Analytics et big data : comprendre les différentes étapes pour

Transcription

En partenariat avec
Analytics et Big Data : comprendre les différentes
étapes pour rendre son marketing encore plus performant
PROGRAMME




De la simple analyse descriptive à l’analyse prédictive et prescriptive, quelles
sont les différentes étapes ?
Que peut-on en attendre pour les stratégies marketing web, mobile et social ?
Comment utiliser au mieux les résultats de ces analyses ?
Comment évaluer son niveau de maturité et ses besoins ? Quels impacts en
attendre sur les choix à faire ?
Jusqu’où peut-on aller dans l’automatisation et la prédictibilité des
campagnes Marketing ?
Intervenants :
ADOBE SYSTEMS FRANCE, Eric Bricier, Senior Digital Marketing Solution
Consultant
PRICEMINISTER, Odile Szabo, Directrice Opérations marketing
SFR, Marion Genot, Directeur CRM
SHOWROOMPRIVE.COM, Amandine Perot, Directrice Marketing
Animateur :
ADOBE SYSTEMS FRANCE, Christophe Marée, SouthWest Marketing
Manager
1/11
Animateur
Il est important de se rendre compte des changements actuels. On se doit, de plus en plus,
de justifier les investissements. Une étude montre que dans les fonctions marketing, les
personnes ne sont pas capables de faire la mesure de l’impact du marketing par rapport aux
investissements qu’elles font.
ADOBE SYSTEMS FRANCE, Eric Bricier
L’offre marketing cloud d’Adobe combine l’ensemble des solutions qui vont être utiles au
marketing.
PRICEMINISTER, Odile Szabo
On entend beaucoup parler du Big Data. Nous n’en faisons pas, nous faisons plutôt du small
ou du medium data que nous développons autour de sources différentes (devices,
remontées des clients, etc.). Il faut savoir réagir très vite, en temps réel, par exemple si
quelqu’un veut acheter une tablette.
SFR, Marion Genot
On est sur la définition classique de volume, vitesse, etc. En interne les gens n’emploient
pas le terme de Big Data. La donnée n’est qu’un moyen, nous nous demandons surtout ce
qu’on veut en faire, c’est-à-dire comment l’exploiter. Nous cherchons à lui donner du sens en
tenant compte de cette notion de temps réel, de plus en plus présente. L’important est
d’avoir tous les process et l’architecture SI pour pouvoir suivre.
SHOWROOMPRIVE.COM, Amandine Perot
Le Big Data est l’ensemble des données non structurées. Nous sommes un site logué. Nous
avons beaucoup de données et nous récupérons aussi celles du site client. Il s’agit de les
exploiter de façon ordonnée au service de la stratégie business.
Animateur
Il y a 10 ans, le Big Data n’existait pas, le web et l’analytics commençaient seulement.
Marion, pouvez-vous nous rappeler quelle était la situation de l’analytics à cette
époque et les étapes par lesquelles vous êtes passés ?
SFR, Marion Genot
L’analytics est utilisé côté finance. Comme je connais plus le côté marketing je vais vous
parler du CRM. Il a été structuré en tant que tel vers 2008. La démarche a d’abord consisté à
identifier une équipe en tant que telle et à regrouper l’outillage MOA avec une focalisation
forte sur ce qui est modélisation. L’idée était que ce soit utile et nous avons cherché la
manière de fidéliser les clients à travers une meilleure connaissance et une meilleure
prédiction de leurs comportements. Au départ c’était surtout prédictif et aujourd’hui nous
nous rapprochons de plus en plus du temps réel. Depuis mon arrivée, je travaille à stabiliser
les socles. En effet, pour parler de la mesure, je me suis aperçue que nous faisions
beaucoup de choses mais qu’il nous était difficile d’analyser les retombées car nous avons
des volumes énormes avec 150 campagnes par mois. Il y a tellement de choses que les
gens ne savent pas toujours ce qui est utile ou non, ce qui marche ou non. Nous sommes
donc dans une phase qui est plutôt dans le "moins mais mieux" avec une approche un peu
plus ROISte, afin de voir si tout fonctionne ou pas, même s’il n’est pas toujours facile de tout
mesurer.
Animateur
Amandine, vous avez une approche différente que vous faites via un site. Comment
avez-vous mis en place ces analyses et quelles ont été les étapes ?
2/11
