Disons-le clairement : la tendance digitale pour les mois et années à venir, c’est le marketing prédictif, ou database marketing. Bien sûr, les grosses entreprises, nationales et surtout internationales, l’ont bien compris et basent désormais leur attractivité sur ces données recueillies auprès des internautes. Voyons en quoi ces datas peuvent nous servir dans nos entreprises locales et à taille humaine.
Faisant partie des outils de marketing direct, le database marketing (ou marketing prédictif) utilise les données laissées par l’internaute sur le web (recherches Google, likes et partages Facebook, géo-localisation des smartphones, achats en ligne, etc). Le but ? Faire la promotion d’un produit ou d’un service. Comment ? En proposant une communication ultra-personnalisée, basée sur les centres d’intérêts des internautes.
Le marketing ? Oui, mais autrement
Ce n’est plus le marketing habituel qui cherche le client et qui utilise un gros budget dont une bonne partie est à perte. Le marketing prédictif, ou database marketing, est un ensemble d’éléments marketing, basés notamment sur la connaissance client, qui permet d’anticiper son comportement grâce à des prédictions ou prévisions, en fonction de données et de calculs de probabilités. En clair, il s’agit d’un algorithme. Le caractère prédictif fonctionne par des méthodes de datamining (ou exploration de données) qui ont pour but de modéliser un comportement à un instant donné à l’aide de données connues.
L’établissement de modèles fondés sur l’analyse de données massives aide à la prédiction. Cette construction est facilitée par l’accroissement de l’usage du numérique qui permet de croiser de nombreux types de données pour prédire les actions de consommateurs. Les analyses habituelles de segmentation utilisant des critères issus d’études marketing sont de moins en moins utilisées seules pour prédire.
De nos jours, des algorithmes spécifiques sont développés et actualisés pour être à même d’anticiper nos comportements. Grâce à cela, une entreprise peut optimiser ses meilleures propositions, au meilleur moment, par le meilleur canal relationnel. Ce marketing s’inscrit dans le cadre du marketing 3.0 : une nouvelle forme centrée sur les valeurs fonctionnelles, émotionnelles et même spirituelles. La participation et la collaboration du client sont essentielles…
Qui peut utiliser le data marketing ?
Le marketing prédictif est une méthode utilisable par n’importe quel organisme pouvant analyser des données et voulant maîtriser sa relation client. Les structures qui peuvent l’utiliser sont celles qui se donnent les moyens de traiter ces données de comportement, acquises principalement sur internet (recherches Google, likes et partages Facebook, géo-localisation des smartphones, achats en ligne, etc.).
Du Big data au Smart data : le retour à un certain « humanisme »
Le marketing prédictif peut fonctionner grâce aux données recueillies dans le cadre du Big Data, source de données gigantesque sur les consommateurs, avec tout type de supports : le rédactionnel, l’image, le son, et la vidéo. Le big data fournit les données qui doivent être ensuite ordonnées, classifiées, pour pouvoir être analysées et utilisables. Ce processus de profilage, est appelé le Smart Data. Tous les moyens sont bons pour arriver à un profilage de grande qualité, y compris des croisements de données auxquels nous ne penserions pas.
Le but du marketing prédictif va au-delà de l’acquisition de nouveaux clients en allant vers la satisfaction et la fidélisation de la clientèle, et ce, grâce au Smart Data.
Concrètement, comment ça fonctionne pour les PME / TPE ?
Tout est fondé sur la collecte de données. Les données du consommateur, les données d’achats (issues d’achats e-commerce), les données comportementales (sur le net ou via un smartphone ou une tablette), sont des données factuelles et utilisables par le Smart Data. Ces données sont stockées dans des dataware house, des entrepôts de données, afin d’être analysées.
Des exemples simples ? Les produits Google, notamment Google Analytics, qui recueillent, stockent et analysent des masses de données :
Un exemple de données démographiques issues de Google Analytics : l’âge et le sexe.
Idem, mais avec les centres d’intérêts.
Et là, les données géographiques.
Les statistiques issues d’une page Facebook Entreprise peuvent également servir :
Sans oublier les datas issues d’une plateforme de e-commerce, ici le tableau de bord des commandes passées avec WooCommerce (les datas sont floutées…) :
Datas : attention aux abus…
Le marketing prédictif se poursuit, dans ses aspects techniques, par la segmentation selon des critères définis pour mieux procéder au profilage. Ce processus de recueillement des datas doit être mesuré et modéré pour garder une dimension humaine, l’idée étant de ne pas submerger l’internaute d’informations : cela pourrait créer une sensation de pression subie.
