Big Data : la rencontre entre CRM et média
Transcription
Big Data : la rencontre entre CRM et média
Partenaires : Big Data Big Data : la rencontre entre CRM et média PROGRAMME L’avancée des technologies de collecte et de traitement des données et l’évolution du marché de la publicité vers une vision centrée sur l’utilisateur (donc cross-device) permettent d’envisager des croisements intéressants entre CRM & publicité. Quelles marques ont investi dans le big, le smart data ou les mystérieuses data management platform pour passer le pas ? Est-ce nécessaire pour s'y essayer ? • • • • • • Comment intégrer aux programmes CRM les canaux publicitaires programmatiques pour réengager sa base d'utilisateurs efficacement ? Comment utiliser les données CRM pour faire de l’acquisition mieux ciblée ? Sur quels signaux de webanalyse peut vraiment s'appuyer le CRM ? Distinction entre le "qui" (CRM) et le "comportement" (webanalyse) Modélisation des données clients : lifetime value, look alike Comment intégrer le DMP avec les outils existants ? Quels impacts organisationnels prévoir ? Quel choix faire entre internalisation (CRM traditionnel) et recours à des agences (publicité traditionnelle) ? Intervenants : ♦ L'OREAL, Thibauld Berly, Global Digital Marketing & Analytics Director ♦ ORANGE GROUPE, Bruce Hoang, Directeur projets data intelligence ♦ SHOWROOMPRIVE.COM, Rachel Bouvier, Responsable Marketing Relationnel ♦ VOYAGES-SNCF.COM, Marie-Laure Cassé, Directrice marketing client et data Animateurs : ♦ 55, Hugo Loriot, Director Media Technologies ♦ TURN, Ghislain Lefebvre, Enterprise Sales Manager Big Data : la rencontre entre CRM et média ♦ Introduction Hugo Loriot, 55 Fifty-Five est une agence data présente à Paris, Londres et Hong Kong. Notre objectif consiste à aider nos clients à mieux collecter et mieux comprendre la masse d'informations qu'ils peuvent tirer du digital (et potentiellement du CRM) et de l'activer au mieux en média ou en hors média. Il s'agit aujourd'hui de montrer en quoi peut consister le rapprochement entre les équipes média et les équipes CRM, qui historiquement avaient tendance à communiquer assez peu entre elles. Le développement du digital pousse à se poser de nouvelles questions : Que faire si j'ai la possibilité de savoir que mon prospect est en fait un client ? Faut-il ou non l'exclure ? Faut-il proposer un traitement spécifique ? L'arrivée de tout l'environnement média comportemental pose la question de la communication entre les équipes CRM et les équipes média. Est-il pertinent d'acheter du média pour des gens que je pourrais solliciter de manière gratuite? Ghislain Lefebvre, TURN TURN est une société américaine proposant, dans une plateforme unique, une technologie permettant d'exécuter des campagnes via la solution DSP et d'analyser la data via les parties Data Management Platform et Datamind. Il s'agit pour les marketers de se doter des outils qui vont permettre de bien répondre aux objectifs. Le cabinet Gartner a évoqué l'outil "Digital Marketing Hub", qui permet de disposer d'une vue unifiée des consommateurs. Les bénéfices vont être multiples : les données présentes permettent de gagner en intelligence, de les confronter de manière multidimensionnelle, d'avoir une compréhension plus fine des audiences, de structurer une masse importante de datas… L'adoption de ces outils implique une mutation des organisations. ♦ Présentation des intervenants Marie-Laure Cassé, VOYAGES-SNCF.COM Nous avons véritablement pris le virage du Big Data à l'été 2014, ce qui a donné lieu à une réorganisation de l'équipe marketing digital. Je me concentre essentiellement sur les sujets liés aux stratégies Datas clients/Personnalisation/Outils. Il s'agit de tirer l'opportunité maximale des données CRM sur l'ensemble des points de contact, dans une logique de personnalisation des parcours et de l'expérience utilisateur. Thibauld Berly, L'OREAL L'environnement dans lequel évolue L'Oréal est très fragmenté : nous avons 30 marques dans une soixantaine de pays, avec des disparités considérables concernant les problématiques des différentes marques. De plus, nous ne maîtrisons pas les points de vente, ce qui signifie qu'il est très difficile de recueillir de la data CRM en offline. Mon rôle consiste à insuffler la transformation vers le "data driven digital marketing". Bruce Hoang, ORANGE GROUPE Chez Orange France, plusieurs directions reportent