Big Data, le modèle GAFA et sa déclinaison marketing

L’apparition des besoins croissants d’analytics pour traiter de grandes quantités de données est apparue avec les grands noms de la tech. Google en tête, suivi par IBM, Microsoft, Oracle ou même Wikipédia. Leur point commun : avoir à traiter d’immenses quantités de données pour leur activité. L’utilisation du Big Data et des technologies de Data Mining sont alors devenues une réalité du business de nombreuses entreprises dans le web et le digital.

 

Mais aujourd’hui, le Big Data a fait son chemin et ses intérêts dans la proposition de valeur des géants de la Silicon Valley font de nombreux émules, d’abord chez les prestataires de services de Marketing Cloud, ensuite au sein de nombreuses entreprises et start-ups, pour qui les affaires passent de plus en plus souvent par le net.

 

Le Big Data ne s’est pas inventé tout seul : il s’est imposé

La notion de Big Data s’impose comme la grande étape de la décennie : un objectif à 2020 qui pointe l’accès à des données plus intelligentes pour de nombreuses applications comme le marketing, mais aussi la santé. Le Big Data n’a pas été inventé comme la plupart des technologies passées, il s’est imposé comme tendance dans son utilisation par les géants du web. En effet, basé sur des solutions Cloud : on parle de Big Data pour de nombreuses choses, y compris ce que faisait Google avec son moteur de recherche avant l’apparition du terme Big Data au début des années 2000. On peut ainsi associer le Big Data à un buzzword, même s’il définit une pratique que l’on découvre depuis peu comme une réelle opportunité sur le net.

Il serait mentir que d’affirmer que le succès des géants de la Silicon Valley auraient pu affirmer leur modèle économique sans Big Data. Conjugué au service de la personnalisation de l’expérience utilisateur, et dans le ciblage des internautes, sur Facebook ou Amazon par exemple, le Big Data désormais fait partie intégrante de la proposition de valeur de ces deux géants. Des boutiques et produits recommandés pour vos achats en ligne, des flux d’actualités personnalisés et publicités native advertising : en bref, le Big Data a offert aux GAFA, l’outillage nécessaire à améliorer leur capacité à créer de la valeur pour les consommateurs.

 

De l’IT au marketing opérationnel

Si l’on considère le développement de Facebook, Google ou Amazon, c’est d’abord une approche IT, qui a contribué à développer des algorithmes de traitement des données et de ciblage. Le Big Data s’est ainsi imposé par l’accroissement des données récoltées à l’aide de cookies, liens de tracking et diverses informations des utilisateurs. Google en est un exemple très pertinent, tant ses nombreuses activités ont nécessité l’utilisation de bases de données immenses et rapides pour traiter des requêtes de recherches rapidement, connaître précisément les intérêts de chaque internaute afin d’offrir les recherches les plus adaptées et les valoriser.

Mais les réseaux sociaux ont réussi à mettre à profit le Big Data mieux qu’aucune autre entreprise. Un apprentissage qui n’était pas innée, en effet, Facebook et Twitter ont longtemps fait craindre l’éclatement de la bulle tant leur consommation coûteuse en bande passante faisait du ROI un objectif difficilement atteignable. Pourtant, la capacité à cibler les utilisateur, à développer une connaissance précise de leurs affinités s’est convertie en mine d’or. Une richesse évaluée sur chaque utilisateur et la quantité de données que seront capables de générer et d’analyser les réseaux sociaux pour les annonceurs, ainsi que les entreprises en recherches de third-party data pour leur propre ciblage.

Le Big Data n’était pas encore une tendance, ni même reconnu en tant que tel lorsque Facebook débutait en 2004. Aujourd’hui complètement intégré au business model, il a été intégré pour les besoins du service, à savoir proposer l’information la plus pertinente aux utilisateurs. Le Big Data est en quelque sorte un point de rendez-vous entre les annonceurs et le réseau social, depuis l’IT au marketing opérationnel avec le ciblage offert en social media advertising.

 

Vers une démocratisation du modèle pour toutes les entreprises

L’accès au Big Data est en forte progression au sein des entreprises, jusqu’aux TPE françaises pour plusieurs raisons.

D’abord, de plus en plus de services dédiés aux entreprises embarquent des technologies Big Data et et Data Mining (Criteo, Google Adwords, etc.) afin d’optimiser le marketing opérationnel qu’il soit question de Diplay advertising, Native Advertising ou de Retargeting.

En outre, les entreprises (et surtout les grandes entreprises) s’intéressent au Marketing Cloud : des outils complets de gestion des campagnes marketing capables de collecter les données de toutes formes de campagnes qu’elles soient en lieu de vente, sur mobile, etc. On aboutit en fin de compte à pouvoir gérer des campagnes d’envergure et à regrouper les résultats et KPI pour une meilleure customer intelligence. La connaissance du parcours client, de son évolution, par le visionnage de vidéos YouTube, les recherches web, les interactions avec les réseaux sociaux de l’entreprise, le site internet ou le SAV… Les quantités de données mises à disposition du marketing explosent. Fini l’époque où le mailing était l’une des seuls sources de données : la tendance est à une collecte unifiée des données en provenances de tous les supports opérationnels du marketing.

Pour agréger de nombreux flux de données et les interpréter, les DMP comme BlueKai font office de solutions clés en main pour le Big Data des entreprises. Avec la possibilité d’intégrer plus de 160 flux, une DMP offre une véritable solution Big Data et Data Mining afin de “faire parler les données”. Pour aller plus loin que cette phrase vide de sens, je vous invite à consulter ce livre blanc, il y est question des outils Big Data pour améliorer les outils de ciblages, mais aussi des scénarios de marketing automatisé. Avec l’utilisation des données, les marques sont désormais capables de mettre en place des scénarios de relances personnalisées envoyées au bon moment et avec la bonne information, mais aussi de l’analyse prédictive pour anticiper les désabonnements de clients via leurs recherches ou échanges avec le support. Les possibilités sont nombreuses et très intéressantes en matière de ROI.