En tant que pure player, nous regardions dès le départ toutes les données afin d’optimiser le
ROI et les démarches business, à l’aide d’indicateurs assez standards de qualification du
trafic et de performance. Puis, nous avons dû progresser, la base a augmenté, et il a fallu
simplifier la lecture des données pour avoir une lecture business simple. Ensuite, nous avons
mis en place un KPI pour avoir une lecture business simplifiée en temps réel. L’idée est de
pouvoir estimer et prédire le business. Nous devons passer à une phase prescriptive où il
existe, en effet, de plus en plus de données. Nous devons également prendre en compte les
changements d’utilisation car il y a de plus en plus de trafic sur mobile et cela demande de
comprendre les nouveaux usages.
Nous devons nous adapter. Nous sommes toujours obligés de nous challenger et de nous
remettre en question car rien n’est jamais figé. Nous nous appuyons aussi sur la data pour
justifier la mise en place des nouveaux projets sur le site. Nous allons mettre en place des
mesures correctives sur le site et l’objectif est l’apport supplémentaire de business.
Animateur
Odile, quelles ont été les étapes chez PriceMinister ?
Nous avons lancé le site en 2001. Je suis arrivé 3 ans après. Les créateurs ont pensé qu’il
était intéressant de développer un système de tracking interne, ce qui était une grande force
du site dès le départ. Ensuite nous sommes rentrés dans une stratégie d’acquisition. En
2004-2005 nous avions plus d’1 million de membres et nous avons commencé à vouloir
savoir qui étaient nos clients. Nous avons mis en place une phase de fidélisation pour mieux
connaître notre base et nous avons développé un CRM.
Aujourd’hui, nous avons plus de 120 scénarios différents en fonction du comportement des
utilisateurs. Par exemple, si un utilisateur abandonne son panier, nous lui envoyons un email
pour lui apporter une réponse et, à chaque fois, pour pousser les produits en panier et les
produits similaires. D’autre part, plutôt que d’envoyer du mass mailing à tous nos clients
nous leur envoyons des emails ciblés. Nous avons un meilleur retour de rentabilité et moins
de mails envoyés, donc moins de coûts.
Animateur
Eric, Adobe crée des solutions pour améliorer la mise en place des campagnes
marketing et faire les bons suivis. En tant qu’utilisateur, quelles expériences pouvezvous partager avec nous ?
Adobe propose tout une gamme de produits et vend énormément sur son propre site web.
Adobe réalise aujourd’hui un peu plus de 4 milliards de CA et l’objectif est de réaliser environ
20 à 25 % de ce CA en online. Adobe est un propre utilisateur de ses solutions marketing,
afin de faire la promotion, et utiliser l’ensemble de son revenu qui provient du site.
La mesure et l’analytics sont 2 choses qui font partie de l’ADN d’Adobe. La mesure est
réalisée sur l’ensemble de la visite du site et sur tous les canaux. Nous mesurons avec un
objectif d’optimisation et de compréhension, pour comprendre ce que vient faire l’utilisateur,
ce qu’il vient chercher. Cela nous permet de reconnaître plusieurs typologies d’utilisateurs et
de proposer à chaque utilisateur la meilleure offre au meilleur moment.
Animateur
3/11
Quels usages faites-vous de ces données ? Faites-vous des rapports à d’autres
services que le service marketing ? Avez-vous mis en places des KPI, avez-vous des
stratégies de mesures, par exemple du taux de satisfaction du client ?
Le KPI permet d’avoir les informations en temps réel et nous permet de suivre l’activité, au
jour le jour. Par exemple nous allons pouvoir suivre les données des ventes privées de la
veille, les taux d’écoulement, et d’autres informations très précises qui vont plutôt servir aux
équipes commerciales. Sur la partie marketing, comme nous avons accès aux données en
temps réel nous allons pouvoir mieux piloter les campagnes, nous avons accès au ROI en
temps réel.
Nous avons aussi créé de nouveaux indicateurs comme le NPS (Net Promoter Score), qui
permet d’évaluer la satisfaction client. En tant que pure player nous n’avons pas de réel lien