Quelques applications à la loupe
Mode de calcul du scoring
Des démarches de scoring sont utilisées en marketing pour obtenir des scores dits d’appétence. Il permet d’étudier la probabilité existante pour qu’un prospect se transforme en consommateur ou qu’il montre un retour positif à une offre. Ceci permet aux entreprises d’attribuer un score qui s’adapte à chaque consommateur effectif ou potentiel. Il est possible d’obtenir ce score par la symbiose de plusieurs données dont celles, par exemple, des comportements d’achats, ou encore de sa réactivité aux divers canaux de communications. Par exemple, un consommateur achète un ordinateur par l’intermédiaire d’un site de vente après avoir reçu un email promotionnel.
Valeur du « temps de vie » d’un client
La valeur du temps de vie d’un client ou CLTV pour Customer Life Time Value est la valeur moyenne de durée de vie d’un client type. Le Smart Data permet de définir avec plus de précision la valeur de vie d’un client. Il augmente cette valeur en augmentant la connaissance de son cycle de vie.
Prédiction des pertes de clientèle : le « churn »
Le mot barbare « churn », c’est la prévision de phénomènes qui entrainent une perte de clients. Cet outil a la capacité de prévoir des comportements collectifs ou individuels. Il est couramment appliqué dans le domaine des nouvelles technologies qui utilisent toutes les traces recueillies par un site pour étudier le comportement d’un client. Par exemple, si l’opérateur observe des attitudes tendant à la résiliation d’un service, des offres promotionnelles seront envoyées.
Les nouveaux métiers de la Data
Le Big data est un marché immense et en pleine croissance, à la mesure de la croissance de nos données, avec de nombreux acteurs : les réseaux sociaux, les acteurs du web, les experts en big data, les fournisseurs, etc. Mais aussi les éditeurs de logiciels, et en particulier les logiciels de Business Intelligence et d’analyse de Big Data.
Ce domaine récent constitue une révolution technologique avec l’apparition de métiers nouveaux :
- le Data Scientist qui établit des stratégies de gestion et d’analyse avancées du Big Data. Le but ? Donner du sens à cet ensemble de données et produire des indicateurs de mesure utiles à la direction d’une entreprise.
- le Data Miner qui extrait et analyse des données pour faire du profilage d’utilisateurs.
- le Data Analyst qui fait le travail du Data Miner sous une autre forme, avec une quantité de données plus grande et des outils plus spécifiques.
Conclusion
Nous pourrions résumer le marketing, devenu marketing digital, en 7 étapes : la personnalisation, l’expérience et l’immersion, le native advertising, la stratégie omnicanal, la nécessité de la data, les assistants personnels et la recherche vocale, et les objets connectés. Le marketing prédictif est donc intimement lié à cet immense marché qu’est celui de la donnée.
Nous avons sans doute tous entendu parler des méthodes utilisées par de grandes sociétés comme Amazon, Google, NetFlix, Uber, Airbnb, ou d’autres encore. Ces sociétés utilisent des outils, appelés logiciels ou algorithmes, toujours plus performants. Ils sont devenus principalement des canaux d’acquisition de données pour divers usages, dont le profilage d’utilisateurs pour le développement de multitudes d’entreprises dans le monde, une aide aux services de renseignements nationaux et internationaux, etc.
Il suffit d’être plus attentif à toute l’information reçue par mail, téléphone, SMS, courriers, etc. Analyser les processus, les tendances de ce qui est reçu pour finalement observer que l’information reçue correspond de plus en plus précisément à nos attentes, y compris en anticipation de nos désirs, même de nos besoins.
Avec ces données récoltées à l’aide d’outils de plus en plus pointus, le marketing est passé du stade du « relationnel direct » à celui de « marketing scientifique » (voire neuroscientifique). L’informatique, ou plutôt l’intelligence artificielle, prend une place toujours plus grande dans nos vies. Nous confions nos données, souvent, sans prendre la peine de le savoir ou sans le savoir. Reste à connaître les frontières précises de ce qui est récupéré « à notre insu » par ces géants du web. Finalement, on en revient à la question suivante : suis-je prêt à accepter que mes données soient utilisées pour améliorer mon quotidien ? Mais quid d’une mauvaise utilisation de ces données à des fins purement mercantiles, voire malveillantes ?
Crédit photo : Kenny Louie.