directement à la DG : la direction Marketing, la direction Communication, la direction Commerce, la direction de la Relation client, etc. En octobre 2013 a été créée la direction de la Stratégie client et data, dirigée par Delphine Roujol. Cette direction a pour objectif d'amener une expérience client incomparable. Elle est en charge de tous les projets Data/Big Data - avec des sujets de rétention, de cross-sell, d'up-sell – et des outils à mettre en place de manière transverse. Ces projets doivent en effet être menés de façon collective, avec le Marketing, la Communication, les Ventes, le CRM, etc. En juillet 2014, nous avons lancé un appel d'offres pour mettre en place d'ici deux ans une Data Management Platform. 2 Big Data : la rencontre entre CRM et média Rachel Bouvier, SHOWROOMPRIVE.COM Comme beaucoup de pure players, Showroomprivé.com est assez mature sur la partie acquisition. Nous avons actuellement 20 millions de membres dans toute l'Europe. Il s'agit maintenant de mieux capitaliser sur cette base de données clients pour la faire grandir et effectuer des actions de fidélisation. Nous avons un site "fermé" : pour entrer sur Showroomprivé.com, le client doit s'identifier. Ainsi, tout notre parcours client peut être tracé. *** ♦ Quelle est la finalité des actions que vous menez ? Bruce Hoang, ORANGE GROUPE Nous sommes perçus, à juste titre, comme une entreprise qui détient énormément de données. Cependant, nous ne pouvons croiser les données CRM de nos clients avec des données de navigation sans leur consentement explicite. Il s'agit-là d'une obligation légale. S'il y a un objectif qui mène tous nos projets Data, c'est l'expérience client. Il faut toujours se mettre à la place du client. Si je lui demande son consentement, il faut véritablement lui apporter une valeur ajoutée forte. Nos campagnes de communication se font de manière assez désordonnée, avec un système de "silos". Le simple fait d'éviter à un client de ne pas être exposé à un message publicitaire sur l'offre à laquelle il a déjà souscrite représente déjà un grand pas. Si le client accorde son consentement, nous allons dans un deuxième temps pouvoir faire du display CRM, avec l'objectif de fournir une expérience incomparable (qui reste notre objectif ultime). Au final, la data permet de replacer le client au centre des directions. Thibauld Berly, L'OREAL Nous n'avons pas voulu tomber dans le piège du "buzz word" DMP ! Il s'est agi de profiter de notre immense terrain de jeu pour lancer des pilotes et procéder à du Test & Learn. Par exemple, nous avons voulu intégrer les données de Web Analytics et de campagnes dans la base CRM, pour ensuite générer des e-mails en fonction d'un scoring. Autre exemple : l'utilisation des données de webanalyse et des différents canaux médias pour venir nourrir des campagnes de bidding sur du look-alike. Voilà des sujets très concrets pour lesquels nous devons procéder à de l'évangélisation en interne. Marie-Laure Cassé, VOYAGES-SNCF.COM Nous avons beaucoup de données, avec quasiment 9 millions de clients par an en France. L'enjeu consistait dans un premier temps à réunir les données CRM et les données de navigation, afin de construire une segmentation de nos visiteurs et de monter d'un cran dans la vision des internautes. Cela nous a permis de faire prendre conscience à l'entreprise des enjeux liés à la personnalisation. La logique est d'appliquer les recettes CRM (Push notifications, e-mails…) aux leviers médias plus classiques que sont le display, le search… Le fait de connecter les données CRM et média ouvre la porte à de l'acquisition pure sur des populations précises qui nous intéressent, sur des bassins d'audiences stratégiques (par exemple, les populations seniors qui consultent les horaires et les tarifs sur le site, mais qui se rendent en agence physique pour transformer). Rachel Bouvier, SHOWROOMPRIVE.COM Comme L'Oréal, nous avons une approche pragmatique et procédons à du Test&Learn. Par exemple, nous nous servons de nos données CRM pour rentabiliser nos coûts d'acquisition. Sur toutes nos campagnes d'acquisition de mots clefs, on exclut nos "déjà membres". 