En tant que produit créatif, le brand content porte dans les raisons de son succès ou de son insuccès une part de hasard, de prise de risque, de calcul à long terme et de retour sur investissement non-marchand.

1. @FabienBaunay
mardi 10 mars 2015
BIG CONTENT =
BIG DATA + BRAND CONTENT
En tant que produit créatif, le brand content porte dans les raisons de son
succès ou de son insuccès une part de hasard, de prise de risque, de calcul à
long terme et de retour sur investissement non-marchand.
Produire un discours moins contrôlé pour mieux contrôler le discours: c’est
toute la beauté et la modernité de cette approche du marketing.
Mais derrière cette incertitude de façade, le brand content est également le moyen idéal de
récolter la plus grande richesse de l’ère informationelle : la connaissance de l’individu qui se
cache derrière le client.
De fait, le brand content se comporte comme un catalyseur, comme la surface de contact
entre la marque et ses clients potentiels. Plus cette surface est large, adhésive et conductrice,
plus l’échange entre l’entreprise et sa cible génère de l’information à valeur ajoutée. Valeur
ajoutée pour le récepteur qui profite de la profondeur du contenu (informations, conseils,
divertissement…),valeur ajoutée pour l’émetteur qui reçoit en échange les data du récepteur
(nom, email, données comportementales…).
Parce qu’il est dans une vision qualitative de la relation client (confiance), parce qu’il cherche
le maximum d’engagement et d’adhésion de sa part (multiplication des interactions) et parce
qu’il raconte une histoire sur le long terme (multiplication des points de contact dans le
temps), le brand content permet de collecter plus de données à valeur ajoutée que n’importe
quel autre:

2. • Des données profils: toute personne accédant à du brand content est susceptible de
laisser en chemin son nom ou un ID, son email et toutes autres informations
personnelles. Ces données viendront nourrir ou compléter la base marketing existante.
• Des données comportementales: en profitant d’un brand content préalablement taggé, en
interagissant avec lui et en le partageant dans sa communauté, chaque client dit quelque
chose de lui et de son rapport au contenu. C’est le meilleur moyen de comprendre la
relation d’un client à la marque et le client lui-même.
A la stratégie d’image de marque incarnée par le brand content, les données
associées permettent donc d’ajouter un volet de business intelligence.
En valorisant le brand content grâce à ce qu’il nous apprend sur le client, les marques font
mieux que se servir du contenu : elles en quantifient sa valeur.
L’approche Big Content est donc un mécanisme vertueux et itératif consistant après la
publication du brand content à collecter et analyser les données, afin de comprendre les
attentes et comportements du client, pour ensuite permettre de segmenter la base des clients
en fonction de ces attentes et ainsi améliorer l’offre de la marque en fonction des segments
et pouvoir republier vers des cibles mieux définies un brand content encore plus pertinent.
On l’aura compris, il s’agit moins ici de monitorer la performance pure du brand content que
de s’en servir pour augmenter la connaissance client. Et mieux les cibler par la suite. La
quantité de nouveaux profils identifiés et enregistrés importe moins que la richesse de
l’information collectée: plus les données clients récoltées grâce au brand content seront
profondes, plus il sera aisé de qualifier ces clients en fonction de multiples critères, donc de
bâtir des modèles comportementaux sur la base de ces critères.
Ensuite, grâce aux algorithmes d’inférence et de machine learning, il sera possible
d’appliquer ces modèles comportementaux à n’importe quelle base de données (pour peu
qu’elle dispose des memes critères) et améliorer le modèle au besoin. En clair ? Ce système
permet à terme de prédire le comportement de tous vos clients.
Exemple
Après une opération de brand content pour une agence de voyage visant à promouvoir le
produit X (un séjour sportif en Bolivie), il ressort de l’analyse des données collectées que
le client intéressé par ce produit X (fort engagement avec le brand content) est en
majorité:
• Un homme
• Qui a entre 30 et 35 ans
• Qui a visité le site de l’agence de voyage au cours de la dernière semaine
• Qui a une prédilection pour les pages voyages Amérique du Sud
• Qui est déjà parti en voyage deux fois ou plus avec cette agence
• Qui déclenche toujours son achat de voyage 2 à 3 mois avant le départ
• Qui déclenche son achat de voyage lorsqu’un discount de 20% est appliqué
En imaginant que 117 femmes répondant à tous les autres critères soient enregistrées
dans la database, l’algorithme d’inférence viendra automatiquement les classifier parmi
les clients potentiels du produit X. Si elles réagissent positivement (achat) à une offre
discount de 20% relative à ce produit, le modèle comportemental correspondant au
produit X sera automatiquement amélioré en dépréciant le poids statistique du sexe du
client.

3. Pour parvenir à ce résultat, une opération de brand content doit prendre en compte la récolte
des data en amont de l’opération (lesquelles ? quand ? comment ?), donc se coordonner avec
les équipes en charge de l’analyse des données. Et toute la difficulté est là.
• Combien d’entreprises connaissent des difficultés à transversaliser l’utilisation des
données ?
• Combien d’organisation internes empêchent les différents services de se coordonner pour
le bénéfice de la marque ?
• Combien de magnifiques opérations de brand content auraient amélioré leur retour sur
investissement si les data avaient été inclus dans leur processus ?
Pourtant, à moyen terme l’enjeu est immense: derrière l’association contenu & data, c’est un
changement de paradigme marketing qui se prépare. Et les changements, mieux vaut les
anticiper que les subir.
Gràce au “Big content”, le brand content n’est plus seulement un sujet de
branding mais bien une stratégie globale visant en parlant à l’individu au
moyen d’un contenu adapté de disposer en retour d’une connaissance de ce
même individu.
En ces temps ou les questions sur l’utilisation des données par les marques se
multiplient, le brand content apparait comme une réponse particulièrement
pertinente : je vous offre un contenu de qualité en échange de quoi vous me
permettez de mieux vous connaître.
Fabien Baunay
Fabien Baunay est directeur associé de Silentale et conduit plus particulièrement le
développement de Silentale en France. Son expertise de production et de monétisation de
contenus (CEO Cellfish Media France, CEO Havas Entertainment), liée à 6 années de
directions de chaînes de télévision (CEO M6Thématiques), est clé pour permettre aux
clients de Silentale d’intègrer les enjeux du monde digital.
Avant de rejoindre Silentale, Fabien a créé en 2009 la structure de conseil Brandtainers,
spécialisée dans la définition et la mise en oeuvre de stratégie digitales et sociales pour
les marques et les médias. Brandtainers a fusionné avec Silentale en 2013.
Fabien a débuté sa carrière en agence de publicité (TBWA / BDDP) sur le compte
McDonald's en France et en Belgique et a ensuite rejoint McDonald's au poste de
marketing manager en charge des projets spéciaux.
Silentale
Fondée en 2008 par son PDG Laurent Féral-Pierssens, Silentale est une société spécialisée
en Solutions Big Data à destination des entreprises. Présente sur le marché nord-
américain et français, elle développe pour ses clients des solutions sur mesure intégrant
les dernières technologies en matière de traitement des données et de data mining.
Initialement tourné vers le B2C, Silentale a recentré avec succès son activité sur le B2B
ces dernières années.