avec nos clients et il est difficile de mesurer la satisfaction client. Le NPS est calculé par
rapport à des baromètres et des enquêtes, qui sont envoyés chaque mois ou après chaque
commande de nos clients, pour avoir un retour sur l’expérience qu’ils ont eue. La note
obtenue va servir à l’ensemble de la société et nous avons ensuite la possibilité de la
retraiter via le tracking. Par exemple, nous allons pouvoir observer qu’un mode de livraison a
une meilleure note qu’un autre, ou que la note a baissé par rapport au mois passé. Dans ce
cas, cela nous permet de nous rapprocher de notre partenaire pour lui demander pourquoi,
ce qu’il s’est passé. C’est aussi un point de référence pour les équipes commerciales afin de
jauger du bon traitement d’une vente privée (étapes, logistique, etc.). Toutes ces
informations permettent un meilleur pilotage de l’activité à tous les niveaux et sont utiles à
tout le monde.
J’ai choisi un exemple prédictif, que nous avons mis en place fin 2011, qui est la
recommandation de produits que nous allons pousser sur PriceMinister. Nous avons travaillé
avec un partenaire extérieur qui propose des algorithmes de recommandations
personnalisées de produits, assez poussés. Nous avons testé des emplacements sur le site
et sur la home page. Nous avons fait tourner des algorithmes différents. Ces algorithmes,
par exemple, nous permettent d’observer que les gens qui ont acheté tel produit ont
également acheté tel autre produit, que ceux qui ont cherché tel produit ont aussi cherché tel
autre produit, etc.
Il faut toujours avoir un objectif, le nôtre était d’améliorer le taux de conversion sur le site.
Après avoir fait une série de tests pendant plusieurs mois, nous avons déterminé quels
étaient les meilleurs emplacements sur la home page pour la conversion. Nous combinons
aujourd’hui tous les éléments pour pousser les meilleurs produits aux utilisateurs et les KPI
vont nous permettre des meilleurs taux de conversion sur le site. La fiche produit est
également un emplacement qui est très efficace. Le KPI est basé sur l’historique des
personnes qui ont vu le même type de produit. Les KPI nous ont aussi permis d’analyser la
page panier, les reco sont importantes et efficaces pour augmenter le panier moyen et faire
de l’upselling.
SFR, Marion Genot
Nous sommes aussi focalisés business. Nous regardons de près tout ce qui est analytics.
Chaque département a ses KPI. Nous sommes très cross-canal, dans nos espaces SFR, sur
le web, et auprès de nos vendeurs en boutique. L’idée est de pousser l’offre au bon moment.
Nous poussons surtout des offres de fidélisation en les mettant de manière cohérente et en
même temps dans les différents canaux. Nous faisons également de l’upsell et du cross-sell,
par exemple du mobile au client ADSL et inversement. Nous proposons des offres sur
4/11
mesure qui tiennent compte de l’appétence que nous avons pu évaluer des clients et
également de la générosité de la valeur qu’on estime pour ses clients.
Nous essayons de combiner à la fois du prédictif et aussi du comportement constaté. La
difficulté est de pouvoir rapatrier toutes ces données en centrale pour les analyser. Une fois
analysées, nous les re-dispatchons dans les canaux pour qu’elles soient utilisées. En
interne, il y a encore beaucoup d’adeptes du mass market, donc nous faisons aussi un
travail d’éducation pour expliquer que tout ce travail de qualification de la base a une valeur,
car on va dépenser moins d’énergie et d’argent pour une meilleure conversion.
Animateur
Vous parliez d’éducation interne. Avez-vous mis en place une organisation
particulière, avec des profils particuliers de collaborateurs, avec des compétences
particulières ?
Non pas vraiment. Nous avons une équipe BI qui va traiter la donnée mais ensuite les
personnes qui vont utiliser les données sont les équipes marketing et finance. Dans l’équipe
marketing, nous recrutons des personnes qui sont à l’aise avec les chiffres. Ce sont des
collaborateurs de formation informatique et business, ce sont plus des mathématiciens et
des spécialistes des statistiques que des créatifs.
SFR, Marion Genot
