19/03/2015 1
Du marketing intuitif manuel
au data marketing automatisé
Thomas Faivre-Duboz
Co-Fondateur & Directeur Associ...
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 ser...
19/03/2015 4
Quelques exemples de missions
• Cadrage de la stratégie digitale : business plan, lancement d’un e-commerce o...
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’efficac...
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 sou...
19/03/2015 9
Pourquoi le data marketing ?
1/ Réduire les coûts
75% de la valeur du big data
repose dans l’économie (ré-all...
19/03/2015 10
Pourquoi le data marketing ?
1/ Réduire les coûts  Exemple 1
Les conditions négatives appliquées à l’achat ...
19/03/2015 11
Pourquoi le data marketing ?
1/ Réduire les coûts  Exemple 2
D’un e-merchandising manuel à un e-merchandisi...
19/03/2015 12
Pourquoi le data marketing ?
2/ Satisfaire les prospects/clients
Le data marketing se traduit souvent
par un...
19/03/2015 13
Pourquoi le data marketing ?
2/ Satisfaire les prospects/clients  Exemple
Remontée de données comportementa...
19/03/2015 14
Pourquoi le data marketing ?
3/ Mieux comprendre ses prospects / clients
La réduction du marketing de masse
...
19/03/2015 15
Pourquoi le data marketing ?
3/ Mieux comprendre ses prospects / clients  Exemple
La « dataification » du m...
19/03/2015 16
Pourquoi le data marketing ?
4/ Améliorer son image
La capacité des consommateurs à
partager leur expérience...
19/03/2015 17
Pourquoi le data marketing ?
4/ Améliorer son image  Exemple
Séphora : accueil personnalisé en point de ven...
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...
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 c...
19/03/2015 23
Coût vs. valeur : volume vs. personnalisation
►Le data marketing est-il plus rentable ?
1. La rentabilité du...
19/03/2015 25
Le risque du manque de contrôle
►Le data marketing rend un peu plus difficile le contrôle « humain » de
son ...
19/03/2015 26
L’optimisation par la data : une solution sous-optimale ?
'If I'd have asked my
customers what they
wanted, ...
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
T...
19/03/2015 29
Passer d’un marketing de temps fort à un marketing continu
Plan de contact 2015
Temps fort
Hiver 2015
Temps ...
19/03/2015 30
Se challenger en permanence : testing, groupe de contrôle
► Pour chaque action marketing, différencier le
vo...
19/03/2015 31
Trouver le bon mix entre l’algorithme vs le paramétrage humain
► L’apport d’éléments business dans le
paramé...
19/03/2015 32
Faire remonter et centraliser les expertises
► Le data marketing est un excellent sujet de rationalisation p...
19/03/2015 33
Résoudre les problèmes organisationnels
► Historiquement
● Marketing  Métier
● IT  Solutions
► Aujourd’hui...
19/03/2015 34
Uniformiser la collecte multicanale
► Un préalable : unifier l’information (CRM, Produit, …) pour mieux pouv...
19/03/2015 35
Uniformiser la collecte multicanale : comment choisir son DMP ?
► Quelques problématiques à adresser ?
● Ori...
19/03/2015 36
Notre agenda de contenus autour du « Data Marketing »
► 3 livres blancs sur notre agenda 2015
1. RTB  Janvi...
Prochain SlideShare
Chargement dans…5
×

E- commerce One-to-One 2015 - Marketing automatisé

1 883 vues

Publié le

Les directions Marketing doivent gérer le passage d’un pilotage relativement pauvre en datas à un pilotage s’appuyant sur un volume considérable de datas, dont la collecte et l’exploitation deviennent clés pour rendre le marketing plus efficace et/ou moins coûteux.

Face à la nécessité croissante de cibler son marketing, nous aborderons des cas clients et répondrons aux questions suivantes :
-Quels sont les leviers pour lesquels le traitement manuel du marketing devient critique ? (acquisition Media, personnalisation sur site, e-mail et CRM, …)
-Quels enjeux technologiques, humains ou organisationnels pour le marketing industrialisé ? Quels impacts sur la chaîne de décision à l’heure du 1 to 1 ?
-Le Machine Learning permet-il d’être plus efficace et/ou de réduire les coûts ? Pour quels acteurs ?
-La Data Management Platform, solution miracle ?

Publié dans : Marketing
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
1 883
Sur SlideShare
0
Issues des intégrations
0
Intégrations
400
Actions
Partages
0
Téléchargements
40
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

E- commerce One-to-One 2015 - Marketing automatisé

  1. 1. 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
  2. 2. 19/03/2015 2 Les 5 étapes du Data Marketing ?
  3. 3. 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
  4. 4. 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)
  5. 5. 19/03/2015 5 + de 100 clients e-commerce, retail, lead generation, media, B2B depuis 2007
  6. 6. 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
  7. 7. 19/03/2015 7 Pourquoi le data marketing ?
  8. 8. 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
  9. 9. 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
  10. 10. 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 ● …
  11. 11. 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
  12. 12. 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
  13. 13. 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
  14. 14. 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 ciblé aide 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
  15. 15. 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, …
  16. 16. 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
  17. 17. 19/03/2015 17 Pourquoi le data marketing ? 4/ Améliorer son image  Exemple Séphora : accueil personnalisé en point de vente
  18. 18. 19/03/2015 18 Quelles évolutions des pratiques Marketing ?
  19. 19. 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 unique Créas personnalisées (Dynamic Creative Optimization) SAS / SPSS Data Management Platform DSI DOSI / COO OnPremise Saas Multi-canal / Silos Cross-canal / cross-device
  20. 20. 19/03/2015 20 Les risques et les limites du data marketing
  21. 21. 19/03/2015 21 1er risque : la confiance aveugle
  22. 22. 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
  23. 23. 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
  24. 24. 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 ● …
  25. 25. 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
  26. 26. 19/03/2015 27 Opérationnellement ?
  27. 27. 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
  28. 28. 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
  29. 29. 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 !
  30. 30. 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 a Une 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
  31. 31. 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
  32. 32. 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 classique Zone de danger Machine learning
  33. 33. 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 Management Paiement + Comptabilité Référentiel produit (unifié?) Stock Data Management Platform
  34. 34. 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 ?
  35. 35. 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

×