Social marketing : du like à la big data sociale

Nous n'avons jamais produit autant de données : les parcours clients multi-devices et les réseaux sociaux déversent chaque seconde des téraoctets de data dans nos serveurs. Et celle-ci fait rêver tout le monde...Elle est partout, sur toutes les lèvres, et devient le nouveau socle des nouvelles stratégies marketing.

Le social n'y échappera pas, et ses stratégies doivent elles aussi être pilotées par les data, tout comme le marketing direct hier et le media aujourd'hui.

 

Toutes ces données à la disposition des agences et des annonceurs sont une promesse immense : les data vont pouvoir nous dévoiler précisément à quoi ressemblent nos clients, ce qu'ils aiment, ce qu'ils désirent, et ce qui les réveille la nuit etc.

L'insoutenable vérité

Il n'a pas fallu longtemps pour comprendre que les choses n'étaient pas aussi simples : toute cette data stockée sur nos réseaux ne sait pas parler. Le marketer se retrouve alors face a un déluge de données, un flux constant et tumultueux dans lequel il va falloir plonger pour la rendre intelligible, au risque de se noyer.

Grace au développement du cloud et des solutions big data (noqsl, hadoop, mapreduce …), l’informatique permet aujourd’hui de traiter des volumes de données toujours plus importants. Mais ce premier défi technologique relevé ne suffit pas. Il faut organiser ces données afin de les rendre fécondes : structurer les données pour des analyses business, profiler et scorer les clients, puis traiter ces données en temps réel afin d'interagir et proposer la meilleure expérience client possible... et donc la plus profitable.

 

Et le défi est de taille ! Imaginez : une opération d’animation que vous mettez en place sur Facebook peut générer plus 500 millions de données sociales pour environ 25 000 participants. Par quel bout extraire ce serpent de mer ?

 

De la page fan au Facebook Login

Facebook a construit la plus grosse base de données qualifiées de l'histoire du web, une véritable mine d'or pour les annonceurs. Le réseau social se définit lui-même comme la plus puissante plateforme de reach pour les annonceurs.

Il ne s'agit pas pour autant de "Plug&Play", puisque les annonceurs, s'ils veulent tirer tout le profit possible de Facebook, doivent dépasser l'ère de la page "fan" et du "like", pour tendre vers une stratégie plus fine mais aussi plus globale. Utilisées finement, les données sociales sont de l'or ; en les intégrant au cœur de la politique CRM de l'entreprise grâce au Social Login, elles délivrent toute leur valeur-ajoutée en établissant des passerelles directes entre la marque et ses différents publics.

 

Une fois intégré le fait que la data est une matière première qu'il faut transformer, il s'agit de dessiner la stratégie la plus adaptée aux visées de l'entreprise. Et pour le eCommerce, la data est déjà au cœur des recommandations, notamment grâce à l’analyse des panier d’achat ou d’avis client … citons l’exemple d’Amazon qui est passé maître dans le filtrage collaboratif, "les clients ayant acheté cet article ont également acheté".

 

Trafic et graph social

Mais cette technique de filtrage collaborative repose sur un fondamental : il faut un trafic très important, et donc de la data à analyser, et il en faut beaucoup ! C'est ici qu'interviennent le graph d’intérêt et le graph social, puisqu'ils permettent de tirer bénéfice - dès les premières connexions - des goûts de l’internaute mais également ceux de ses relations. Grâce aux goûts déclarés de l'utilisateur, l'analyse de ses "like" etc, il est possible de mettre en place des campagnes "from scratch", et répondre à la problématique du "démarrage à froid" et personnaliser en temps réel des offres produit adaptée et de recommander des amis.

La data sociale peut ainsi améliorer les taux de transformation d'un site, de façon significative très rapidement.

 

En conclusion

Liker un produit c’est bien, mais utiliser la richesse des données sociales, c'est mieux. Concrètement, elles permettent une véritable "socialisation" de l'expérience client. Le partage est indiqué pour amplifier la visibilité du produit, mais également pour créer un vrai service pour les consommateurs. Le bouche à oreille on line peut servir une stratégie de cross selling avec une analyse pertinente des big data sociales. Les campagnes de Social Marketing seront pilotées par les Data, ou ne seront pas !