Big Data et le marketing des cohortes

Aucune activité en ligne n'échappe au Big Data que ce soit sur mobile, tablette, ordinateur, c'est dire la manne d'informations traitées et collectées au service des analystes. Un vrai trésor pour les marketers qui savent comment s'y prendre pour exploiter ces données.

En modélisant les catégories de profils ou « cohortes », on obtient des informations capitales pour programmer de vraies stratégies commerciales.

Les cohortes ne sont ni plus ni moins qu'une classification des profils de visiteurs d'un site selon leur comportement sur une période donnée. En analysant leur conduite à un instant T, on peut en tirer des enseignements capitaux pour modéliser sa stratégie marketing.

Il s'agit de segmenter les profils des utilisateurs d'un site internet en prenant en compte leur activité et en intégrant un paramètre de temporalité pour affiner l'analyse.

Un système d'analyse comportemental prometteur

Une cohorte s'apparente à un groupe de visiteurs avec un point commun, c'est-à-dire qui ont par exemple été soumis à la même offre, au même moment. On verra quels sont ceux qui se sont laissés séduire et quels sont ceux qui ont tourné les talons, ainsi on pourra comprendre pourquoi ils ont adhéré à une offre ou pas... Ce système de classification de profils comportementaux est très prometteur pour les sites de vente qui pourront ainsi différencier les clients selon leur activité ou leur inactivité sur le site à un moment donné. Ils pourront par exemple apprécier comment une action marketing a impacté le comportement de tel ou tel utilisateur.

En recoupant toutes les données de chaque client, on parviendra à identifier la masse de clients fidélisés, de clients perdus ou de clients nouveaux au moment d'une offre promotionnelle par exemple.

Ainsi on pourra mieux comprendre le comportement des acheteurs à un moment donné : quels sont leurs points communs et leurs caractéristiques ? A quels produits ces profils de clients ont-ils succombé, à quel moment et pourquoi?

Définir une stratégie marketing selon les résultats d'analyse

A travers les cohortes on va établir des similitudes et des points de différenciations entre les utilisateurs afin de mettre au point des plans d'actions percutants et bien ciblés.
Le système des cohortes vient compléter les processus de segmentation classique. Ce serait une erreur d'utiliser l'un au détriment de l'autre. La segmentation classique se focalise sur les visites, tandis que la cohorte met en lumière les visiteurs et leur comportement. La nuance semble ténue, pourtant elle est très intéressante pour les analystes.

Il y a de multiples manières d'apprécier une cohorte d'utilisateurs : on peut se concentrer sur un type d'utilisateurs sur une période donnée selon ses statistiques. On peut segmenter les cohortes par genre, par âge, par CSP. Tirer des conclusion à partir du comportement d’un profil avant de passer à l’acte d’achat, de son cheminement au cours de sa visite avec le temps passé à consulter chacune des étapes parcourues ou encore en fonction de ses commentaires…

Vers un marketing comportemental

On isolera par exemple les visiteurs qui sont entrés à plusieurs reprises sur le site ou ceux qui ont acheté à plusieurs reprises sur une même période afin d'analyser leurs points communs et ainsi de mieux identifier leurs motivations.

Une fois que l’on aura bien cerné tous ces éléments, on pourra agir directement sur un groupe identifié avec le bon message. Le but étant de l’inciter à reprendre sa visite là où il l’avait abandonné afin qu’il souscrive à l’offre proposée.

Le rapport d'audience ou d'analyse de cohorte se présente sous forme de tableau, particulièrement pertinent, étoffé et facile à interpréter. Google Analytics est parmi les premiers à avoir intégré l’analyse des cohortes.

Google Analytics permet de créer une cohorte au sein d’une même séquence constituée de plusieurs pages et plusieurs produits ou actions réalisées au cours d’une même visite une plage de temps déterminée. La même analyse peut être étendue à toutes les visites du même profil sur une même période. Les enseignements recueillis permettant de modéliser ensuite des offres qui pourront être présentées à des profils identifiés pour avoir eu des comportements similaires.

Ou bien à des profils similaires à qui on présentera une offre adaptée à un comportement prévisible.