NOUVELLES / DONNÉES
12 octobre 2020
Trop de spécialistes du marketing s'appuient encore sur des first-party data imprécises. Dans cet article, Joachim Sontag, directeur consultant chez Artefact Allemagne, explique comment les marques peuvent nettoyer leur data’’ sale, construire une boucle data connectée et assurer la pérennité de leur architecture data.
Alors que la pandémie de coronavirus accélère le passage à la vie en ligne, les marques sont de plus en plus contraintes de proposer à leurs clients des messages et des offres personnalisés. Cependant, dans le même temps, les consommateurs réclament de plus en plus de confidentialité et de contrôle sur leurs informations personnelles.
Avec la mort prochaine des cookies de tiers et le renforcement des restrictions du GDPR, les data propriétaires et de première partie occuperont une place centrale dans les efforts des spécialistes du marketing pour comprendre, développer et cibler les audience. Pourtant, des années de négligence n'ont pas été favorables aux data propriétaires. Fragmentée, cloisonnée, mal catégorisée et mal gérée, cette ’sale data‘ ne permet guère d'approfondir la compréhension du client.
Dans ce nouvel environnement, les marques doivent élaborer une stratégie first-party data cohérente. Elles doivent passer d'un système de marketing sur le lieu d'achat à un système plus précis, de première partie data-driven et basé sur la communication directe avec le client. Toutefois, elles doivent d'abord mettre en place une infrastructure data intégrée et agile pour la soutenir.
La quantité ne fait pas la qualité de la relation client
Dès le départ, une marque doit définir ses objectifs avant de commencer à construire son infrastructure data. Cela détermine ce pour quoi la plateforme est optimisée et quelle data de première partie elle collectera. En ce qui concerne la data en général, trop de marques commettent l'erreur de se concentrer sur la quantité plutôt que sur la pertinence de la data. Les marques disposent de millions de sources de data de première partie - d'une simple page web à une application individuelle sur l'appareil mobile d'un client - et ce nombre ne cesse de croître. En effet, le trafic Web a augmenté de 8% l'année dernière, avec une moyenne de 223 milliards de visites par mois. Pourtant, si le data ne correspond pas à vos objectifs, en quoi est-il utile ?
C'est précisément lorsque les environnements data deviennent trop vastes qu'ils deviennent ingérables. Chaque octet de data inutile ne fait qu'augmenter le temps qu'un spécialiste du marketing ou un programme d'automatisation du marketing doit consacrer à la recherche des informations dont il a besoin. Les data ont également tendance à se déverser dans d'autres environnements - y compris les cloud - afin d'éviter d'épuiser la capacité de stockage. Cela ne fait que contribuer à la fragmentation et au risque de perte de data clés dans le système.
Il est donc important de définir clairement les cas d'utilisation de la data et de l'analytique d'une marque dès le départ. Il s'agit de déterminer qui sont vos clients cibles et quels sont les traits et les comportements les plus rentables pour votre marque. Vous pouvez ensuite traduire ces éléments en signaux data. Il s'agit de la première partie de data que vous devez collecter.
La tendance est à une personnalisation toujours plus poussée des interactions avec les clients. Cependant, avec les quantités de data en jeu, la segmentation audience est cruciale pour réduire la complexité et préserver l'intégrité. Il est de plus en plus important de pouvoir segmenter les utilisateurs et les anciens clients en cohortes granulaires, à grande échelle, pour aider les spécialistes du marketing à identifier les data les plus pertinentes à collecter auprès des groupes d'utilisateurs.
Le cercle de data
Une fois que vous êtes sûr de collecter les bons data, vous devez vous assurer que les différents outils et systèmes fonctionnent ensemble. L'objectif est de créer un écosystème d'outils de premier ordre qui vous donne une vue unique et consolidée des clients, ainsi que la possibilité de les suivre et de les cibler rapidement. L'intégration est la première étape cruciale de la transformation du marketing. Une entreprise peut y parvenir de plusieurs manières. En rassemblant toutes ses first-party data sur une plateforme cloud - qui dispose d'un stockage illimité, est évolutive, est disponible partout, fonctionne avec les API existantes et en temps réel - une organisation peut les analyser correctement afin d'obtenir une meilleure compréhension de ses clients. Cependant, elle peut également travailler avec des experts de data - en interne et en externe - pour développer des API afin de connecter tous leurs outils et systèmes.
Les avantages d'une approche basée sur une plate-forme sont doubles. Les réinitialisations fastidieuses de database ne sont plus nécessaires, car une erreur ne doit être corrigée qu'une seule fois et est mise à jour simultanément dans tous les environnements. Plus important encore, l'intégration de toutes vos data permet aux spécialistes du marketing d'interroger directement l'ensemble de la database avec des temps de réponse record, sans avoir à préparer data à l'avance.
Toutefois, le processus doit être transparent et efficace pour faciliter la rédaction des rapports et garantir la conformité réglementaire. Une partie importante de ce processus est le nettoyage de data, qui consiste à nettoyer data pour le préparer à l'analyse. C'est là que des outils tiers peuvent encore être utiles. Une entreprise peut l'effectuer manuellement, mais à un coût élevé. Par souci de rapidité et de simplicité, une marque peut opter pour des solutions tierces facilement intégrées qui automatisent le processus, telles que Data Ladder ou OpenRefine. Lors de la sélection des outils d'intégration et de nettoyage data, il est toutefois important de ne pas devenir trop dépendant d'une solution ou d'une technologie. Le succès en soi n'est plus suffisant - il doit de plus en plus être évolutif et durable. Construire votre propre solution vous donne une plus grande capacité de personnalisation, mais ce n'est pas efficace lorsque vos besoins, les exigences de vos clients et le trafic fluctuent.
Le recours à une solution tierce réduit souvent les risques et le coût total de possession, ce qui vous permet d'être plus souple et de changer de solution au fur et à mesure des besoins. Cependant, il n'existe pas de solution unique, prête à l'emploi, qui réponde à tous vos besoins dès le premier jour. C'est pourquoi il est si important de travailler avec un expert en technologie qui vous aidera à définir des exigences claires et à sélectionner ou construire un système adapté à vos besoins - qu'il s'agisse d'une plateforme unique ou d'une approche "best of breed" maintenue par des API.
Une infrastructure data robuste et flexible est la marque d'une stratégie data durable. Lorsque vos objectifs sont segmentés, vos outils intégrés et votre data nettoyée, vous créez une boucle data vertueuse qui stimule l'engagement des clients. Les données first-party data pertinentes sont collectées, nettoyées et analysées dans le cadre d'un processus continu et efficace. La data sale est bannie et les clients reçoivent des recommandations ciblées rapidement et efficacement.
Article par Joachim Sontag initialement publié sur TechNative.com
