19/03/2015 1

Du marketing intuitif manuel

au data marketing automatisé

Thomas Faivre-Duboz

Co-Fondateur & Directeur Associé

thomas@converteo.com

+33 6 33 68 34 85

19/3/2015

19/03/2015 2

Les 5 étapes du Data Marketing ?

19/03/2015 3

Nous améliorons votre performance digitale

►25 consultants de haut niveau, spécialisés sur le digital, au service de

votre croissance, de votre rentabilité, et de la montée en compétence

des équipes

►La data pour rationaliser les décisions, au fondement de notre

approche

►4 expertises fortes

Conseil Stratégique Media & CRM Conversion Data

19/03/2015 4

Quelques exemples de missions

• Cadrage de la stratégie digitale : business plan, lancement d’un e-commerce ou lead generation, internationalisation

• Organisation : digitalisation de la relation client / CRM, intégration du digital aux processus métier

• Interactions on-off line (cross-canal : points de vente/call/print/digital)

• Conception de plans media online

• Structuration de roadmaps de développement du canal digital

2. METTRE EN ŒUVRE LA STRATÉGIE DIGITALE

1. DÉFINIR LA STRATÉGIE DIGITALE

• Conception de dispositifs digitaux (web et mobile)

• Conseil en choix d’agence et de solution technique

• Gestion externalisée de projets digitaux (AMOA)

• Accompagnement au changement / Formations / Coaching / Académies du digital

3. OPTIMISER LES INVESTISSEMENTS DIGITAUX

• Mise en place d’une démarche de mesure online analytics groupe

• Audit et optimisation de la performance de dispositifs (sites/appli)

• Audit et optimisation du plan média online (attribution / multitouch / cross-canal)

• Accompagnement annuel performance (reporting, suivi, recommandations, AMOA)

• Accompagnements full-service testing A/B et multivarié (techno, conseil, accompagnement)

19/03/2015 5

+ de 100 clients e-commerce, retail, lead generation, media, B2B

depuis 2007

19/03/2015 6

Exemple : un projet simple mené pour un acteur de la vente

privée de voyages

► Objectif : améliorer l’efficacité des e-mails, adapter la pression en fonction des individus et non de

manière globale

Approche « ancienne »

● Shoots e-mails massifs

● Choix arbitraires

● Pression cappée au global

► Conclusions

● Performance ouverture / clic en hausse de 30/40%

● Baisse significative des envois

● Baisse des désinscriptions

Envoi journalier

Réaction

Envoi journalier

Non-réaction

Envoi Hebdo

Réaction forte Envoi journalier

Réaction intermédiaire Envoi Hebdo

Non –réaction Envoi bi-

mensuel

Nouvelle approche

19/03/2015 7

Pourquoi le data

marketing ?

19/03/2015 8

Pourquoi le marketing doit-il changer ?

► Une revendication identitaire de la part du consommateur qui ne souhaite plus être traité

comme un consommateur « lambda » Consumer empowerment

► La multiplication des canaux d’interactions rend de plus en plus vital le besoin de

reconnaissance du client, tout au long de son parcours

● Le digital fait exploser les silos habituels et démultiplie les attentes consommateurs

● La multiplication amène une complexité de parcours clients non gérable par un esprit humain…

► Une désintermédiation progressive des échanges entre les consommateurs et les entreprises,

entraînant une individualisation des relations

► Le progrès technique rend la personnalisation économiquement viable voire beaucoup plus

rentable :

● Le fort coût de la personnalisation la rendait historiquement un élément distinctif du monde du luxe

(ex: malles Louis Vuitton personnalisées)

● Envoyer un email personnalisé coûte le même prix « techniquement » qu’envoyer un email générique

19/03/2015 9

Pourquoi le data marketing ?

1/ Réduire les coûts

75% de la valeur du big data

repose dans l’économie (ré-allocation)

et non la croissance des revenus

Source : McKinsey Consulting

19/03/2015 10

Pourquoi le data marketing ?

1/ Réduire les coûts Exemple 1

Les conditions négatives appliquées à l’achat média

● Ne plus promouvoir des produits déjà achetés par un client donné

● Ne plus promouvoir des services low cost à des clients premium

● Exclure ses propres clients de ses initiatives en acquisition pure

● …

19/03/2015 11

Pourquoi le data marketing ?

1/ Réduire les coûts Exemple 2

D’un e-merchandising manuel à un e-merchandising automatisé

● Mise en place de scénarios voire d’algorithmes de recommandations

(RichRelevance, Target2sell, Devatics, Netwave, Prudsys, Antvoice, …)

● Réduction des efforts en production de pages ad hoc, pushs produits

et animation commerciale par les équipes merchandising

enjeu d’allocation d’ETP vs. valeur créée

19/03/2015 12

Pourquoi le data marketing ?