3 Big Data : la rencontre entre CRM et média Nous utilisons également nos données CRM afin de mieux cibler nos campagnes d'acquisition (typiquement via Facebook et les custom audiences en prenant le profil de nos meilleurs acheteurs). Nous avons aussi testé des campagnes de remarketing sur des "déjà membres" que l'on re-cible via Facebook ou du display. Les résultats sont mitigés sur ces petits volumes. ♦ Pour répondre à ces problématiques, quels ont été vos choix technologiques ? Bruce Hoang, ORANGE GROUPE Plusieurs critères ont été pris en compte dans l'appel d'offres. Le premier concerne une problématique d'infrastructures, avec la connexion des données entre elles. Nous avons donc favorisé dans cet appel d'offres la notion de connecteurs natifs compatibles avec nos outils existants (adsever, outils d'attribution…) Le deuxième critère est celui de la sécurité. L'objectif n'est pas d'envoyer des données personnelles dans la DMP. Il nous faut nous assurer que nous avons la possibilité de faire des audits de la plateforme à n'importe quel moment. Il est aussi important de savoir à quel endroit ces données sont hébergées. Le critère CRM est absolument fondamental. Il existe des éditeurs qui sont très bien outillés côté média, mais pas forcément côté CRM. Il nous faut apprendre ensemble à réunir ces deux mondes. Notre interlocuteur doit comprendre l'environnement CRM et les métiers du CRM. C'est d'ailleurs de là que tout doit partir : le métier CRM est le point de départ. ♦ L'onboarding Hugo Loriot, 55 Tout dépend de quel type de CRM on dispose. S'il est très offline, il est peu évident d'aller chercher cette information sur le digital. Il y a deux façons de le faire : soit décider que tous les clients doivent se connecter sur mon site, soit faire appel à des systèmes d'onboarding de données. Ces solutions technologiques ont pour mission de recevoir ces informations offline (nom, prénom, code postal…) et de rechercher le maximum de cookies (même si la personne n'est pas venue sur le site). Cela illustre bien la complexité des chantiers DMP, où il est quelquefois nécessaire de faire appel à un attelage d'acteurs pour certains projets. Marie-Laure Cassé, VOYAGES-SNCF.COM Nous nous sommes aujourd'hui limités à la partie digitale, en nous disant que la partie offline sera traitée à part. Il y a tout d'abord une raison juridique à cela, puisque les structures SNCF et Voyages-SNCF.com sont distinctes. SNCF a pour obligation de traiter l'ensemble de ses distributeurs de la même manière. Thibauld Berly, L'OREAL L'objectif consiste tout d'abord à obtenir une certaine transparence sur les outils et à profiter de la récupération de licences pour faire monter en compétences les équipes. Le fait de disposer de son propre outil et d'être propriétaire des datas offre bien plus de confort sur les questions liées à la sécurité et à la protection des données personnelles. Rachel Bouvier, SHOWROOMPRIVE.COM Nos problématiques actuelles se situent plutôt sur la volumétrie et le stockage. Nous nous interrogeons sur l'architecture de notre base pour stocker davantage. Avec le responsable de la Business intelligence et du Data mining, nous réfléchissons main dans la main sur les outils que nous avons récemment testés, comme Dataiku, qui permet de "digérer" des données et de bâtir des modèles statistiques. Nous avons ainsi pu créer un algorithme de détection d'inactivité avec un scoring propre à chaque client pour retargeter le client au meilleur moment. A l'avenir, nous pourrions avoir recours à ce genre d'outils afin d'améliorer nos stratégies de prix. 4 Big Data : la rencontre entre CRM et média ♦ Comment organisez-vous la gouvernance avec un écosystème d'agences ? Marie-Laure Cassé, VOYAGES-SNCF.COM Traduire une certaine ambition en actions opérationnelles est le plus difficile. De la théorie à la pratique quotidienne, de nombreuses difficultés se présentent, ces technologies étant assez nouvelles. Il nous fallait d'abord comprendre le module RTD, ce qu'il fournissait concrètement, qui créait les segments… Les réponses ont un impact sur la gouvernance. De même, pour les gens du média, la question de la compréhension de la DMP est assez nouvelle… Le chantier a été complexe. Notre erreur aura été de ne pas le traiter comme un projet à part entière, mais d'y aller en mode "opportuniste", sans briefings précis. Thibauld Berly, L'OREAL Le projet s'est révélé très complexe d'un point de vue technique. Sur le papier, tous les outils sont intégrés entre-eux et tout fonctionne "sans couture"… La réalité est bien différente ! A cette complexité technique s'ajoute une difficulté au plan de la gouvernance. Des gens qui sont censés travailler