Le Big Data – Une nouvelle BI, un nouveau marketing

Entre ces deux dates, la place de l’information dans notre société s’est transformée. L’évolution des nouvelles technologies a rendu celle-ci plus accessible, plus rapide, plus variée, changeant en profondeur les comportements des consommateurs ainsi que les stratégies marketing des marques.  Une chose reste cependant immuable : la volonté des marques de toujours mieux comprendre leurs consommateurs.

Or ces technologies mettent aujourd’hui les marques face à un paradoxe. D’une part, les marques mettent largement à profit les technologies digitales pour communiquer avec leurs prospects et mesurer leur performance marketing. D’autre part, ces mêmes technologies remettent en cause les fondements du marketing classique pour lesquelles elles ont été déployées.

Les marques disposent en effet de moyens toujours plus nombreux pour suivre leurs consommateurs. Les web analytics permettent ainsi de suivre les performances marketing d’une marque non seulement sur les webmedia qui lui appartiennent (ses sites internet, ses applications mobiles, ses profils  sur les réseaux sociaux, etc.) mais également sur le reste du web (blogs de consommateurs, réseaux sociaux, moteurs de recherche, etc.).

Le suivi des performances offline n’est pas en reste non plus. A la traditionnelle carte de fidélité et aux études de tickets de caisse viennent s’ajouter des nouvelles technologies. Notamment parmi elles, le « eyes tracking » permettant de suivre le regard d’un consommateur sur un écran et le « vidéo tracking », capable de déduire des caméras de surveillance d’un magasin le parcours de chaque consommateur (temps passé, produits/ rayons regardés, panier, etc.) ainsi que plusieurs de ses caractéristiques (âge, sexe, satisfaction, etc.).

Les analyses réalisées grâce à ces outils ont peu à peu permis de réfuter deux idées fausses.

Tout d’abord, le  « consommateur cible » n’existe pas. Un produit sur deux est acheté par un consommateur auquel il n’était pas destiné. Les réseaux sociaux, l’analyse relationnelle et l’analyse des sentiments permettent aujourd’hui d’autres approches, dont le prometteur « Consumers Network ».

De plus, le traditionnel « tunnel d’achat » (ou purchase funnel) ne correspond plus à la réalité. Les interactions entre marques et consommateurs sont devenues trop fréquentes, trop diverses et trop peu contrôlables. A l’instar du « Customer’s Decision Journey » de Mc Kinsey, chaque marque doit donc repenser la vision qu’elle a du parcours d’achat de ses clients et des interactions qu’elle peut avoir avec eux.

Pour ce faire, les marques doivent relever trois défis.

En premier lieu, les marques doivent obtenir une vision cross-canal de leur relation client. Au vu de la volumétrie et de la variété de ces données (mesures web analytics, enregistrements vidéos, tickets de caisses, etc.), seule la technologie Big Data est à même de répondre à ce besoin.

Les marques doivent également exploiter différemment ces données. L’enjeu est de taille : modéliser le parcours réel de ses clients. Pour y parvenir, les marques doivent développer de nouvelles analyses statistiques et identifier de nouvelles clés de compréhension.

Enfin, les marques doivent en déduire des actions marketing concrètes à mettre en place : quel message à délivrer à quel client, via quel canal et à quel moment ? C’est tout l’enjeu des solutions de Data Mining et des métiers de Data Scientist.

Pour continuer d’exploiter les innovations technologiques, il est nécessaire que les marketeurs développent de nouvelles approches et compétences. Plus qu’au Big Data, l’heure est aux  Big Ideas.

Thibaut CLEMENT