Survey-Magazine : Comment définiriez-vous le data marketing ?
Julien Hirth : Si l’on définit le marketing comme étant l’ensemble des actions qui ont pour objet de connaître les besoins des consommateurs, de stimuler ces besoins et d’adapter l’offre aux besoins, le data marketing peut être défini comme le sous ensemble de ces actions qui s’appuie sur l’exploitation des données. Autant dire tout ou presque peut se revendiquer “data” d’où le data washing qui inonde n’importe quel site web ou présentation Powerpoint.
Il y a toutefois une graduation dans l’usage de la data: certaines actions marketing ne font que s’inspirer de la data tandis que d’autres s’adaptent en fonction de la donnée et génèrent elles-mêmes de la nouvelle donnée. Les puristes ne considéreront qu’une action marketing n’est “data” que si elle remplit ces trois conditions, les Aficionados que si en plus l’adaptation n’est pas le fruit d’une décision à priori (le fameux marketing automation) mais le résultat d’une analyse quantitative (le fameux machine learning), si possible en temps réel.
Le publicitaire Jean Allery (et collègue de bureau) a écrit un très beau billet sur le sujet récemment, je vous invite à le consulter !
Prenons le cas d’une entreprise qui a une approche traditionnelle du marketing (qui n’exploite pas le potentiel de la data). Par quoi doit-elle commencer concrètement pour entrer dans l’ère du data marketing, selon vous ?
La première chose à faire est de se donner un objectif business précis : quel problème spécifique l’exploitation de la donnée pourrait m’aider à résoudre ? Je prends dans mon livre l’exemple d’une assurance qui souhaite réduire les ruptures de contrats. En analysant les départs à la concurrence, elle se rend compte que dans 40% des cas ces départs sont liés à un déménagement et que lors d’un déménagement, dans 75% des cas le client rompt son contrat. Elle se demande alors naturellement comment détecter parmi la base de clients ceux qui ont un fort risque de déménager afin de pouvoir les appeler de manière proactive. L’histoire continue sur plus de 200 pages (tracker les visiteurs des pages légales du site, réconcilier des identifiants clients entre eux, prédire un comportement, déclencher des campagnes automatiquement selon des triggers comportementaux…) mais tout a commencé avec l’énoncé d’un objectif spécifique. Quand on a exposé son problème, la data s’impose naturellement dans le chemin qui mène à la solution.
Quelles difficultés/quels enjeux attendent cette entreprise ?
Les trois principales difficultés qui attendent cette entreprise sont généralement :
-les données en silo : rares sont les entreprises à disposer d’une
donnée centralisée avec un identifiant unique,
- le manque d’outils pour réaliser les cas d’usages
identifiés : le data marketing inclut souvent des notions de
personnalisation de contenu, de temps réel, de détection
d’évènements…
- les défis d’ordre organisationnel : les projets data
marketing sont par nature transversales et faire travailler ensemble des
équipes qui n’ont pas les mêmes objectifs, les mêmes méthodes ni
même le même vocabulaire est un enjeu énorme.
Avez-vous une opinion sur le métier des études ? Va-t-il être remplacé par la data science ?
Il est vrai que le marché connaît depuis quelques années une lente mais
régulière décroissance et qu’on comprend facilement que
l’explosion des commentaires en lignes combinée à l’analyse
sémantique rend par exemple un peu caduque les études quali
d’opinion.
Mais les marques auront toujours besoin de recourir à des études avant
le lancement de nouveaux produits et surtout le métier des études évolue
avec son temps et prend aujourd’hui déjà d’autres formes que
le questionnaire ou l’enquête terrain des années 50 : eyetracking
d’un site web, mobinautes envoyés “en mission” pour quelques euros
à peine, etc. assurent les lendemains qui chantent au métier des études
!