ensemble (notre agence search, notre agence display, notre agence performance) le font assez rarement dans les faits. Ils seront forcés à collaborer autour de la data et du consommateur. Le fait d'abattre ces silos (d'un point de vue technique et organisationnelle) entre les différents canaux et de pouvoir réconcilier des cookies représente d'immenses challenges. C'est pour cela qu'il convient de se mettre en "mode projet", d'avoir dès le départ les bons acteurs autour de la table et de définir une bonne gouvernance. Bruce Hoang, ORANGE GROUPE Nous sommes vraiment en "mode projet" puisque la direction Stratégie client et data est transverse. Un premier test sans DMP a été mené à l'automne 2013 pour coordonner deux types de campagnes digitales. Forts de cela, nous avons tenu à mettre en place un comité sponsor, avec un "mode projet" DMP, des use cases définis… Dans nos grands groupes, ce fonctionnement en "mode projet" avec le soutien de la DG est indispensable. Il ne suffit pas d'avoir une gouvernance ; il faut aussi avoir les compétences. J'identifie quatre mots clefs : CRM, digital, statistiques, consumer insights. J'ai ainsi recruté un responsable de coordination DMP pour avancer très rapidement avec l'ensemble des acteurs et avec les agences. Rachel Bouvier, SHOWROOMPRIVE.COM Nos équipes étant plus réduites (et en tant que pure player), je pense que la complexité est moindre pour Showroomprivé.com. Le CRM et le média font partie de la même direction, qui est la direction Marketing. Dans l'espace physique de travail, les compétences sont proches les unes des autres. ♦ Comment L'Oréal, qui regroupe 30 marques dans 60 pays, gère-t-il le déploiement de toutes ces initiatives Thibauld Berly, L'OREAL On essaie de ne pas être un frein en central, et plutôt un accélérateur. Cela signifie qu'il y a des technologies sur lesquelles les pays et les marques n'auront pas le choix. Ce sont des briques de base. Pour les technologies plus innovantes, comme les outils de bidding ou la DMP, nous avons recours à une logique de pilotes afin d'apprendre en faisant. C'est une démarche intéressante sur un marché où l'on a du mal à percevoir la complexité technique des projets et la performance des acteurs. Sur les briques de base, la Chine est toujours dans le giron du programme global. Nous sommes cependant en train de tester des acteurs locaux ; nous comparerons les performances de ces outils locaux avec les outils globaux, afin de choisir le meilleur dispositif. 5 Big Data : la rencontre entre CRM et média ♦ Avez-vous prévenu vos clients du croisement entre données CRM et média ? Bruce Hoang, ORANGE GROUPE Cela est prévu pour la deuxième phase de déploiement de la DMP. Tous nos clients ne vont évidemment pas consentir ; nous allons partir sur une base suffisante pour faire de la modélisation et des scores de généralisation. Le programme de consentement sera lancé au second semestre 2015. Marie-Laure Cassé, VOYAGES-SNCF.COM Nous "matchons" la navigation et l'e-mail lorsqu'il y a eu une commande ou bien un clic sur une newsletter… Pour les e-mails qui font suite à un abandon de panier, nous avons mis en place une fonctionnalité permettant de se désabonner de ce type de courriels. ♦ Conclusion Hugo Loriot, 55 Il n'y a pas de recette unique, mais des réponses différentes en fonction des cas. Il n'est pas obligatoire de passer par des appels d'offres DMP, en fonction de la complexité du projet que l'on souhaite mener. Derrière, il y a un grand enjeu de connexion avec les outils d'adserving, de bidding. Aujourd'hui, le dispositif est étroitement lié aux navigateurs Web et au programmatique. Au sein d'un navigateur, le challenge technique consiste à intégrer des plateformes hors DSP. Le fait de travailler en "mode projet" et la prise de conscience sur la dimension tripartite ou quadripartite sont fondamentales. On ne peut partir tête baissée dans ce type de projet, car même si cela fonctionne techniquement, il y aura toujours des problèmes de lisibilité des performances. 