Nous avons des gens plus analytic au marketing, nous fonctionnons en binôme avec eux.
J’ai des profils variés. D’une part des gens orientés statistiques qui savent faire parler les
données, et d’autres part des gens qui font de la gestion de projet, et qui savent structurer
des campagnes une fois que les cibles sont identifiées. Enfin, j’ai des gens qui savent
s’interfacer avec le marketing. Nous avons donc un panel de profils et de gens différents.
La DSI a la charge de la fiabilité de la donnée. Elle doit prendre des décisions sur des
données valables et fiables. Nous avons créé une cellule BI au sein de la DSI. Elle est
constituée de profils plus statisticiens pour nous accompagner dans ces problématiques que
nous avons au quotidien. La fiabilité de la donnée est donc gérée par la DSI.
Au sein de l’équipe marketing nous devons régulièrement faire des analyses. Cela demande
des compétences particulières que nous développons chez les personnes qui arrivent dans
l’équipe si elles n’ont pas cette formation au départ.
Animateur
Lorsqu’on cherche à mesurer l’impact des réseaux sociaux sur le business, des
études montrent qu’en mesurant la performance, on arrive à des revenus par clic
autour de 60c, et en first clic on arrive à 1,13 dollars. Donc la logique des réseaux
sociaux se fait très en amont.
Dans le monde du social, quelles solutions avez-vous mises en place ? Comment
utilisez-vous ces données, quelles stratégies avez-vous développées, comment en
mesurez-vous les impacts sur les entreprises ?
SFR, Marion Genot
Les stratégies sociales sont multiples. Il y a tout ce qui est lié à la e-réputation d’une part. Il
faut être capable de savoir tout ce qui se dit sur SFR, l’analyser pour pouvoir y répondre en
conséquence avec une stratégie adaptée, nous sommes sur ce créneau. Ensuite il faut gérer
5/11
tout ce qui concerne les réponses aux clients, tout ce qui est relationnel client à travers les
réseaux sociaux. La problématique repose la façon de gérer votre présence dans les
réseaux sociaux. Ce qui est plus incertain est tout ce qui porte sur les tests en rapport avec
les offres que vous pouvez faire. Nous analysons toutes les données en rapport avec les
offres proposées.
Toutes ces analyses sont très exploratoires. Facebook lui-même n’a pas toutes les réponses
aux questions que nous lui posons. Il est important d’explorer et d’aller défricher ces
nouveaux outils et terrains qui sont en train de se créer. Il y a souvent des déperditions car
les parcours clients ne sont pas forcément au top. Nous investissons beaucoup mais avec
une vraie problématique. La question repose sur le fait d’avoir des données structurées et
non structurées. Nous ne nous jetons pas non plus sur ces données non structurées car
nous avons déjà beaucoup de données structurées à traiter. Sur le digital, on s’aperçoit que
les tests amènent beaucoup de volumétrie.
Nous n’avons pas encore trouvé comment faire pour proposer des offres sur mesure au
travers des réseaux sociaux, donc nous ne les utilisons pas encore comme des canaux de
vente.
Sur les réseaux sociaux interviennent également toutes les questions relatives aux données
personnelles. Il faut faire attention à tout ce qui est respect de la vie privée, en appliquant les
recommandations de la CNIL, on ne peut pas faire n’importe quoi.
Sur la partie e-réputation, depuis l’année dernière nous avons des volumes croissants
d’informations qui viennent de Facebook et des réseaux sociaux. Nous avons une personne
dédiée qui répond aux gens sur les réseaux. C’est suivi et maîtrisé. Nous avons voulu
retourner la situation en notre faveur pour sonder les clients et créer des avis positifs qui
convergent vers une page. L’objectif est d’inciter les taux de clics et inciter à la bonne
réputation de notre marque. Nous avons profité de cette situation pour créer du contenu
positif.
En termes de ROI, nous avons du mal à y voir un intérêt donc nous avons décidé d’y passer
un minimum de temps mais nous restons ouverts et faisons quelques tests de temps en
temps pour voir où ça en est. Nous réalisons donc un investissement modéré sur ce canal.