2/ Satisfaire les prospects/clients

Le data marketing se traduit souvent

par une moindre fréquence de contacts,

mais à bien plus forte valeur ajoutée

Eviter le harcèlement en phase de prospection

Fournir une expérience personnalisée en phase de conversion

Adapter ses services en phase de fidélisation : mieux traiter ses bons clients

19/03/2015 13

Pourquoi le data marketing ?

2/ Satisfaire les prospects/clients Exemple

Remontée de données comportementales digitales au call center chez

Marignan Immobilier

19/03/2015 14

Pourquoi le data marketing ?

3/ Mieux comprendre ses prospects / clients

La réduction du marketing de masse

au profit d’un marketing plus cibléaide à mieux comprendre

les déterminants d’achats

Identification des facteurs accélérateurs ou des freins à la conversion

La dataification de l’information auparavant papier / non consignée permet de mieux

appréhender l’efficacité ou non d’une action marketing

19/03/2015 15

Pourquoi le data marketing ?

3/ Mieux comprendre ses prospects / clients Exemple

La « dataification » du marketing offline

● Dans la promotion immobilière, le remplissage du CRM permet de déterminer

combien de temps dure « vraiment » une vente, de ventiler les informations par un

ensemble de dimensions métier, …

19/03/2015 16

Pourquoi le data marketing ?

4/ Améliorer son image

La capacité des consommateurs à

partager leur expérience client

rend nécessaire la limitation des

pratiques marketing massives

…souvent perçues comme intrusives

19/03/2015 17

Pourquoi le data marketing ?

4/ Améliorer son image Exemple

Séphora : accueil personnalisé en point de vente

19/03/2015 18

Quelles évolutions

des pratiques

Marketing ?

19/03/2015 19

L’évolution des pratiques Marketing

Des pratiques éprouvées… De nouvelles pratiques

Mass media / GRP / Reach Média ciblé ou conditionné / Programmatique

Mesure transactionnelle Mesure transactionnelle et comportementale

Analyse ad hoc, Post-test Machine Learning

Marketing découpé par temps fort

(shoot, segments)

Marketing continu

(triggers, clusters)

Marketing affinitaire Look alike modeling

Créa uniqueCréas personnalisées

(Dynamic Creative Optimization)

SAS / SPSS Data Management Platform

DSI DOSI / COO

OnPremise Saas

Multi-canal / Silos Cross-canal / cross-device

19/03/2015 20

Les risques et les

limites du data

marketing

19/03/2015 21

1er risque : la confiance aveugle

19/03/2015 22

Qualité de la data : le socle de toute stratégie data

1. Véracité

2. Identification / Matching cross-canal cross-device

3. Fraîcheur

IBM

19/03/2015 23

Coût vs. valeur : volume vs. personnalisation

►Le data marketing est-il plus rentable ?

1. La rentabilité du socle de solutions ?● Un enjeu de moins en moins important pour l’ensemble des

acteurs, étant donné le rapport qualité/prix de nombreuses

solutions Media buying / CRM / E-mailing / Personnalisation

en SaaS

● Un sujet plus structurant si l’entreprise souhaite construire

un DMP au périmètre étendu à de nombreux canaux

d’activation en dehors du digital

2. La rentabilité des investissements en data ?● Un challenge pour les entreprises « data-poor » ?

Disponibilité et coût de la data (reach)

Third-party data pas disponible ou vendue ‘trop’ cher ?

● Un avantage comparatif énorme pour les entreprises « data-

rich » qui peuvent même monétiser cette data et en faire

une ligne de business additionnelle

Ecosystème digital

Ecosystème Cross-canal

Media

19/03/2015 25

Le risque du manque de contrôle

►Le data marketing rend un peu plus difficile le contrôle « humain » de

son périmètre de diffusion

►Exemple : le RTB est particulièrement sujet à des risques spécifiques

● Surexposition

● Affichage de bannières non visibles

● Brand safety

● Fraude

● Third-party data pas suffisamment fraîche ou qualitative

● …

19/03/2015 26

L’optimisation par la data : une solution sous-optimale ?

'If I'd have asked my

customers what they

wanted, they would

have told me “A

faster horse”.’

Henry Ford

19/03/2015 27

Opérationnellement ?

19/03/2015 28

Passer d’un marketing de temps fort à un marketing continu

Temps fort

Hiver 2015

Temps fort

Printemps 2015

Temps fort

Ete 2015

Temps fort

Automne 2015

19/03/2015 29

Passer d’un marketing de temps fort à un marketing continu

Plan de contact 2015

Temps fort

Hiver 2015

Temps fort

Printemps 2015

Temps fort

Ete 2015

Temps fort

Automne 2015

CRM

(Profil, statut client, historique client)

Enfin, on subordonne la réflexion product/brand centric à la réflexion client

Comportemental

(actions sur les écosystèmes : phase intentionniste, abandonniste, …)

Facteurs exogènes possibles

(météo, évènements marquants, concurrence, …)

Aboutir à un marketing orienté client et plus seulement brand/product centric

19/03/2015 30

Se challenger en permanence : testing, groupe de contrôle

► Pour chaque action marketing, différencier le

volume d’utilisation et l’incrémental

● Le retargeting apporte-t-il vraiment des ventes

en plus ?

