Comment L'Oréal France s'est mis au big data temps réel
Pour opérer la transformation numérique d'une organisation composée de 4 000 salariés, on aurait certainement tendance à vouloir prendre un marteau et un burin : tout détruire, pour tout reconstruire. Mais dans un groupe qui compte des dizaines de marques et des milliers de références, on optera pour une transition plus douce. Convaincu que la modernisation de son groupe passe par l'optimisation du traitement de la data, Sébastien Garcin, le chief marketing officer de L'Oréal France depuis octobre 2016, a relevé ses manches. Sa mission : simplifier la vie de tous les marketeux, chefs de groupe et directeurs de marque de l'enseigne en leur fournissant des outils avant-gardistes.
Les challenges étaient nombreux. L'Oréal France avait beau être avancé dans le numérique, "il était il y a deux ans impossible de savoir comment les outils digitaux contribuaient au business", explique Sébastien Garcin. Autre écueil : le manque de flexibilité des outils. "La plupart des fournisseurs de solutions tierces proposent des outils de modélisation peu transparents et qui n'offrent pas d'indicateurs en temps réel ." Problématique alors que ce sont plus de 300 campagnes par an qui sont lancées en digital, dont plus de la moitié en programmatique.
Outil hybride in-house
Pour être capable de mesurer la contribution précise de chaque levier marketing au chiffre d'affaires, aux parts de marché et à la notoriété de la marque, le groupe a donc construit un outil hybride mixant du développement maison et des solutions extérieures. L'enjeu : tirer profit de données structurées de manière très diverse et complexe au sein d'une solution unique. "On parle de big data quand on observe la multiplication des références, des enseignes et des leviers. Il y a souvent des différences de structuration entre les données externes et internes. Les premières sont soit très structurées ou déstructurées", explique le spécialiste. Et à l'évidence, certaines données analysées sur les réseaux sociaux ne sont pas structurées.
"Aider les chefs de groupe ou les directeurs de marque à se projeter sur six mois"
Les équipes de Sébastien Garcin ont ainsi développé une plateforme SaaS baptisée VIBE, pour "Very Intelligence Business Experience". Capable d'analyser les données sur une marque ou un produit sur les trois années précédentes, elle a vocation à aider les chefs de groupe ou les directeurs de marque à se projeter sur six mois. "L'idée est de les soulager de la partie du travail la moins excitante, en automatisant ce qu'ils faisaient sur Excel. De quoi leur laisser plus de temps pour travailler sur le capital de la marque ou l'écoute des réseaux sociaux. "
Si une équipe produit cherche à vérifier quelle a été l'efficacité d'une campagne digitale lors d'une promotion, l'enjeu pour Sébastien Garcin est de lui fournir un outil capable d'expliquer ce qui s'est passé et de produire des recommandations en conséquence. "Sur Gemey Maybelline, nous avons exploité trois ans de données pour être capables de modéliser les 30 mois suivants. Après six mois, nous avons atteint un taux d'exactitude proche de 90% entre la modélisation et la réalité."
La marge d'erreur provient souvent de fluctuations externes impossibles à prévoir telles que les opérations des marques concurrentes ou de nouveaux lancements. Le travail des équipes de Sébastien Garcin, composées de marketeux et de data scientists, attire aujourd'hui l'attention d'autres structures du groupe. "Les équipes de gestion, qui traitent quelque 27 millions de lignes de données chaque semaine, cherchent à développer un outil pour analyser les ventes dans les panels." Déployée en dehors des processus IT traditionnels, la plateforme VIBE a vocation à disparaître puisqu'à l'échelle du groupe, L'Oréal prépare son propre outil.
Des développeurs marketeux
"Le fait que nous ayons commencé plus tôt nous permet d'aller beaucoup plus vite dans nos projets de normalisation de données. Je pense d'ailleurs que le rôle des équipes IT va changer à l'avenir et devra se concentrer sur les problématiques de normalisation des données et d'infrastructure". Ce sera donc aux équipes marketing d'embaucher leurs propres développeurs pour perfectionner leurs applications plus en phase avec la complexité de chaque métier. "Autant dire que cela suppose de former de plus en plus ces techniciens au métier du marketing", conclut Sébastien Garcin.
Découvrez dans le nouvel Adtech News
Cet article est issu du dernier numéro d'Adtech News, le supplément trimestriel papier dédié aux dernières tendances pub du JDN et de CB News. Au programme : la révolution CRM avec l'IA et la data, un comparatif des solutions de header bidding, un aperçu de la blockchain en programmatique...