Comment transformer les données client en intelligence client

« Que puis-je bien faire de toutes ces don­nées ? »

Cette ques­tion, les mar­ke­teurs se la posent presque tous les jours. Nous recueil­lons des vol­umes colos­saux de don­nées sur les modes d’interaction des clients avec nos sites web, con­tenus, réseaux soci­aux, sur des plate­formes tierces, sans par­ler de nos pro­duits et ser­vices. Dans ce con­texte, la ges­tion de toutes ces infor­ma­tions devient de plus en plus pressante.

Afin d’en tir­er des infor­ma­tions per­ti­nentes, l’une des prin­ci­pales dif­fi­cultés pour les entre­pris­es est de met­tre toutes ces don­nées en con­texte, surtout parce qu’elles provi­en­nent de mul­ti­ples sources et se présen­tent sous une mul­ti­tude de for­mats. Cette étape est pour­tant essen­tielle pour per­me­t­tre aux entre­pris­es de pro­pos­er des expéri­ences per­son­nal­isées à grande échelle.

Pourquoi est-il devenu si dif­fi­cile de mesur­er l’efficacité d’une cam­pagne ? Pourquoi plus d’un tiers des ban­nières pub­lic­i­taires en Europe n’ont même pas été vues lors du dernier trimestre ? Pourquoi les con­som­ma­teurs con­tin­u­ent-ils à faire l’objet de recom­man­da­tions « ciblées » de pro­duits qu’ils pos­sè­dent déjà ? Face à toutes ces ques­tions, le con­stat est le même : mal­gré un niveau de dépens­es inédit dans la pub­lic­ité dig­i­tale, une grande par­tie de cet investisse­ment est mal attribuée.

Au lieu de met­tre en œuvre une per­son­nal­i­sa­tion à grande échelle, les entre­pris­es s’appuient sur des don­nées lim­itées et un ciblage rudi­men­taire pour seg­menter leurs audi­ences. Il est pour­tant aujourd’hui dif­fi­cile de résumer un client à un seul point de con­tact. Son pro­fil dig­i­tal est un réseau vaste, com­plexe d’activités et d’interactions. Et si ce réseau offre davan­tage d’opportunités aux entre­pris­es pour attein­dre leurs audi­ences, il sig­ni­fie aus­si qu’elles doivent redou­bler d’efforts pour se dis­tinguer et inter­a­gir avec les bonnes per­son­nes, ou pour les fidélis­er.

Ce qui nous amène à la dis­tinc­tion entre don­nées client et intel­li­gence client. Les don­nées clients sont un act­if, le car­bu­rant néces­saire aux mar­ques pour ali­menter leur ana­lyt­ics et ain­si mieux cern­er leurs audi­ences. L’intelligence client, quant à elle, est l’information obtenue grâce à ces don­nées et enrichie par le con­texte, essen­tiel car garant de la pré­ci­sion et de la per­ti­nence des informations.

Horst Stipp, EVP of Research and Inno­va­tion au sein de l’American Adver­tis­ing Research Foun­da­tion (ARF), a déclaré dans un récent arti­cle : « Les annon­ceurs ont com­pris l’intérêt de la con­tex­tu­al­i­sa­tion : dif­fuser des pub­lic­ités avec un ath­lète pen­dant un match de foot­ball, ou pour la nour­ri­t­ure sur un site web con­sacré à la cui­sine », ajoutant que « cette pra­tique peut con­sid­érable­ment amélior­er les résul­tats et atténuer la las­si­tude qu’elle a ten­dance à susciter ».

En d’autres ter­mes, le con­texte de la dif­fu­sion du mes­sage, ain­si que la com­préhen­sion des besoins et com­porte­ments du client, per­me­t­tent en par­tie de déter­min­er si quelqu’un inter­a­gi­ra ou non avec le mes­sage. Il est donc essen­tiel de faire en sorte que l’approche créa­tive et le con­tenu soient soutenus par une con­nais­sance appro­fondie des attentes des audiences.

Pour l’acquérir, les mar­ques doivent repenser la façon dont elles étab­lis­sent leurs pro­fils clients. Dans bon nom­bre d’entreprises, chaque ser­vice con­tin­ue à créer ses pro­pres pro­fils de manière cloi­son­née, en s’appuyant sur l’éventail lim­ité de don­nées aux­quelles il a accès. Si cette approche uni­di­men­sion­nelle peut paraître logique aux yeux d’une équipe chargée d’atteindre des indi­ca­teurs de per­for­mance clés (KPIs) pré­cis, elle reste dis­cutable. Car au final, tous les ser­vices ne parta­gent-ils pas le même objec­tif busi­ness ? Ain­si, l’idée selon laque­lle des straté­gies dis­parates pousseront les clients à inter­a­gir avec le con­tenu et à acheter est fon­da­men­tale­ment erronée.

Fort heureuse­ment, de plus en plus d’entreprises pren­nent con­science du prob­lème et s’éloignent des KPIs super­fi­ciels tels que les impres­sions, qui ne con­tribuent pas vrai­ment à génér­er de la valeur ajoutée. Le pour­cent­age élevé de pub­lic­ités non vision­nées prou­ve claire­ment que l’approche cloi­son­née du con­tenu et des don­nées client est dépassée.

Les grandes mar­ques s’efforcent désor­mais de faire tomber les bar­rières qui iso­laient leurs équipes et de rassem­bler leurs don­nées au sein d’une plate­forme unifiée. Quand tous les ser­vices tra­vail­lent à l’élaboration d’un pro­fil exhaus­tif, qui tient compte de toutes les don­nées per­ti­nentes sur chaque client, les entre­pris­es dis­posent du con­texte suff­isant pour déploy­er des expéri­ences haute­ment ciblées qui favorisent les interactions.