6 Finance Cas d’usage : Fusio des do ées CRM et des do ées o li e pour prédire et répo dre aux esoi s d’i vestisse e ts de i les disti tes prioritaires Les deux cibles identifiés : 1. Investisseurs qui préfèrent gérer leurs portefeuilles 2. Investisseurs qui préfèrent être conseillé Problématique : comment prédire pour chaque point de co tact dia la cat go ie p su e de l’i dividu ciblé? Dispositif: 1. Interroger la donnée à son niveau le plus granulaire 2. Profiler les deux cibles identifiés de manière multi dimensionnelles (données CRM, données de 3rd party, comportements navigationnels…) 3. Isoler des critères discriminants pour chaque cible. Ces critères deviennent des signaux forts au o e t de l’achat display pou p di e l’appa te a ce à un g oupe ou l’aut e. Résultat : « profiling » des deux cibles prioritaires Finance Cas d’usage 2: Identifier les nouveaux clients à plus fortes valeurs grâce à la segmentation CRM offine Une entreprise financière a établi au sein de sa base CRM 6 segments clés qualifiant ses meilleurs clients. Elle souhaite pouvoir utiliser cette segmentation dans sa stratégie de prospection Dispositif: 1. ingestion dans le DMP des individus et de la segmentation associée – chaque individu est déterminé par un ID unique 2. Profiling de ces individus en confrontation avec les données 3rd Party présentes dans la base 3. Pour chaque segment, association des 3 meilleurs catégories des partenaires de 3rd Party permettant de présumer précisément les individus plus propices à devenir des clients à fortes valeurs Mise e place d’u e st at gie d’achat p og a ati ue adapt e Digital Hub For Marketers : une plateforme unique pour le marketing Créer des audiences grâce aux données (DMP) Audience/ Data Management • Activer vos données 1st party AUDIENCE SUITE • 50,000+ de segments 3rd Party Analysez, apprenez, planifiez (DataMine) • Affiner la mesure • Modéliser les bénéfices futurs • Gagnez en intelligence • Multi Touch Attribution • Un reach de 100% • Des options de ciblages avancées • Exporter les segments vers vos canaux marketing • Modeliser vos audiences Construire des campagnes cross-canales (DSP) Analyse Turn Platform DATAMINE ANALYTICS • Le contrôle de la diffusion • 130+ partenaires Exécution avec précision Achat Programmatique CAMPAIGN SUITE • Enseignements en temps réel • Maîtrise de la pression • Scénarisation • Bidding selon le parcours 4 Data onboarding : principe OFFLINE ONLINE (cookie ou ID) Acteu s d’onboarding Exploitation média Taux correspondance : 30-55%* 30-55% Base CRM offline Eco-systèmes publicitaires fermés Taux correspondance : 40-60%* *Source: sites de Liveramp & Facebook 40-60% • Retargeting, extension des canaux traditionnels CRM • Profiling de profils jumeaux pour acquisition (look alike) Exploitation publicitaire dans l’ cosyst e fe CASE STUDY Financial Services Merging CRM and Online Data to Enhance Buyer Personas and Improve Related Strategies Goal: Predict and Cater to the Investment Needs of Two Buyer Persona Types An online financial services company wanted to cater optimally to the investment needs of two types of buyer personas: those who prefer to manage their own investments (self-directed) and those who prefer to receive advice (advice-oriented). The company needed a way to predict prospects’ buyer persona. Solution: Use Turn DataMine Analytics to Predict Persona The Turn Marketing Science Services team used Turn DataMine™ Analytics to analyze merged CRM and online data to find predictive characteristics for the two buyer personas. DataMine Analytics stores all data, such as media execution data and data ingested from marketing sources, at the most granular level and maps it to Turn user IDs—so it can be enhanced with the company’s proprietary CRM data. By identifying key characteristics of its buyer personas, the financial services company can tailor its website content and advertising strategy with more relevant offers for each consumer. For example, customer onboarding for the financial services company involved taking attributes from its CRM system, which identified existing customers as self-directed or advice-oriented, and mapping the attributes to the Turn user IDs. With merged data on hand, DataMine Analytics allowed the Marketing Science Services team to avoid spending time on data collection or cleanup—and get directly to the high-value analysis. In this case, the analysis focused on looking for predictive characteristics among self-directed and advice-oriented customer groups. Results: Apply Buyer Persona Insights to Website and Advertising Strategy The DataMine Analytics synthesis of the merged CRM and online data identified five predictive characteristics for each of the buyer personas. For example, if a new prospect is Asian or doesn’t speak English, they’re likely to