[Tribune] Marketing prédictif : technique de pointe ou effet de mode ?
Publié par Lucette Gaillard, Chief Marketing Officer de Coheris le | Mis à jour le
Les outils d'analyse prédictive donnent aux marketers un moyen de prédire la façon dont clients et prospects vont réagir à certaines promotions et à quel moment ils sont susceptibles de déclencher l'acte d'achat, explique Lucette Gaillard, CMO de Coheris, éditeur de logiciels.
Big data et marketing prédictif : des termes devenus courants. Est-ce un simple effet de mode ? Non, une réalité que les marketers ne peuvent plus négliger. Les experts IDC annoncent qu'en 2015, le marché du big data pourrait atteindre plus de 125 milliards de dollars et créer près de 7 zettaoctets* de données B2B et B2C, tous secteurs confondus. Un volume de données toujours croissant, mais des données qui restent encore nettement sous-utilisées. En effet, le marketing prédictif est en train de devenir un élément incontournable des services marketing et il doit désormais faire partie de la palette d'outils à leur disposition pour leur permettre de mettre en place des actions marketing efficaces, réfléchies et basées sur les données (marketing data-driven).
De la donnée à l'information...
À travers toutes les interactions clients, qu'elles soient via les terminaux mobiles, les réseaux sociaux, les objets connectés... circulent des flux d'informations. À l'origine, une donnée non traitée qui à l'état brut, représente peu d'intérêt. Pourtant, elle constitue une matière première abondante qui reste parfois sous exploitée, faute de ressources. Il est nécessaire d'inscrire cette donnée dans un contexte pour lui donner un sens et une valeur. Le propre du big data est de collecter des données structurées ou non structurées issues de multiples sources et de toutes dimensions (small, open ou any data = big data), puis de les traiter et de les analyser grâce à des solutions de pointe. Les marketers font partie des populations les plus appétentes pour des solutions analytiques de type datamining et Business Intelligence. Parmi elles, le textmining qui permet l'automatisation d'analyse de contenus textuels (exemple : verbatims issus des réseaux sociaux, emails...), afin de regrouper des thématiques en segments et d'en extraire des tendances.
Du big data au marketing prédictif
Appliqué à un cadre marketing, le big data est un puissant moyen de rapprocher études de marché, tendances, signaux faibles et analyses prédictives. Aujourd'hui, au-delà de la segmentation et du ciblage classique, des algorithmes spécifiques ont été mis au point pour pouvoir prédire et anticiper des comportements humains. Le marketing prédictif est donc tout simplement l'application de l'analyse prédictive dans le marketing. Il va permettre de répondre à des questions du type : où investir mon budget et mes ressources pour obtenir le meilleur ROI ? Ou encore, quels clients sont les plus susceptibles de répondre à une nouvelle campagne de médias sociaux ?
L'analyse prédictive est un des domaines de l'analytique qui permet d'extraire des informations à partir de données pour ensuite les analyser, afin d'identifier les tendances et faire des prévisions sur les futurs résultats. Historiquement, les marketers ont toujours tenté d'analyser les performances des campagnes passées afin de décider des nouvelles campagnes marketing et d'en prévoir les résultats. Parfois, le choix s'avérait juste et judicieux, mais parfois il l'était moins. Les outils d'analyse prédictive donnent aux marketers un moyen de prédire la façon dont clients et prospects vont réagir à certaines promotions et à quel moment ils sont susceptibles de déclencher l'acte d'achat. Ces prédictions sont basées sur des données historiques mais aussi des informations en temps réel.
Le marketing prédictif va ainsi permettre de : rationaliser les coûts marketing ; améliorer l'efficacité des campagnes et identifier les segments clients et leur appétence à un produit pour un meilleur ciblage.
Comment cibler le bon client, au bon moment
Le marketing prédictif agit comme un marqueur d'anticipation des attentes d'un marché, en se basant sur des variables comportementales et contextuelles. Il capitalise sur la diversité et la qualité des données pour apprendre, comprendre et proposer des offres personnalisées. Les moteurs de recommandation, vont permettre, grâce à leur dimension prédictive et souvent temps réel, d'optimiser l'adéquation des produits avec les attentes du consommateur. Prenons par exemple un site de vidéos à la demande capable de recommander des films selon les goûts des utilisateurs. Le fait de proposer une offre basée sur des caractéristiques intrinsèques à l'internaute en temps réel est susceptible de favoriser son engagement (appel à l'action) envers le service ou la marque.
Le but ultime est bel et bien de répondre à ceci : comment cibler le bon client, au bon moment avec la bonne offre. Pour finir, les entreprises doivent former dès maintenant leurs experts en big data pour satisfaire les besoins croissants des marketeurs en quête de smart data. Le niveau de connaissance requis tant en termes de traitement, d'analyse des données et de capacité à effectuer des recommandations implique en effet des profils multi-compétents à même de mener à bien des projets transverses. Encore la "perle rare" sur le marché français aujourd'hui ! * zettaoctets : 10 21 octets - source INA.
L'auteur : Lucette Gaillard, Chief Marketing Officer de Coheris, éditeur de logiciels CRM et Analytics.