Concernant la collecte de données, il faut se méfier de l’information. Nous nous demandons
s’il faut ensuite intégrer ces informations dans un CRM. Peut-être mais pas au même niveau.
C’est donc en observation et en réflexion. Nous agissons avec modération pour l’instant sur
ces réseaux là.
Nous avons aussi mis en place une cellule e-réputation avec un community manager. Nous
avons du mal à mesurer le retour sur investissement. Globalement ça nous amène des
visites mais on transforme peu.
Les réseaux sociaux sont plutôt consultés en amont de l’acte d’achat, donc, en effet, il faut
être présent. Nous commençons à investir dans cette voie mais nous réalisons plutôt des
sortes de tests. Pour l’instant nous restons prudents.
Animateur
Le mobile est un canal en plein développement. Les ventes ne cessent d’augmenter
chaque trimestre sur ce canal avec une phase de très forte croissance. Le mobile est
6/11
vrai axe de développement. En Angleterre par exemple, les achats sur mobiles
représentent 20 % des ventes des plateformes e-commerces.
Quelles sont les stratégies que vous avez mises en place ?
SFR, Marion Genot
La stratégie mobile nous n’en parlons pas, car nous sommes dedans. Nous adressons les
clients sur leur mobile de manière classique. Quand on leur envoie des emails ou SMS, ils
les reçoivent sur leurs mobiles. Nous sommes encore beaucoup plus en push qu’en pool et
nous avons tendance à renvoyer dans les canaux, nos parcours sur mobiles ne vont pas
encore jusqu’au bout de la démarche, donc nous devons progresser sur ce point.
L’aspect géolocalisation est un axe important pour nous. Nous avons de nombreuses
informations sur le client pour le faire avec un maillage suffisant de nos points de ventes
pour rebondir et pousser des offres sympathiques aux clients qui passent près des points de
ventes avec cet aspect géolocalisation.
Animateur
Quelles sont les informations que vous êtes capables de collecter sur les usages des
applications SFR ?
SFR, Marion Genot
En théorie nous sommes capables de faire un certain nombre de choses mais il faut se
demander ce que nous avons le droit de faire ou pas ? Entre les envies de certains, le cadre
technique et le cadre légal, commet fait-on ? Nous avons des idées, ensuite il y a des
choses possibles et d’autres moins, l’idée est de décider comment faire et quoi faire en
fonctions des possibilités et champs possibles.
Nous essayons de capitaliser sur notre modèle pour avoir plus d’enseignements. Par
exemple nous observons quelles sont les différences sur les taux de ventes, qui sont
différents sur le site et sur le mobile. Pourquoi ne pas être meilleur sur le site que sur l’iPad,
pour mettre en avant telle ou telle catégorie sur le device. Au vu de la part du trafic que ça
rapporte, l’idée est d’augmenter la part de fidélisation sur mobile. Pour cela nous
développons des campagnes marketing mobile.
Nous nous sommes insérés dans cette stratégie mobile depuis 1 an et demi. Nous avons
sorti un site optimisé et une application acheteur. La partie mobile représente autour de 1015 % des actes d’achats au global, en incluant la tablette. Les comportements sont différents
sur le site et sur les applications. Nous observons que sur les applications, ce sont plus des
ventes et des achats par pulsion. Nous vendons dans les 30 min après la campagne et
après plus rien.
Sur le site mobile, les gens vont naviguer puis vont convertir sur tablette ou desktop.
L’application mobile est plus utilisée par nos gros fidèles, qui vont vouloir profiter des
promotions qu’on va pousser régulièrement. En termes de produits achetés, certains
produits se vendent mieux sur mobile que sur desktop et nous sommes en train d’analyser
pourquoi.
Nous avons été racheté par le leader du ecommerce au Japon, il y a 3 ans ; il envisage qu’à
la fin de l’année les ventes sur mobile représentent la moitié de leur CA. Ils sont en avance
par rapport à la France.
7/11
Animateur
Vous touchez donc un autre type d’audience sur le canal mobile, le canal mobile
amène-t-il des ventes différentes, des comportements différents ?