identify as a self-directed investor (see figure). If a prospect lives in Nebraska or makes more than $10 million annually, they’re likely to identify as an advice-oriented investor. The online financial services company has acted on these findings in its website strategy: The website content now changes in response to each prospect’s predicted buyer persona. The company may soon enhance its advertising strategy using buyer persona insights to inform its media buying decisions and alter its creative messaging. Turn DataMine identifies five predictive characteristics for each persona. Self-directed predictors Advice-oriented predictors 100% 100% 90% 90% 80% 80% 70% 70% 60% 60% 50% 50% 40% 40% 30% 30% 20% 20% 10% 10% 0% 0% Asian Non-English speaking Read horoscopes Work in soware Live in Las Vegas Self-directed Widow Physician/ dentist Farmer Over $10M Live in Nebraska Advice-oriented Source: Data from Turn DataMine Analytics for an online financial services company. © 2014 Turn Inc. All rights reserved. Turn and the Turn logo are registered trademarks of Turn Inc. DataMine is a trademark of Turn Inc. Other trademarks are trademarks of their respective companies. All services are subject to change or discontinuance without notice. March 2014 Case Study | Financial Services: Merging CRM and Online Data to Enhance Buyer Personas 1 CASE STUDY Financial Services Identifying New Online Prospects Using Oline CRM Segmentation Goal: Reach Potential Customers Online A inancial services brand wanted to identify their most promising new prospects. The brand had already invested heavily in understanding their current oline audience and had deined six key CRM segments. Now they hoped to use this segmentation to identify a similar audience online and target them in just the right way. Solution: Identify Likely Online Customers by Mapping to Offline CRM Segments To zero in on the best online prospects, the brand needed to map their oline customers to online users within the same CRM segments. From there, they could better understand online behavior, tailor their online targeting, and reach prospects through relevant digital advertising. Here are the steps they followed: 1. Turn® Audience Suite ingested customer data from six oline CRM segments and assigned each oline customer an online anonymous Turn User ID. 2. Turn DataMine™ Analytics compared attributes of these Turn User IDs to third-party data from the Turn AlwaysOn™ ecosystem to gain insight into these users’ online interests and behavior. 3. For each CRM segment, the top-three AlwaysOn data segments were identiied, allowing the brand to more precisely target their audiences based on the behavior they exhibit online. The chart below shows an oline CRM segment (Retirement Accumulators) and the three online segments with the largest percent of overlap. By mapping the Turn User IDs from the oline segment to the AlwaysOn data ecosystem, the brand learned that the most promising online prospects in this CRM segment are users interested in jewelry, universities, and sotware. AlwaysOn Segment Top-three AlwaysOn Segments to Reach the Retirement Accumulators CRM Segment Retail ->Apparel ->Jewelry 31% Education ->Universities 30% Technology ->Computers ->Soware 30% 0% 10% 20% 30% 40% 50% % Overlap with Offline CRM Segment Source: Data from Turn DataMine Analytics for a inancial services company. Next Steps: Making Smart Bidding, Budgeting, and Personalization Decisions By investing in a deep understanding of their online audience, the brand now had the insights needed to make smarter marketing decisions and deliver the right messages to the right audience. To implement their online strategy, the company worked with a third-party vendor to dynamically personalize the brand website to serve the most relevant content for each visitor, based on the online customer segmentation. Additionally, the brand leveraged their new inancial insights into each segment by investing more heavily in digital advertising that targeted the most proitable prospects. © 2014 Turn Inc. All rights reserved. Turn is a registered trademark of Turn Inc. AlwaysOn and DataMine are trademarks of Turn Inc. Other trademarks are trademarks of their respective companies. All services are subject to change or discontinuance without notice. September 2014 Case Study | Financial Services: Identifying New Online Prospects Using Oline CRM Segmentation