement maîtriser les flux de données qui circulent dans les systèmes d’information et dans les plateformes marketing, mais aussi développer une approche méthodique afin d’aligner les algorithmes publicitaires et le CRM sur les enjeux métiers des annonceurs. Cela passe par au moins trois étapes qui sont autant d’enjeux à relever.
1) L’activation multi-levier et la phase exploratoire
Pour piloter sa stratégie marketing client et mettre en place une activation multi-levier cohérente, il faut au préalable identifier et analyser toutes les données propriétaires (CRM, données de ventes, du catalogue produit, de navigation sur site, etc.) qui ont du sens et qui sont exploitables en fonction des objectifs, comme la croissance du chiffre d’affaires, et des sous-objectifs, comme la gestion des stocks. Pour cela, il est nécessaire de se poser des questions telles que “quelles données dois-je collecter pour connaître l’impact de mes activations client sur mes objectifs primaires et secondaires ?”.
Vient ensuite la phase exploratoire, qui consiste à aller beaucoup plus loin dans la compréhension des données, en croisant de nombreuses variables. Par exemple, identifier les clients qui achètent une seule catégorie de produits et les comparer à ceux qui en consomment plusieurs, pour comprendre l’impact du cross-sell sur la valeur long terme pour l’entreprise. Cette mécanique permet au marketeur de mieux comprendre comment les consommateurs interagissent avec sa marque, mais aussi d’identifier les profils qui ont le plus d’intérêt pour son entreprise.
En explorant ainsi tout un ensemble de variables clés, on commence à identifier des axes stratégiques forts. On a aussi une idée plus claire des données disponibles, de leur fiabilité et de celles qui lui seront utiles pour atteindre ses objectifs.
« En identifiant le potentiel de valeur de chaque segment, il devient possible d’arbitrer les investissements médias de manière très ROIste »
2) La segmentation en tenant compte des réalités métiers
L’étape suivante, cruciale, est celle de la segmentation des données. Aujourd’hui, de nombreuses agences spécialisées en data marketing fonctionnent avec une approche « boite noire ». Leurs algorithmes sont certes capables de produire des segments statistiquement fiables, mais les critères ayant permis de les constituer sont détachés des réalités métiers. Les marketeurs se retrouvent alors avec des nœuds de segmentation complexes et difficilement interprétables, qui ne leur sont, le plus souvent, d’aucune utilité.
Pour être réellement efficace, cette segmentation doit refléter une réalité métier, avec des groupes identifiés grâce à une donnée fiable et explicable. Le point essentiel ici est de guider l’algorithme, en s’appuyant sur la première phase d’analyse, mais aussi grâce à des discussions avec les métiers pour bien s’approprier leurs problématiques et objectifs.
3) L’activation de la stratégie la plus efficiente
Lors de cette dernière étape, les responsables marketing peuvent commencer à s’inscrire dans une logique véritablement « data driven ». À chaque segment identifié, ils assignent un objectif marketing et orchestrent le plan d’activation adéquat, grâce à la mise en place d’une CDP (customer data platform), sur laquelle ils travaillent leurs messages en fonction des cibles et des canaux d’interaction retenus – réseaux sociaux, personnalisation du site web, CRM, coupon de réduction, etc. – Si le travail préalable de sélection des données et de segmentation a été correctement réalisé, cette technologie unifie les différentes sources data on et offline. Elle va ainsi se nourrir de la connaissance client obtenue pour adresser le bon message au bon moment et à la bonne personne.
On l’aura compris, pour parvenir à un tel résultat, il est crucial de maîtriser des expertises très pointues et multiples : marketing, data engineering, analytics, connaissance client, IT, branding… C’est complexe, mais le jeu en vaut la chandelle, car l’impact sur la performance peut réellement être colossal. Non seulement cette mécanique data marketing améliore la qualité des interactions avec les clients, grâce à la personnalisation des messages sur les différents canaux, mais elle permet aussi de maximiser l’efficacité des budgets marketing. En effet, en identifiant le potentiel de valeur de chaque segment, il devient possible d’arbitrer les investissements médias de manière très ROIste.
_____
Par Denis Ravera,
head of data chez Arcane
Voir tous les articles à ce sujet8