Connaissance client : pourquoi la data vit sa dernière révolution

L'écosystème marketing n'a cessé de chercher à améliorer le ciblage et la performance des campagnes. Cette démarche s'est accompagnée de plusieurs révolutions data depuis les années 2000, et nous vivons actuellement la 4ème (et peut-être la dernière).

1- L’ère de la data contextuelle VS la data utilisateur

Remontons le temps jusqu’au 1er janvier 2006. Comme chaque année vous avez pris la ferme résolution de vous remettre au sport. Pour commencer au plus vite vos entraînements, vous ouvrez votre navigateur et effectuez la recherche “exercice rapide à la maison”. Une fois arrivé(e) sur un site de fitness à domicile, vous remarquez à peine l’affichage successif des publicités de marques de sport. Bienvenue à l’ère du ciblage contextuel : un ciblage basé uniquement sur la consommation de contenu, incluant les mots-clés présents sur la page web. Si cette forme de ciblage a pu prouver son efficacité, il a dans le même temps donné une vision extrêmement limitée des données démographiques, des intérêts et des intentions des utilisateurs pourtant indispensables à la création de nouvelles générations de campagnes plus pertinentes.

2- L’ère de la 1st party data

Passons aux années 2000, à l’avènement du cookie. Créé par Lou Montulli dans les années 90, cette petite ligne de code capable de stocker des informations sur les navigateurs a révolutionné la connaissance client en permettant de suivre les utilisateurs et leur consommation sur le web. Progressivement, les éditeurs et les marques ont commencé à déposer des cookies sur leurs propres sites (cookies 1st party) voire à autoriser d’autres acteurs à le faire (cookies 3rd party) tandis que les fournisseurs de données tierces s’imposaient comme éléments moteurs du programmatique en stimulant l’ascension fulgurante des investissements publicitaires ( +66% de hausse des volumes d’achat en France de 2011 à 2014). C’est dans ce contexte que les DMP ont connu leur essor en permettant aux annonceurs de mieux gérer l’utilisation de leurs données (ciblage cookie-based, analytics, modélisation look-alike, campagnes personnalisées). Néanmoins, la qualité des donnée tierces s’est vite avérée douteuse et a fini par susciter la méfiance des annonceurs. Car afin de permettre aux annonceurs de cibler les audiences à grande échelle, les DMP et les fournisseurs de 3rd party data extrapolaient de petits sets de données via leurs modèles de black box (qui ont d’ailleurs été l’objet de nouvelles conversations suite à la récente annonce de Google quant au blocage des cookies tiers sur le navigateur Chrome).

3- L’ère de la 3rd party data

Par ailleurs, les données 1st party qui représentent généralement l’identité de l’utilisateur (nom, âge, sexe, adresses postale et électronique, numéro de téléphone, comportements identifiés via l’historique de navigation et les habitudes d’achat) ont également leurs propres limites. Si les marques ont investis dans des technologies telles que les outils CRM ou les CDP en comprenant l’importance de consolider les données 1st party afin de mieux connaître leurs clients et leur offrir des expériences sur-mesure en temps réel, elles ont également réalisé que ces données ne suffisent pas pour obtenir une vue complète du client ni déchiffrer le comportement de leurs prospects. De plus, les CDP et les DMP ne disposent pas des mêmes atouts que les solutions de résolution d’identité capables d’effectuer l’onboarding des données (ex : relier les ID traditionnels des emails et numéros de téléphone avec les ID digitaux tels que ceux du mobile, de la TV connectée ou encore les cookies). Cependant, les plateformes de résolutions d’identité manquent à leur tour d’autres capacités de gestion de la data.

4- L’ère de l’Intelligent Customer data

La 4e révolution des données a donné lieu à la création des Customer Intelligence Platforms (CIP) en 2019 permettant de combiner des données first et third-party disparates provenant d'une multitude de sources internes et externes. Pour les entreprises, ces plateformes représentent l’opportunité d'atteindre enfin une véritable customer intelligence en surmontant les nombreux obstacles à la compréhension de la nouvelle génération de clients. Les CIP laissent en effet peu de place à l’hypothèse. Elles combinent à la fois les capacités fonctionnelles des DMP et des CDP en plaçant les données first-party à l'épicentre pour les transformer en customer intelligence, offrant ainsi aux marques un moyen de réellement comprendre leurs clients, de résoudre leurs identités online dispersées et de prévoir leurs futurs comportements. Grâce aux méthodes de segmentation sophistiquées des CIP, telles que des algorithmes basés sur le machine learning et une connaissance poussée des insights client, les marques sont en effet en mesure de réaliser les bonnes actions en fonction de la propension d'un client à agir à l'avenir. Ainsi, votre banque qui fait certainement partie des rares entreprises à mettre en oeuvre des techniques marketing innovantes aura mieux fait de vous offrir une remise sur votre abonnement à la salle que de présumer qu'un novice en matière de fitness va investir dans un tas de pantalons de yoga honéreux. Au fil de la nouvelle révolution data, nous nous trouvons à un point où les silos se connectent enfin et où à l'horizon, la customer intelligence commence tout juste à nous montrer son vrai potentiel.