Qualifier les données pour restreindre les volumes
À LIRE AUSSI
- Comment optimiser ses données
- Les 7 bases de valorisation des données
- Match segmentation/volume : le score gagnant
- Timide apparition de bases “SMS”
- La qualité en “métabase”
- Les entreprises justifient l'investissement dans la qualité
- Micromania : 20 ans de protectionnisme
- Meetic : plus on qualifie, moins on fidélise
- La Cnaf crée un dictionnaire d'informations
- Qualifiez avec un questionnaire… qualitatif !
- Comment optimiser ses données
- Les 7 bases de valorisation des données
- Match segmentation/volume : le score gagnant
- Timide apparition de bases “SMS”
- La qualité en “métabase”
- Les entreprises justifient l'investissement dans la qualité
- Micromania : 20 ans de protectionnisme
- Meetic : plus on qualifie, moins on fidélise
- La Cnaf crée un dictionnaire d'informations
Dans un contexte de conquête, l'enrichissement des données vise d'abord à
réduire les volumes de messages adressés aux clients et prospects. Mieux
connaître sa cible, c'est se donner les moyens de privilégier les segments
potentiellement plus porteurs en termes de chiffres d'affaires. Mais aussi,
corollaire direct, de repousser les franges à très faible potentiel. « En
écartant les 10 % de la cible a priori moins générateurs de business, on peut
déjà faire des économies significatives », souligne Jean-Marc Pichery, chef de
produits chez Claritas. Sur une base de 100 000 noms, l'économie imputable au
retrait d'un dixième des adresses équivaudra à 10 % du coût du poste mailing
(ou quasiment, car il faut tenir compte des remises postales liées aux
volumes). Mais le marketing direct induit une dose d'aléatoire. Nul ne peut
établir de projections sûres quant au comportement des consommateurs. 10 % de
prospects ou clients à faible potentiel ne font pas 10 % de non acheteurs.
Parmi eux, certains auraient sans doute cédé à l'invite commerciale. Ecarter 10
% de la cible, c'est donc aussi occasionner un manque à gagner sur le potentiel
de revenu d'une opération. Dès lors, la définition du meilleur modèle est
question de ratio. Où trouver la mesure la plus juste entre la proportion
d'adresses écartées (avec l'économie qu'elle génère sur le coût du mailing) et
le chiffre d'affaires optimal rapporté par opération ? Là encore, c'est la
connaissance de la cible qui permettra de rapprocher au plus près les variables
inférieures et supérieures de la probabilité. Entre économie objective (sur le
coût du mailing) et réduction potentielle d'un manque à gagner, l'optimisation
des données constitue un levier incontestable de gain. D'autant plus que le
coût d'enrichissement des adresses, s'il est réel, reste, en termes relatifs,
raisonnable. « On considère que le coût d'optimisation équivaut à peu près à un
tiers de l'économie réalisée sur le mailing », affirme Jean-Marc Pichery.
Autrement dit : pour économiser 10 000 euros sur le prix du mailing, il faudra
débourser 3 000 euros en traitement de la donnée. « Plus le mailing est
volumineux, plus ce ratio est avéré », soutient le chef de produit.
Les trois sources de rentabilisation
« La base de données, c'est en quelque sorte le contrôle de gestion du marketing. Est-ce qu'on mesure le ROI d'un contrôle de gestion ? », demande Andréa Micheaux, directrice générale d'AID. Le ROI d'une base de données peut cependant trouver trois sources d'alimentation. Primo, la commercialisation des adresses stockées, qui permet souvent au moins de rentabiliser le travail de gestion d'une base. Deuxio, la marge sur le chiffre d'affaires généré par les actions marketing qui seront menées à partir de la base. Tertio, les gains de productivité imputables à la qualification de la base (mailings mieux segmentés, volumes de production réduits).