[Tribune] Marketing prédictif : quand le "Big Data" anticipe les (ré)actions des consommateurs

Tout va vite, très vite. En 5 ans, le marketing prédictif, un des composants de l'utilisation du "Big Data" est devenu LE buzzword pour les directions marketing des grandes entreprises françaises soucieuses d'améliorer le ROI de leurs actions digitales. Les applications du marketing prédictif sont nombreuses et une étude récente de Deloitte montre que c'est l'une des tendances fortes en 2015. Ces outils de prédiction fascinent et inquiètent, et ne sont pas sans rappeler la voix des oracles antiques capables de prophétiser les désirs des consommateurs.

La magie du marketing prédictif, c'est de faire passer les marketeurs de la prédiction basée sur l'intuition et l'irrationnel à la prévision basée sur des données et des probabilités de réussite. Traditionnellement, un marketeur utilise son intuition et sélectionne arbitrairement quelques facteurs, qui doivent, selon toute "vraisemblance", permettre de créer des segments ou des scoring pertinents : l'âge pour tel vêtement de mode, ou, encore, le sexe pour l'achat de tel produit au chocolat.

Le marketing prédictif au-delà du buzzword 2015

Les acteurs du marketing prédictif adoptent une approche radicalement nouvelle : l'idée est de ne pas partir de ce que l'on pense ou suppose, ni même d'études marketing mais de faire parler la data. Les données crunchées, minées, analysées dressent alors des "portraits-robots", des sortes de profils qui servent à comprendre des schémas et des phénomènes parfois contre-intuitifs. Par exemple, pour un e-commercant, découvrir que "les femmes qui bricolent, et habitent en PACA ont une forte probabilité d'aimer la musique électronique" et qu'il serait intéressant de leur proposer des offres tournées vers ce type de consommation.

La vraie richesse réside dans la connaissance clients exceptionnelle rendue possible par le traitement en temps réel de ces petaoctets de data. Si les entreprises connaissent bien leur prospect et leur client, alors elles pourront leur parler correctement. C'est la clé d'un marketing efficace ! Bombarder des publicités ou des offres promotionnelles indifférenciées à tous les consommateurs devient une dépense inutile, peu efficace et contre-productive qui suscite, au mieux, l'agacement des consommateurs que nous sommes.

Sans l'analyse prédictive, il serait presque impossible de formuler l'idée même de ce ciblage

Cette transformation ne se fait pas sans difficulté, elle nécessite une réelle volonté politique des directions marketing et un accompagnement fort des équipes. Elles doivent désapprendre les analyses classiques de segmentation basées sur quelques critères tirés d'études marketing. Cibler les acheteurs de profil "ordinateur high-tech" avec des offres de TV ultra HD peut être pertinent, mais des analyses prédictives peuvent détecter qu'il est plus rentable de viser les consommateurs ayant acheté plusieurs produits définis (par exemple, canapé, table, perceuse...), signe qu'un couple s'installe ou rénove son appartement, et donc serait plus sensible à l'offre d'une nouvelle télévision. Sans l'analyse prédictive et les associations d'algorithmes intelligents entre produits, et comportements de consommation, il serait presque impossible pour le marketeur de formuler l'idée même de ce ciblage difficilement prévisible.

Le consommateur est partout : il est multicanal (réseaux sociaux, site Web, email, application mobile...) et multi-supports (ordinateur fixe, téléphone mobile, tablette, en boutiques, dans la rue...). Sans une vision à 360° du consommateur, il est difficile de comprendre et donc de prévoir ce qu'il attend. Le prérequis du marketing prédictif est donc, pour les professionnels, de stocker, trier, nettoyer, standardiser et analyser un volume massif de données hétérogènes en temps réel. C'est pourquoi les offres d'emploi de "data scientists", de "data miners" et de statisticiens 3.0 fleurissent.

Amazon et ses moteurs de recommandations ont été précurseurs. Google a conçu un logiciel appelé "the predictive marketing engine" capable de prédire les comportements subjectifs des internautes dans le cadre de son laboratoire d'intelligence artificielle (Artificial Intelligence and Robotics). Mais, aujourd'hui, le marketing prédictif se démocratise à l'ensemble des entreprises grâce à l'expertise de nos équipes, aux investissements dans l'innovation de traitement de données, et à la puissance de calculs dont nous disposons grâce au cloud computing. Marques et entreprises B2B ou B2C peuvent désormais utiliser le marketing prédictif, au profit d'une organisation agile, rentable, et capable de se réinventer constamment grâce à l'interprétation de ses données.

Le Graal du marketeur : comprendre et prévoir le consommateur pour mieux le fidéliser

Les applications sont infinies : SFR peut dresser le portrait robots des abonnés en voie de résiliation pour mettre en place des actions préventives (des promotions sur le renouvellement de l'abonnement par exemple).

Autre exemple : en catégorisant les clients selon leur proximité avec la marque, il nous est possible d'identifier trois caractéristiques clés partagées par les acheteurs fréquents. Il peut s'agir de la consultation d'une page 'Promesses livraison', de l'accès à un avantage VIP, ou d'une note de satisfaction élevée après un appel au Call Center... L'objectif devient alors de tout mettre en oeuvre pour que le maximum de clients réalise une de ces 3 caractéristiques clés. Ou, comment garantir une augmentation du ROI grâce à une réelle analyse des données.

"C'est le début d'un marketing ultra segmenté et automatisé"

Loin de remplacer les intuitions du marketing classique et les études "quali-quanti", le marketing prédictif vient les compléter pour guider les décisions marketing de façon plus informée. Je pense qu'en 2015, nous allons passer, en France, à moins de théorie et plus de pratique. C'est le début d'un marketing ultra segmenté et automatisé qui va bouleverser non seulement le métier du marketing, mais aussi l'ensemble des métiers qui oeuvrent chaque jour pour améliorer les interactions entre les marques et leur client.

Plus que le simple data mining, nous avons aujourd'hui accès à la géolocalisation, à l'analyse temps réel, aux bases de données publiques et à des API ouvertes qui vont permettre de faire émerger des corrélations inattendues pour les marques, les e-commercants, et plus généralement toutes les entreprises qui placent la connaissance client au coeur de leur préoccupation.

L'auteur : Yohan Stern est le fondateur et le directeur général de Key Performance Group, entreprise spécialiste du marketing digital omnicanal.