● Est-ce que les coupons de réduction ont

généré des ventes incrémentales qui

n’auraient pas existé sinon ?

● Mon bloc de recommandation produit

accélère-t-il vraiment la conversion ?

► Utiliser régulièrement le testing / les groupes

de contrôles pour vérifier la validité d’une

action Le data marketing le permet !

► Eviter les solutions marketing boîtes noires

► Sinon, rentrer dans le détail des boîtes noires !

19/03/2015 31

Trouver le bon mix entre l’algorithme vs le paramétrage humain

► L’apport d’éléments business dans le

paramétrage des recommandations :

● Y a-t-il des produits à ne surtout pas recommander ?

● Y a-t-il des produits à liquider en priorité ?

● …

► Le choix d’une « stratégie de

recommandation » : quel est le but de la

recommandation ? Devons-nous :

● Pousser des produits alternatifs de la même catégorie ?

● Pousser des produits moins chers d’autres catégories

connexes ?

● Ne pousser que des produits plus chers ?

● Pousser ce que d’autres ayant un profil similaire ont vu

? Ont aimé ? Ont acheté ?

● …

► Le travail algorithmique consistera à pousser

les produits qui, pour une stratégie donnée,

auront la plus grande probabilité de convertir :

« la boîte noire »

1

2

3

Possibilité d’intervention

humaine

Possibilité de laisser « jouer »

l’intelligence algorithmique

a

aa

aUne distinction majeure entre les différentes solutions a lieu au niveau 2 : dois-je savoir quelle stratégie est la plus

performante ou dois-je laisser l’algorithme décider pour moi sur la base de son expérience et son apprentissage

19/03/2015 32

Faire remonter et centraliser les expertises

► Le data marketing est un excellent sujet de rationalisation pour les entreprises ayant une

taille critique

► Central boîte à outils :

● Socle solutions

● Définition de triggers

● Relation centralisée avec les partenaires

(Google, Facebook, Twitter, …)

● Gestion cross-canal

● Experts mutualisés

► Local

● Exceptions/adaptations pays/régions/marques

Central

Régions

Pays

Central

BU

Marques

19/03/2015 33

Résoudre les problèmes organisationnels

► Historiquement

● Marketing Métier

● IT Solutions

► Aujourd’hui : une explosion

des frontières nécessitant des

compétences multiples

► Des solutions transitoires ?

● CDO

● CMDO

► Un sujet de Direction Générale

/ Comité de direction voire

d’actionnaires

● Polyvalence des dirigeants

● Co-construction des objectifs

METIER

Data

Science

Etude

classiqueZone de

danger

Machine

learning

19/03/2015 34

Uniformiser la collecte multicanale

► Un préalable : unifier l’information (CRM, Produit, …) pour mieux pouvoir l’activer

► Lancer une démarche d’activation progressive des canaux

● A minima sous forme de cas d’usage simples

● Possiblement sous la forme d’un DMP

► Surtout démarrer petit, agir vite, mesurer le gain, itérer, itérer, itérer…

CRM

(unifié?)Webanalytics Merchandising

Adcentric

Campaign

ManagementPaiement +

Comptabilité

Référentiel

produit (unifié?)

Stock

Data Management Platform

19/03/2015 35

Uniformiser la collecte multicanale : comment choisir son DMP ?

► Quelques problématiques à adresser ?

● Orientation Média ou CRM ?

DMP/DSP ? Quelle relation avec l’agence média ?

DMP « stand-alone » ? Connecteurs avec les solutions

existantes ?

● Attentes concernant la couverture fonctionnelle à terme

(business case) ?

Personnalisation de site

Personnalisation canaux e-mail/SMS/print/…

Intégration de données de segmentation dans les solutions

back office call center / relation client

… ?

● Approche « suite » (ex : Adobe), « best of breed » (ex:

Ysance, IgnitionOne) ou outsourcée (ex : RadiumOne,

RocketFuel)

● Approche technologique et/ou servicielle

● Qualité/quantité des données first-party ? Nécessité d’acheter

des données 3rd party ?

19/03/2015 36

Notre agenda de contenus autour du « Data Marketing »

► 3 livres blancs sur notre agenda 2015

1. RTB Janvier 2015

Comprendre sa complexité, connaître ses limites

2. DMP Avril 2015

Enjeux liés à la Data Management Platform

Panorama des acteurs et de leur positionnement

3. Personnalisation > EBG Juin 2015