Analytics et Big Data : comprendre les différentes étapes pour rendre son marketing encore plus performant

(1)

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

(2)

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 ?

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 ?

(3)

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 pouvez- vous 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

(4)

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.

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

(5)

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.

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 ?

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

(6)

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

(7)

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 ?

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 ?

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 10- 15 % 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.

(8)

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 1^ère 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 ?

(9)

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.

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.

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

(10)

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.

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.

(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 ?

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 ?

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.