Big Data ou l’innovation au service du marketing digital

L’exploitation marketing des données de navigation d’un internaute (ou webanalytics) illustre bien les enjeux du Big Data. Ces données sont un filon, sous-exploité aujourd’hui, pour booster les performances marketing. Leur volume est tel qu’il requiert des outils spécifiques pour les exploiter.

A condition qu’ils soient suffisamment avertis et équipés, les marketeurs peuvent tirer des avantages considérables du Big Data.

Les pages vues, le temps passé sur une page, la fréquence et la récence de ses visites sont une mine d’informations pour faciliter la conversion de l’internaute en futur client. C’est vrai aussi bien pour le e-commerce que pour les autres business models (offline, b2b, indirect…) puisque de plus en plus, un achat en boutique est précédé d’une recherche Internet.
Avantage complémentaire, ces données sont disponibles au tout début du cycle d’achat, tout en haut de l’entonnoir de conversion. La consultation du site web est souvent la première interaction entre le futur client et la marque. C’est doublement intéressant. La décision d’achat n’est pas encore prise et il est donc encore facile de l’influer ; en outre, la cible à cet endroit est la plus importante.

Big Data, ou comment exploiter ces données pour maximiser les performances marketing ?

Pour le marketing, la prise en compte des données de navigation des internautes permet de connaître leurs attentes et de personnaliser la relation avec chacun d’eux pour in fine, améliorer le taux de conversion.

Mais les webanalytics constituent un flux de données continu et très important qui requiert les outils spécifiques du  Big Data pour les exploiter. Ces données brutes, prises individuellement, sont peu significatives. Un clic sur une page est insuffisant pour déterminer l’appétence d’un internaute. Seule l’agrégation des données brutes permet de disposer d’une information marketing exploitable.
L’enjeu est de disposer d’outils assez puissants pour recueillir et transformer ce flux massif de données en indicateurs marketing, en scores, en agrégats, en KPI qui vont renseigner et qualifier les attentes individuelles de chaque prospect. Cette connaissance alimente des dispositifs marketing relationnels crosscanal de personnalisation de la relation client.

Au-delà de cet exemple des webanalytics, le  Big Data prend en compte l’ensemble des données de l’entreprise. La relation client est aujourd’hui crosscanal. Dans son cycle d’achat, le futur client va multiplier les interactions avec les différents canaux de la marque : site Web, e-mail, callcenter, boutique, réseaux sociaux… La multiplication des canaux de communication engendre une dispersion de la connaissance client dans autant de systèmes informatiques, souvent cloisonnés. Par exemple, l’historique de visite du site web d’un contact, ses réactions aux e-mailing… sont inconnus du callcenter ou de la boutique. La qualité de la relation client en pâtit.

Le premier enjeu est donc de « recentraliser » les données clients, où qu’elles soient, dans un référentiel client/prospect. Ce référentiel s’appuie technologiquement sur une base de données ou datamart marketing. Les bases de données relationnelles habituelles ne sont pas à la hauteur des exigences de performances compte tenu des volumes de données en jeu et des besoins de réactivité. Le recours à des technologies « NoSQL », support technique du «  Big Data », s’impose pour tenir les promesses marketing du crosscanal.

Il est alimenté en continu ou de façon ad hoc par les différentes sources de données que sont, d’une part les systèmes d’informations de l’entreprise (ERP, SFA, POS…) et d’autre part les canaux d’interactions entre la marque et ses clients (sites web, facebook, autres réseaux sociaux, callcenter…). Une plateforme logicielle comme IDCONTACT, nativement NoSQL et donc optimisée pour le  Big Data, permet de récupérer des données issues de systèmes dispersés et hétérogènes pour constituer une vue centralisée et complète du profil de chaque client ou prospect en relation avec la marque.

Les enjeux organisationnels du  Big Data

L’exploitation des données pour personnaliser la relation client oblige à repenser l’organisation marketing pour passer d’un marketing planifié, avec des campagnes à dates, à un marketing automatisé avec des campagnes qui se déclenchent à partir des données recueillies.
En effet, il est trop limité d’agir de façon traditionnelle avec un ciblage et un message avec 3 ou 4 déclinaisons. Avec le  Big Data, on rentre dans le monde de l’hyperciblage et de l’hyperpersonnalisation que seule l’automatisation permet.

D’une organisation basée sur la succession de campagnes marketing avec un ciblage direct sur les quelques données disponibles, les services marketing doivent passer en mode projet. Le premier temps du projet concerne l’analyse des données brutes disponibles et la définition des règles de leur transformation en informations marketing porteuses de sens et plus faciles à exploiter (scores, segmentation, KPI, agrégat…). Dans un deuxième temps, les services marketing conçoivent les dispositifs relationnels automatisés qui vont s’appuyer sur ces informations calculées en continu.

Une fois ces dispositifs paramétrés et opérationnels, les équipes marketing se concentrent sur le suivi et l’amélioration des dispositifs existants avec moins de temps consacré à la technologie et plus au marketing !
Absolument indispensable, d’ailleurs car l’augmentation massive du volume de données disponible implique de la part du marketeur une plus grande implication dans l’analyse des données, et un recentrage sur son vrai métier.

 

Autour du même sujet