Quelques exem­ples con­crets d’entreprises qui ont fait le pari d’une plate­forme de don­nées unifiée

Com­mençons par le secteur du tourisme. A l’ère du dig­i­tal, les habi­tudes des clients ont boulever­sé le proces­sus de plan­i­fi­ca­tion et de réser­va­tion des séjours. C’est dans cet envi­ron­nement très changeant qu’évolue Hostel­world. Ses fidèles clients, jeunes et férus de tech­nolo­gies, recherchent con­stam­ment des expéri­ences dig­i­tales plus per­son­nal­isées et plus pratiques.

Pour s’adapter, Hostel­world a tenu compte de l’importance du temps réel pour recueil­lir, analyser et exploiter les don­nées client. C’est la rai­son pour laque­lle elle s’appuie sur Adobe Ana­lyt­ics dans le cadre de sa stratégie de mar­ket­ing dig­i­tal. Grâce à la vue en temps réel des modes d’interaction des util­isa­teurs avec ses points de con­tact dig­i­taux, l’entreprise a con­sid­érable­ment appro­fon­di sa con­nais­sance des audi­ences et enreg­istré une hausse de 500 % des inter­ac­tions de son audi­ence avec ses com­mu­ni­ca­tions digitales.

Dans l’univers du B2B, la pub­lic­ité évolue tout aus­si rapi­de­ment. À vrai dire, les entre­pris­es B2B étant sou­vent con­fron­tées à une clien­tèle à deux niveaux, com­posée d’une part des décideurs (les respon­s­able Achats) et d’autre part des util­isa­teurs fin­aux : leur tâche est peut-être encore plus ardue. Ces mar­ques doivent trou­ver le moyen de cibler deux groupes aux pri­or­ités très dif­férentes et d’employer avec eux des lan­gages dis­tincts, tout en ren­voy­ant une image de mar­que cohérente.

RS Com­po­nents, pre­mier dis­trib­u­teur de com­posants élec­tron­iques au monde, a dû faire face à cette prob­lé­ma­tique. Pour citer Andrew Mprris, Head of Dig­i­tal Insights, l’entreprise doit « aller au-delà des indi­vidus pour tenir compte d’une clien­tèle glob­ale, ce qui est très dif­férent de l’environnement B2C. Si l’on y ajoute la néces­sité d’interagir dans dif­férentes langues, les muta­tions qui s’opèrent sur notre marché, mais aus­si la con­cur­rence des retail­ers en ligne étab­lis, le mar­ket­ing devient une activ­ité très complexe. »

La solu­tion pour RS Com­po­nents a con­sisté à aller plus loin dans la com­préhen­sion de ses don­nées dig­i­tales et dans la maîtrise de son ana­lyt­ics clients. Pour ce faire, l’entreprise a com­mencé par déploy­er Analy­sis Work­space. Cette solu­tion offre aux dif­férentes équipes un espace pour partager et analyser les don­nées recueil­lies aux dif­férentes étapes du par­cours client. Les inter­venants béné­fi­cient ain­si d’une vision glob­ale de chaque client sur tous les canaux dig­i­taux, mais surtout, les équipes peu­vent plus facile­ment échang­er les infor­ma­tions néces­saires à la créa­tion d’un con­tenu plus per­cu­tant et plus pertinent.

La prochaine étape de la com­préhen­sion des clients passe par l’intelligence arti­fi­cielle (IA). Notre récent rap­port Dig­i­tal Trends en parte­nar­i­at avec Econ­sul­tan­cy a mon­tré que 28 % des mar­ques util­i­saient déjà l’IA et que 29 % de plus prévoy­aient de franchir le pas d’ici la fin 2018. En appor­tant davan­tage de con­texte à l’analytics, l’IA élim­ine une bonne par­tie des dif­fi­cultés en matière d’attribution et de per­son­nal­i­sa­tion de masse, tout en ren­forçant la sécu­rité de la ges­tion des don­nées. En sub­stance, l’IA aide les mar­ques à inté­gr­er l’intelligence client directe­ment dans les sys­tèmes qu’elles utilisent pour cern­er leurs audiences.

Alors, que faire de toutes ces don­nées ? Il faut les class­er, sup­primer celles qui sont inutiles et en extraire les pré­cieuses infor­ma­tions qui servi­ront à cern­er pré­cisé­ment les attentes des clients, pour mieux y répon­dre.

Si la théorie est sim­ple, l’écosystème de la pub­lic­ité dig­i­tale l’est beau­coup moins. Étant don­né les mul­ti­ples points de con­tact et la dis­per­sion des audi­ences cibles, il serait illu­soire de con­sid­ér­er que la tâche est facile, surtout pour les entre­pris­es dont les équipes et don­nées demeurent cloi­son­nées. S’il y a bien un enseigne­ment à tir­er de mar­ques comme Hostel­world, RS Com­po­nents et d’autres acteurs qui con­tin­u­ent à domin­er leur marché, c’est qu’une évolu­tion est néces­saire, afin que les don­nées client débouchent réelle­ment sur une intel­li­gence client.

Décou­vrez com­ment Adobe Ana­lyt­ics et Adobe Adver­tis­ing Cloud peu­vent vous aider à déploy­er des expéri­ences client mieux per­son­nal­isées sur tous les canaux.

Et pour plus de détails sur la manière dont nous aidons les entre­pris­es à mieux tir­er par­ti de leurs don­nées client, cliquez ici.