Oui les comportements sont différents sur mobile et sur desktop.
Le trafic augmente plus que le CA. L’iPad engendre une consommation le soir à la maison
tandis que le mobile entraîne une consommation en mobilité. Un axe de réflexion est de
connaître la part du mobile dans l’acte d’achat, de le mesurer. Aujourd’hui nous avons du
mal à l’analyser mais nous observons que si les ventes se font moins sur mobile que sur
desktop, le mobile joue néanmoins un rôle important dans la conversion et qu’il contribue à
la vente. Les gens naviguent sur le mobile mais vont transformer sur desktop et tablette.
Le panier sur l’iPad est plus élevé que sur tous les autres supports. Les produits achetés ne
sont pas les mêmes. Sur l’iPhone on va être sur des produits minis et sur l’iPad les clients
vont acheter des produits plus volumineux comme des meubles par exemple.
D’après nos études, sur l’ensemble de la base de nos clients, on se rend compte que les
taux de conversion sur tablette sont très proches de ce qu’on trouve sur PC alors qu’avec le
smartphone on est en retrait et encore loin en comparaison. On se rend compte depuis 3 ans
que le taux de conversion moyen diminue régulièrement. L’arrivée de la tablette et du mobile
génère un nombre de visites important. Il est nécessaire aujourd’hui d’avoir une vision
globale du parcours client et de ne plus réfléchir par silo ou device mais d’intégrer tous ces
devices dans le parcours. Toutes les données récoltées permettent de comprendre et d’avoir
une vision complète du parcours multidevice de mon client, ce qui est nécessaire. Encore
une fois, ce taux de conversion à baissé et nous devons pouvoir l’expliquer, pour cela il est
essentiel de récolter toutes ces données et de les analyser.
Animateur
Il y a des notions de prédictif, d’analyses descriptives, etc. Eric quelles sont les
différents types d’analyses qu’il est possible de mettre en place pour ces campagnes
marketing ?
Chez Adobe nous accompagnons au quotidien nos clients et disposons de plus de 5000
solutions d’analytics. Nous avons tenté de développer un modèle précis qui comporte
différentes étapes. La 1ère est celle de la description : je mesure et je décris ce qui se passe.
Ensuite, on passe à une étape de diagnostic : pourquoi mon utilisateur a réagit comme ça ?
Puis les étapes suivantes sont le prédictif : c’est-à-dire utiliser l’ensemble de ces mesures et
de ces enseignements pour prédire l’une de mes actions. Par exemple mesurer et savoir que
si j’investis sur tel ou tel canal je vais avoir tel retour business. Nous tendons de plus en plus
vers le prescriptif.
Animateur
Quand on regarde ce modèle (slide pwp projeté, exprimant les degrés de maturité),
comment mesurez-vous le degré de maturité de votre entreprise ?
8/11
Nous fonctionnons encore par silos, avec des données qui ne sont pas structurées. Pour
pouvoir faire une lecture 360° du parcours client l’objectif est de structurer ces données à
court terme, afin d’avoir un descriptif personnalisé et pouvoir mesurer dans la globalité le
parcours client.
La donnée constitue l’essentiel de notre métier en tant que pure player. Nous recevons des
dashboards quotidiens. Tous les matins, chaque personne de l’équipe marketing va regarder
les dashboards qui lui sont attribués et prendre des mesures correctives, donc cette lecture
fait vraiment partie de notre quotidien et de notre vie de tous les jours.
On ne va pas se contenter d’analyser la rentabilité mais aussi la pertinence des produits sur
lesquels les clients ont cliqué avant de convertir. Nous insérons toutes ces informations dans
un algorithme pour comprendre l’acte d’achat. De plus, nous ne regardons pas uniquement
le dernier clic qui a été fait. Tous les passages qui ont été faits sur les différents sites vont
être pris en compte. Nous mesurerons toutes les contributions à l’acte d’achat.
SFR, Marion Genot
Nous sommes à la fois mûrs et pas mûrs. Sur l’axe (slide pwp projeté), nous arrivons à aller
jusqu’au prescriptif, en passant par le prédictif. L’important n’est pas tant de capturer la
