Data : des offres plus ciblées pour fidéliser

Plus que jamais au coeur des stratégies marketing des grandes entreprises, la connaissance client a pris cette année une nouvelle dimension avec l'avènement du big data, "l'or noir du XXIe siècle". Selon IDC, d'ici à 2020, les entreprises auront à gérer un volume de données multiplié par 35. Certes, le traitement et l'analyse des données ont toujours été des éléments-clés pour les directions, mais l'avalanche de nouvelles informations liées aux réseaux sociaux a accéléré le phénomène. " Ce sont les médias sociaux qui ont changé la donne. En effet, on se retrouve face à un flux de données considérables qui n'est pas structuré comme dans les modèles plus classiques, liés au CRM et au Web analytics. Facebook et Twitter ont modifié le comportement des consommateurs, devenus des acteurs qui interagissent en temps réel ", explique Nicolas Malo, fondateur d'Optimal ways, cabinet conseil en digital analytics.

Les acteurs doivent aujourd'hui s'équiper afin de traiter deux types de données : des données structurées (liées à la navigation et aux transactions sur les sites) et non structurées (celles issues de textes, vidéos et autres formes de données multimédia, notamment issues des réseaux sociaux). À cette contrainte s'ajoute celle liée à l'analyse en temps réel.

Fidéliser avec des offres ciblées

" Mais avant de s'intéresser à l'analyse en temps réel des données fournies par les réseaux sociaux, le challenge des marketeurs est d'actionner les données structurées pour livrer la bonne information, au bon moment et à la bonne personne. Ce besoin n'est pas encore couvert par l'ensemble des acteurs. Nous sommes à un moment - clé, où l'ensemble des technologies prédictives va pouvoir faire ses preuves auprès des services marketing et déterminer quelles informations il faut pousser ", précise Thierry Téchy, chief strategy officer et cofondateur de Selligent. Car la gestion du big data doit servir un objectif de ciblage personnalisé. Reconnaître les clients intéressants et les rendre encore plus fidèles avec des offres ciblées, telle est la promesse du big data.

Dans ce but, les offres et les outils se multiplient sur le marché. S'équiper en logiciels peut représenter de 10 00 à 500 000 euros, en fonction du volume de données à traiter. Pour les petites structures, mieux vaut opter pour une approche brique par brique plutôt que d'investir dans de grosses machines de guerre. Les acteurs proposent aujourd'hui différentes formules, sous la forme d'un abonnement mensuel ou annuel.

Car l'enjeu est de taille. Une gestion optimale de traitement de ces données permet de s'adapter aux nouveaux comportements des consommateurs. " L'apport d'autres données externes, à forte valeur ajoutée, telles que la géolocalisation, les données météorologiques, les informations sur l'écoulement des stocks, les recommandations sur Facebook, vont permettre de personnaliser les offres et les rendre ainsi plus attractives ", confirme Mouloud Dey, directeur business solutions de SAS. En effet, le consommateur, s'il accepte de donner davantage d'informations, demande en échange plus de services et d'offres tenant compte de ses habitudes d'achat et de son engagement avec la marque. Sans oublier que, multi-équipé, il est en attente d'une information différente en fonction de son mode de connexion. Rendre perméables de multiples bases de données et optimiser chacune d'entre elles fait partie des clés du succès d'une bonne connaissance client. Gardons à l'esprit qu'aujourd'hui, 15 % des détenteurs de smartphones ont aussi une tablette. Il faut donc tenir compte de leurs comportements respectifs et pousser une offre adaptée.

In fine, l'objectif est de capitaliser sur l'historique client et, en agrégeant ces nouvelles données, de dégager des modèles prédictifs. Cette stratégie fait sens, tout autant sur le Web que sur le point de vente. L'idéal étant d'interconnecter les deux. On l'aura compris, les enjeux du big data sont multiples. Acquisition, conversion, animation, les stratégies marketing peuvent se conjuguer à l'infini tant les informations recueillies sont riches. Et ce n'est qu'un début sur le marché français. Aux États-Unis et en Asie, l'analyse de la data est au coeur des priorités stratégiques.

Interview de Patrice Poireau, directeur business analytics et optimisation chez IBM

Quels sont les enjeux du big data ?

Les opportunités offertes par le big data viennent nourrir les objectifs primaires du marketing. Elles sont de trois ordres. D'abord, comprendre chaque client en tant qu'individu en agrégeant ses propres données de manière à nouer un dialogue plus riche. Le consommateur livre beaucoup d'informations à travers les différents points d'interaction (blog, Facebook, Twitter...) et les marques doivent pouvoir engager une relation plus fructueuse.

Ensuite, l'alliance du big data et de l'analytics doit permettre de créer un système d'engagement qui enrichit l'expérience client. Cette microsegmentation aide à servir la "best next action", celle qui correspond aux attentes du client (via un call center, en magasin...).

Enfin, le big data permet de gérer non seulement la promesse mais aussi la réalité de la marque. Cela nécessite d'être à l'écoute de ce qui se dit sur les réseaux sociaux afin d'éviter, par exemple, qu'une mauvaise information ne se répande sur la Toile. Très vite, une direction marketing peut changer une posture, un prix ou un produit...

Le big data sert-il une stratégie d'acquisition ou de fidélisation ?

Les deux. Mais aujourd'hui, pour un coût raisonnable, toute entreprise peut capitaliser sur la business intelligence. Équiper des vendeurs en magasin de tablettes est simple et permet de récupérer de nombreuses informations in situ à travers un questionnaire très simple. On peut ainsi aider le client dans son parcours d'achat.

Quel est le prochain défi des directions marketing dans cet environnement ?

Nous en sommes au début d'une utilisation de masse du big data. Par ailleurs, un projet sur deux lié à l'implémentation du big data concerne la relation client. Toutes les informations de l'entreprise doivent être centralisées et traitées car le client ne veut plus de disparités dans l'offre proposée. Il veut être traité de la même façon, quel que soit le canal choisi. En utilisant toutes les dimensions de la relation client, les directions marketing doivent développer une stratégie omnicanal. Pour cela, l'usage du big data doit servir une logique de "client centric".