Grégory Mialhe (Retailink) : “La donnée déterministe dont disposent les retailers offre une précision inégalée dans l’histoire du marketing”

La donnée occupe un rôle essentiel dans l’économie du retail media. Pouvez-vous mettre en perspective ses usages par le secteur ?

La collecte de données, dans l’univers du retail media, concerne à la fois des données socio-démographiques (issues des cartes de fidélité), de navigation sur les sites, et transactionnelles. L’association des trois permet un nombre d’usages important, très utiles pour les annonceurs. L’usage de ces données est fondamental à trois titres. A des fins d’insights, tout d’abord, c’est-à-dire d’analyse et d’études. Cette massification de la donnée permet de mieux lire les performances des catégories de produits et des marques, de mieux anticiper les parcours d’achat de demain. Ensuite, à des fins d’activation. C’est l’usage auquel on pense spontanément, par exemple pour cibler des intentionnistes en fonction de leur historique de navigation, ou pour des activations sur le web (offsite) et en CTV.

Et enfin, à des fins de mesure, l’usage sur lequel le retail media se distingue le plus des autres leviers. Il permet en effet une lecture des performances très précise, car déterministe, puisqu’on se base sur les achats en ligne ou en magasin. Et donc de déterminer précisément le ROI des campagnes publicitaires. Peut-être aussi que l’on pourra, à l’avenir, utiliser cette donnée pour mesurer l’impact d’une campagne de médias traditionnels tels que la radio ou l’affichage. C’est déjà techniquement possible pour une campagne TV via un partenariat entre un retailer, un opérateur télécom et un tiers de confiance. 

L’aspect très objectif de cette mesure n’est-il pas toutefois limité par la façon dont on calcule l’attribution ?

Il y a effectivement des débats au sein d’organismes interprofessionnels tels que l’Alliance Digitale, l’ILEC ou le CESP, notamment via sa certification du retail media, sur comment on doit mesurer, notamment sur les fenêtres d’attribution et l’harmonisation des KPI. Cette harmonisation est bien évidemment nécessaire pour mieux structurer notre marché. Ce que l’on souhaite mettre en avant avec l’ensemble des acteurs de l’écosystème, c’est que la donnée déterministe (liée aux transactions) dont disposent les retailers nous offre une précision inégalée dans l’histoire du marketing.

Pour autant, cela ne signifie pas qu’il faille s’en contenter. Déjà, parce que pour exploiter ces données, il faut obtenir le consentement explicite du consommateur, ce qui peut limiter les volumes et nécessiter des extrapolations, et aussi parce que certains retailers n’ont pas toujours une surface suffisante de données. D’autre part, car le retail media ne se limite pas à la conversion et l’activation en bas de funnel, mais accompagne les annonceurs de manière plus large sur leurs objectifs de branding, de considération ou d’intention d’achat. On aura toujours besoin de passer par des panels et/ou de faire de l’extrapolation statistique. La data déterministe est complémentaire d’études comme le MMM (Marketing Mix Modeling) par exemple.

La gestion de l’ensemble de ces données demande-t-elle une évolution significative de l’infrastructure SI des retailers ?

De toute façon, les systèmes d’information sont en perpétuelle évolution, du fait des volumes de data croissants. Les cas d’usage des équipes marketing et CRM des retailers nécessitent également de faire évoluer les SI. 

Pour traiter toutes ces données clients, les CDP (customer data platform) ont-elles aujourd’hui supplanté les CRM ? En quoi leur fonctionnement diffère-t-il de celui des CRM ?

Je pense que les CDP sont plus efficaces, plus performantes et proposent une palette de cas d’usage plus vaste. Même si elles peuvent revêtir un coût important pour des entreprises de plus petite taille. Les outils CRM sont apparus il y a plusieurs décennies pour gérer les contacts clients et ont peu à peu intégré la gestion des ventes, du marketing et du service client. Puis, il y a une quinzaine d’années, ont émergé les DMP (data management platform) pour collecter les données digitales, segmenter les audiences et les activer en temps réel, ce que les outils CRM ne savaient pas faire. Enfin, les CDP ont amené une réelle dimension omnicanale avec pour vocation d’apporter de l’ordre dans la multitude de données provenant de tous les canaux qu’elles rattachent à un profil client unique.

Une CDP offre une vue actualisée et en temps réel des interactions clients et donc une connaissance fine de ces derniers à une entreprise. Elle peut traiter et exploiter les données à des fins de relation client, et aussi permettre d’adresser des campagnes marketing à destination de prospects par exemple. Elle contribue à simplifier et optimiser le travail de prospection, de conversion et de fidélisation. Les DMP et les CDP sont donc des évolutions du CRM. Ces outils sont également connectés en amont avec la CMP (consent management platform) pour le recueil du consentement. 

Chez Retailink, par exemple, notre CDP est connectée à nos adservers Criteo, Kamino et Xandr. Nous pourrions nous appuyer sur ces outils pour faire des bilans de campagne, mais nous utilisons de préférence notre CDP Mediarithmics, car elle permet de faire de la déduplication entre les différentes solutions, qui sont susceptibles de comptabiliser chacune la même vente si le consommateur a été exposé à plusieurs formats retail media. La CDP ne se contente donc pas de faire de l’activation. En ce qui concerne Retailink, notre ancien CRM n’était pas adapté à nos usages publicitaires. 

Comment les données sont-elles partagées le long de la chaîne de valeur ? Cela passe-t-il forcément par des data clean rooms ?

Pour faire du croisement de données et réconcilier deux bases de données, cela passe nécessairement par une data clean room. Certaines CDP, et c’est le cas de Mediarithmics, offrent d’ailleurs ce service. La data collaboration peut servir les trois cas d’usages mentionnés plus haut : insights, activation et mesure, onsite et offsite. Le modèle économique des data clean rooms est variable. Cela peut prendre la forme d’un coût supplémentaire d’activation – comme c’est le cas en extension d’audience, où il y a toujours un coût associé à la data en plus de l’achat média -, ou d’un coût fixe, co-supporté par le retailer ou non. In fine, le juge de paix est la mesure de la performance : incrément, ROAS, chiffre d’affaires généré.