donnée que de la traiter en temps réel, c’est un des enjeux de la collecte de ces données.
On s’aperçoit en faisant beaucoup de modélisation, que nous ne sommes pas tout à fait
mûrs, car les données ne sont pas si fiables et complètes que ça. La problématique repose
sur la manière et la façon de monitorer et de mettre sous tension les données, et sur le fait
qu’elles soient biens sous les spotlights.
Par rapport à la maturité, nous sommes encore beaucoup dans des analyses en cross-canal.
Ensuite, chacun des canaux a ses propres analytics mais faire se parler les différentes
solutions et les différents SI soit n’est pas si simple. Nous avons lancé un gros projet depuis
2 ans pour tracker tous les actes qui sont faits sur les canaux et pouvoir rebondir en
conséquence. Rien que ça représente un travail titanesque car il faut mettre les canaux
d’accord, trouver des outils souples et simples, mais qui sachent traiter toute la complexité
derrière. Donc, ce sont des projets qui, assez vite, dépassent la structure analytics et BI. Ce
sont des projets très structurants, avec des budgets très importants quand on est sur ce
niveau de volume.
Animateur
L’automatisation, notamment dans le cadre des investissements médias, est-ce que
ce sont des choses d’actualité chez vous ?
Nous avons testé puisque nous avons un modèle CRM, mais les résultats n’ont pas été très
concluants. Pour les équipes c’est une nouvelle manière d’envisager un investissement plus
important donc on ne laisse pas tomber, même si les quelques résultats obtenus sont plutôt
modérés.
En termes d’emailing nous faisons du retailbidding à travers ces outils. Nous faisons du
coût/clic donc on va guider les clients. Aujourd’hui nous souhaitons faire du one to one donc
nous sommes dans cette phase là.
SFR, Marion Genot
Il y a un appel d’offre sur le sujet, mais on est assez prudent pour ne pas faire n’importe
quoi. On est dans l’achat média pour voir ce que ça peut apporter. L’idée est de faire des
9/11
choses pertinentes et pas trop coûteuses. L’objectif est de faire converger les envies et les
convictions, et chacun à un petit peu ses convictions. Globalement sur ces sujets là, les
choses sont efficaces, après sur l’aspect automatisation il y a un vrai enjeu. D’un point de
vue investissement, on ne peut pas se payer le luxe de faire des campagnes tous les mois.
L’automatisation permet aux équipes de dégager du temps et derrière de faire moins
d’erreurs. Donc oui nous avons cet objectif d’automatisation des campagnes, pour aller plus
dans l’efficacité et la rentabilité et savoir qu’1 euro investit rapporte tant.
Animateur
Quelles sont les clés de succès de la mise en place des outils d’analytics, quels
conseils donneriez-vous et quelle est la prochaine étape pour vous ?
Concernant les facteurs clés de succès, la première étape est de fiabiliser les données. Il est
essentiel d’avoir cette approche pragmatique. Ensuite, si on fait reposer l’analyse des
données sur la DSI, c’est bien d’avoir quelqu’un en interne en charge de ces sujets, ça aide
beaucoup. Enfin il faut savoir se remettre en cause car le parcours client change
constamment. En effet rien n’est jamais acquis surtout sur ces parcours clients, il faut savoir
de remettre en question pour changer son angle d’attaque.
Concernant la next step, on a beaucoup de données, nous fonctionnons encore en silo, avec
des données qui remontent de nos baromètres de satisfaction, des canaux mobiles, etc.
donc nous sommes aujourd’hui dans une démarche de structuration de nos données,
sachant qu’elles n’ont pas toutes le même pouvoir. L’objectif final est d’avoir un message
personnalisé et pertinent pour le client. Par exemple si un client est un véritable addict de tel
produit, il faut pouvoir lui pousser le bon message au bon moment.
SFR, Marion Genot
Ce qui important est d’avoir beaucoup d’énergie. Les problématiques sont très transverses, il
faut faire preuve de conviction, d’une grande capacité d’écoute et savoir quel chemin on veut
tracer, car on remet le client au centre. Convaincre le marketing et les canaux du bien fondé
