Data lake : comment s'y plonger quand on est annonceur
Les annonceurs disposent d'une variété sans précédent de points de contact avec leurs clients et prospects : visites online, achats dans les points de vente, clics sur bannières, ouverture d'e-mails, appels en call center... Chacun de ces canaux fournit une vision importante mais partielle de la relation de la marque avec chaque individu. C'est pour rassembler et réconcilier ces données fragmentées que le data lake, ou "lac de données", a vu le jour. Un data lake a l'avantage d'être rapide à mettre en place – quelques mois peuvent suffire, de s'adapter à l'infrastructure data existante et d'être évolutif. L'intérêt pour l'annonceur est multiple : sachant à qui il s'adresse, il peut anticiper ses besoins, formuler des messages pertinents, réguler la pression publicitaire, personnaliser son offre et améliorer l'expérience client. Il peut également se nourrir de ces informations pour prendre des décisions stratégiques comme le lancement d'un produit ou l'ouverture d'un point de vente.
"En achat média, il faut disposer d'un bassin de plusieurs centaines de milliers de cookies tandis qu'en CRM des segments de quelques milliers peuvent s'avérer rentables"
Avant de se lancer, l'annonceur doit d'abord s'assurer de disposer d'un volume et d'une qualité de données qui justifient un investissement estimé au minimum à 50 000 euros. Car même si le ciblage et la personnalisation augmentent les performances, le nombre de personnes atteintes doit être suffisant. "Pour l'optimisation de l'achat média, il faut déjà disposer d'un bassin de plusieurs centaines de milliers de cookies, tandis qu'en CRM des segments de quelques milliers peuvent s'avérer rentables", estime Thomas Faivre-Duboz, directeur associé de Converteo, entreprise spécialisée en data marketing. Tout n'est cependant pas mesurable à court terme, un data lake pouvant avoir un impact très positif sur la perception du consommateur et l'image de marque.
Pour démarrer, l'annonceur doit se concentrer sur un premier grand cas d'usage, dans une logique itérative, par étape. "Tout l'intérêt d'un data lake est d'être évolutif, les use-cases peuvent vivre en parallèle", explique Vincent Heuschling, CEO d'AffiniTech, société d'accompagnement dans la mise en place de technologies de traitement de données. À chaque projet correspond son lake shore (littéralement le rivage du lac) ou le sous-ensemble des données disponibles dans le data lake qui vont être orientées vers un usage métier. Un data lake compte généralement entre 2 et 50 lake shores selon l'ambition des projets.
Avant de se lancer, l'annonceur doit également tenir compte des solutions dont il dispose déjà, comme les plateformes de gestion de données de type DMP ou CDP. Ces logiciels sont eux aussi programmés pour harmoniser les données et en faire des segments exploitables. Contrairement aux data lakes, ils sont déjà préintégrés aux nombreux écosystèmes d'activation tiers (display, social, emailing, etc.), que l'annonceur serait autrement obligé de configurer un par un. Ces plateformes peuvent cependant s'avérer insuffisantes si l'annonceur souhaite faire évoluer ses paramètres de segmentation, les algorithmes qu'elles proposent sont en effet complètement standardisés là où les data lakes permettent de créer des algorithmes sur mesure tenant compte des spécificités de l'activité de l'entreprise. "De plus en plus d'annonceurs ne se contentent plus d'outils tiers pour analyser leurs bases clients, il leur faut développer leurs propres scores en complément", commente Nicolas Messelet, directeur produits de NP6, éditeur de CDP. À l'annonceur de trouver la bonne alchimie entre ses solutions existantes et le data lake qu'il met en place.
Côté produit, on distingue deux familles de data lake : on premise, quand l'infrastructure d'hébergement des données est construite de toutes pièces au sein de l'entreprise, ou dans le cloud, quand cette dernière loue des serveurs à des prestataires. Secteurs sensibles tels que l'armement ou la santé mis à part, les professionnels sont de plus en plus enclins à privilégier le cloud : sous-traiter l'infrastructure d'hébergement pour se concentrer sur l'organisation du data lake garantit un déploiement beaucoup plus rapide et moins coûteux, selon les spécialistes. Autre bon point pour le data lake dans le cloud, il est extensible à souhait. L'annonceur ne risque donc pas de se retrouver limité en termes de cas d'usage car dans l'impossibilité d'augmenter le volume de données traitées. Sur un sujet aussi stratégique que la gouvernance de la data, les sociétés qui ne souhaitent pas faire appel aux plateformes nord-américaines (Google, Amazon et Microsoft), principaux prestataires de cloud, peuvent aller voir ailleurs. "De nombreuses options de cloud dédié commencent à être proposées par des entreprises françaises et européennes, à des niveaux de sécurité et de performance équivalents", juge Nicolas Messelet.
Cet article est extrait du dernier numéro d'Adtech News, le supplément trimestriel du JDN et de CB News consacré à l'adtech et au martech. Au programme : une enquête sur la montée en puissance d'Amazon dans le marché pub, un comparatif des solutions de search retargeting, un guide spécial Adtech Summit, une interview de Nissan sur la data et la créativité...