Comment Near croise les données de comportement physique et digital
En mai 2022, Near annonçait son intention de s'introduire au Nasdaq par Spac. Objectif affiché : lever 268 millions de dollars pour une capitalisation de près d'un milliard de dollars. Un montant qui viendrait s'ajouter aux 134 millions de dollars d'investissement privés glanés mi-2019 auprès notamment de Sequoia Capital et de JP Morgan. L'IPO est prévue pour le quatrième trimestre 2022.
Fondée en 2012 à Singapour, la plateforme martech a depuis déménagé son siège social à Los Angeles. Aux côtés de cette implémentation, ses principaux bureaux sont situés à Bangalore en Inde et à Paris. Fort de 270 salariés, Near a choisi la capitale française pour installer son siège européen où elle compte environ 25 employés. Le groupe enregistre environ 50 millions de dollars de chiffre d'affaires en 2021, en hausse de plus de 60% sur un an.
Via des partenariats avec des équipementiers réseau et des opérateurs télécoms, Near s'est attelé pendant ses 10 ans d'existence à bâtir une vaste base de données marketing. "Nous identifions les mouvements de populations en respectant la vie privée", souligne Anil Mathews, fondateur et CEO de Near. Au total, la société revendique 1,6 milliard d'identifiants d'utilisateurs uniques anonymisés. Avec à la clé une couverture de 70 millions de lieux géographiques dans 44 pays. Partant de là, la plateforme croise les informations comportementales des consommateurs issues des sites web et applications de ses clients avec leur comportement dans le monde physique consolidé dans sa base de données.
Deep learning prédictif
Partant de ce double flux de données, Near a bâti des modèles de deep learning pour prédire les actions ou les appétences des visiteurs en fonction de leur historique tant physique que digital. "Pour réaliser cette opération, nous nous adossons à nos propres données ainsi qu'à des indicateurs issus des CRM du client, liés par exemple à ses achat de tel et tel produit, et dans tel ou tel magasin ou sur le web. L'association des deux univers passe par un ID unique entièrement anonymisé", détaille Anil Mathews. "Une fois que le client est sorti de la boutique physique ou numérique, l'entreprise ne le perd pas. Elle sait dans quelles autres boutiques il va et s'il s'agit de concurrents, à quelle régularité, quelle distance il parcourt, quelle est sa zone géographique d'achat, etc." Au-delà de l'analytics hybride, Near permet également à une marque d'identifier les zones à fort potentiel où implanter de nouveau magasins.
"Désormais, nous étudions comment nous étendre à d'autres pays européens qui comptent en termes de marché"
Se présentant comme une data intelligence platform, Near revendique un chiffre d'affaires moyen par client de 300 000 dollars par an. En France, Darty ou encore Orange Bank figurent parmi ses principales références. Pour séduire sa clientèle, la société affiche deux facteurs de différentiation : la valeur que sa technologie d'IA confère aux données d'une part et la conformité de sa plateforme avec les réglementations sur les données de plus de quarante pays d'autre part.
Pour s'implanter en Europe et en France en particulier, Near s'est offert fin 2020 la start-up parisienne Teemo, un spécialiste du marketing orienté drive-to-store. "Au-delà de la localisation et de la technologie, Teemo nous a apporté son expertise en matière de RGPD", explique le CEO de Near. Depuis, Near a mis sur pied au sein de son bureau de Paris une équipe technique avec pour mission d'adapter son produit aux problématiques locales de marché. "Nous étudions désormais comment nous étendre à d'autres pays européens qui comptent en termes de marché, tels que l'Allemagne, l'Italie ou l'Espagne." Un développement qui pourrait passer par des rachats si Near trouve chaussure à son pied, ou de la croissance organique le cas échéant.
Le retail ciblé
Parmi les principaux secteurs ciblés figure le retail. "Avec le Covid, les retailers ont dû repartir de zéro pour analyser le profil de leurs clients et prospects. Ce qui fait de notre plateforme une solution de choix pour ces entreprises. Et ce, aussi bien pour comprendre les changements de comportement que pour identifier de nouveaux moyens de faire venir les consommateurs en boutique dans une démarche d'amélioration continue", constate Anil Mathews. En termes de R&D, Near envisage d'initier une politique de verticalisation de son offre en commençant, sans surprise, par le retail. Autres évolutions envisagées : fusionner au sein d'une seule et même plateforme les données d'analyse marketing orientées consommateur et les données d'analyse marketing orientées localisation.
Pourquoi entrer en bourse à ce stade ? "Devenir une société publique contribuera à nous donner la crédibilité nécessaire à notre développement international. L'opération nous apportera aussi des fonds pour accélérer notre politique de croissance organique et externe en vue d'accéder rapidement aux marchés sur lesquels nous ne sommes pas encore présents", se projette Anil Mathews.