La Connaissance Client en mode (in)tégré

La Connaissance Client en mode (in)tégré

Nous avions scruté le consommateur lors de ses achats « in-vivo », suivi le parcours de sa rétine face aux produits en rayons, corrélé son bassin de vie et sa zone de chalandise, recueilli sa satisfaction ou son insatisfaction par rapport à sa banque, son assureur, son FAI, sa voiture, …

Nous avons aussi au travers de grandes enquêtes, recueilli des grandes tendances socio-demo, des socio-styles. Et l’émergence du numérique et la sensibilité aux canaux digitaux a vite été un sujet d’étude (qui se souvient de Second Life ?).

Pour reprendre deux slogans qui ont nourris les marketeurs des années 90 et 2000, nous pensions être passé de « l’insaisissable consommateur » au « nobody’s unpredictable ».

(in)tégrer des données multiplates-formes pour mieux comprendre le client – l’aspect métier

Lors de sa conférence de presse du 30 janvier dernier, la Fevad a partagé les résultats du e-commerce 2013. Retour sur quelques points clés…

Avec 50 milliards d’euros dépensés sur le Net par les français en 2013, le secteur affiche une progression de +13,5% sur un an et un nombre de transactions en hausse de 17,5% !

La croissance des achats online est 10 fois celle des achats offline.

Dans le même temps, le nombre de sites marchands actifs a augmenté de 17% pour atteindre quasiment 140 000 e-boutiques !

L’Internet mobile progresse aussi :+ 97% de ventes au 4ème trimestre 2013 vs T4 2012 et des ventes sur ces supports multipliées par 5,5 en 3 ans. En moyenne, les sites du panel de la Fevad ont réalisé 11% de leur Chiffre d’Affaires sur mobiles et tablettes en 2013.

Et pourtant. Les taux de conversion online restent très faibles.

Si 55% des personnes qui entrent dans un magasin repartent avec un achat, seulement 2% des visiteurs d’un site marchand transforment leur visite en achat.

Ne serait-ce même qu’en acte : inscription à une newsletter, adhésion à un club, un programme de fidélité ou tout autre acte pour lequel le site a été conçu.

Certes, très souvent la fonction première du Net est la recherche d’information.

Mais comment aujourd’hui connaître, tracer et prédire les comportements de ce client multiplateforme et les relier à ce que nous savons de lui en offline ?

Et le marketing one-to-one de tenter de se reconstituer online en essayant de savoir à qui nous nous adressons mais avec des contraintes de confidentialité toujours plus drastiques.

L’évolution de Facebook est significative. Car si la structure et les liens des bases Facebook sont  publics, leur rattachement mutuel est bloqué et savoir quel individu exactement poste un commentaire sur ma fanpage peut être complexe. Est-il déjà client ? Comment entrer dans une relation individualisée avec lui ? Quel message ou quelle offre promouvoir ?…

A ce titre, les spécialistes du marketing comprennent aujourd’hui l’importance d’exploiter la multitude de données dont ils disposent pour améliorer leurs communications. Grâce aux évolutions technologiques, les consommateurs interagissent avec les marques par le biais de supports variés et génèrent ainsi des volumes de données exponentiels. Il est donc indispensable de savoir affiner et distiller ces connaissances. Les marketeurs tirent parti de données de navigation d’internautes (1st  party data) pour améliorer leur connaissance client ou cibler leurs audiences. Mais ils souhaitent également être capables d’utiliser tout type de données, aussi hétérogènes soient-elles (données online – base de cookies, offline, CRM, prospects, transactionnelles et tierces issues des sources externes, entre autres) pour créer une vue unifiée du client indépendamment des supports, des médias, et ce, afin d’en tirer la valeur maximale au travers des DMP (Data Management Platform).

D’un point de vue technique, la plupart des solutions de DMP sont basées sur un cookie. Or, dans la mesure où les consommateurs accèdent désormais au contenu des marques à partir de supports mobiles, les DMP doivent être capables de fournir une vue unifiée des clients sur toutes les plates-formes, de façon à exécuter des campagnes marketing intelligentes et pertinentes.

Là aussi, le consommateur doit rester au cœur de la stratégie : lorsque les marques parviennent à satisfaire les besoins du consommateur, celui-ci sait les récompenser.

(in)tégrer des données multiplates-formes pour mieux comprendre le client – l’enjeu technologique

L’évolution des comportements des consommateurs a donc comme conséquence la collecte d’informations online et mobiles volumineuses. Celles-ci nécessitent des nouveaux moyens de stockage, exploitation et d’analyses.

L’existence de ces nouvelles données de plus en plus volumineuses et multi-sources s’accompagne de l’émergence de nouveaux outils analytiques pour comprendre ce client protéiforme. Pour le dataminer, devenu data scientist, au-delà des outils analytiques traditionnels : datamining, enquêtes, textmining, géomarketing, il faut aussi (in)tégrer le webanalytics, les social media analytics, le sentiment analysis, …

Le dataminer doit aussi travailler dès maintenant de manière différente au quotidien.

Le temps du travail sur des bases exploitées sur un poste de travail ou avec des transferts de données s’estompe. La plupart des outils analytiques intègrent désormais la possibilité de traiter les données là où elles sont stockées : in-database, in-memory, in-place.

Et là où il y a 10 ans, les bases de données relationnelles étaient censées centraliser l’ensemble de l’information des entreprises, il faut désormais pouvoir regrouper les sources de données structurées et non structurées et apporter cette vision unifiée on/offline omni-source.

Tous les principaux éditeurs de SGBD traditionnels (Oracle, IBM, Teradata, Microsoft, Pivotal, …) l’ont rapidement perçu. Ils proposent tous une architecture spécifique de plugin de leurs systèmes de bases de données vers les plates-formes Hadoop pour l’interrogation de données structurées et non structurées.

La finalité est ici soit d’accélérer notoirement les temps de traitement via le couplage avec des architectures massivement distribuées (AMPP), soit d’accéder à Hadoop via le standard SQL plutôt que du NoSQL. Elle est aussi accessoirement pour ces éditeurs de proposer une distribution Hadoop complète pour concurrencer les distributions issues de l’open-source type HortonWorks, Cloudera ou MapR.

Et c’est bien là, l’enjeu et l’opportunité du big data que de mettre à disposition des utilisateurs cette vision unifiée et centralisée du client quel que soit son mode de contact avec l’entreprise.

Rattraperons-nous « l’insaisissable consommateur » ?

 

Ecrire un commentaire

* Name, Email, Comment are Required