de notre démarche - et les faire adhérer en leur expliquant qu’il est important de mettre le
client au cœur - demande beaucoup d’énergie, en tout cas dans une grosse structure.
Remettre le client au centre permet de pouvoir lui envoyer des messages pertinents au bon
moment.
Dans le cross-canal, il faut faire en sorte que les outils aboutissent bien et que les gens
n’oublient pas d’intégrer cette dimension one to one quand ils réfléchissent au parcours
client. Enfin, il faut avoir à l’esprit que toute cette data peut servir pour de l’acquisition.
Il faut rester très pragmatique et toujours partir d’un besoin business. La valorisation de la
donnée est à mon avis plus importante que la collecte. L’objectif est de ne pas passer 2 ans
à construire une architecture par exemple. Donc il faut vraiment faire parler la donnée en
décidant ce que je veux faire de cette base de données.
Les prochaines étapes portent sur la problématique de multi-canal avec une réflexion sur
l’identité numérique. Comment traquer le client, comment le suivre, à travers un email, un
device. Et puis continuer toujours à avancer dans la réflexion et la connaissance sur la
contribution des différents canaux au parcours client, pour investir de façon plus rigoureuse
et ROIste.
10/11
ÉCHANGES AVEC LE PUBLIC
Odile, concernant la possession des données, mettez-vous cette problématique au
centre de la stratégie Big Data ? Si oui, comment vous arrangez-vous avez vos
partenaires pour les conserver et les réutiliser ?
On travaille avec beaucoup de partenaires différents et la possession des données est une
vraie problématique. On rapatrie un certain nombre de données mais pas toutes. On ne va
pas forcement tout récupérer, nous récupérons plutôt les données qui sont au cœur des
achats. C’est vrai que ce n’est pas évident et c’est un vrai souci. Mais d’autre part, récupérer
toutes les données cela coûte cher. Quel serait l’objectif, pour en faire quoi, pour quelle
valeur ? Cela représente un coût - élevé - humain et technique de garder et récupérer toutes
les données. Les questions qui se posent sont : comment crée-t-on de la valeur avec toutes
ces données ? A quoi vont-elles servir ?
Marion, sur la partie multi-canal, comment managez-vous le CRM dans les points de
ventes ?
SFR, Marion Genot
C’est un atout que n’a pas notre concurrent Free. D’un point de vue CRM, nous le gérons
assez bien en point de vente. Les clients qui viennent en boutique ont accès aux mêmes
offres que ceux qui passent par le site ou l’application. Un des enjeux des points de ventes
est de faire de la pédagogie. C’est un canal fort.
Les approches économétriques permettent de ne collecter que ce qui est utile, mais la
collecte se fait à posteriori. Des choses auxquelles on ne pensait pas sont en fait
corrélées, comment passe-t-on l’étape ?
SFR, Marion Genot
Il faut accepter d’avoir des logiques exploratoires. Nos équipes de statisticiens vont passer
du temps à voir ce qui corrèle ou pas et parfois ils vont passer 2 mois à voir si ça sert à
quelque chose. Il faut avoir cette ouverture mais ça coûte cher, c’est pourquoi il faut le faire
sur certains sujets et pas tout le temps. Malgré le coût il faut accepter que ça ne mène à rien
car cela peut aussi permettre de trouver une "pépite d’or", c’est ce que nous cherchons tous.
On constate des demandes croissantes pour des profils de webanalysts. Avez-vous
ces besoins ? On voit des candidats de tous les univers et nous voulions savoir si
vous trouviez facilement ce genre de profils ?
Nous recrutons en premier lieu des gens de formation business qui ont fait un dernier cycle
en statistique, plutôt que des statisticiens.
11/11

Analytics et big data : comprendre les différentes étapes pour

Transcription

Documents pareils

Voir l`article

Consultant Web Analytics

Vendre et acheter - Cyber-base Pau

Liste des adresses - Next-up

Tableau-outil 9.7. Suivi de l`activité marketing digitale

Télécharger son CV

Recherche stagiaire : Consultant Junior Web Analytics

Consultant analytics Direction digitale secteur automobile

Web Marketing

Déclaration du nombre d`actions et de droits de vote au 31