Le Big Data : vers une restructuration des enjeux et des dépenses marketing.

big-data-marketing-pub-bis.com

Quatrième édition de la saga du Big Data pour les fonctions marketing sur Pub-bis. Vous pouvez retrouver la partie précédente ici. 

3/ Le Big Data : vers une restructuration des enjeux et des dépenses marketing

Une nouvelle manière de conduire des études marketing

a) Des études basées sur les données comportementales des utilisateurs.

Les utilisateurs sont dorénavant contrôlés, analysés dans leur moindres fait et geste. De part le Social Media data et le CRM Big Data, les études basées sur les données comportementales (qui est maintenant le fer de lance des stratégies marketing) sont au cœur d’une nouvelle évolution quant à la nouvelle manière de les conduire : plus axées sur la quantitatif de l’extraction des données, permettant de mieux établir un plan d’étude qui s’adressera qualitativement aux consommateurs ultra-ciblés. Nous sommes dans une dialectique d’individualisation de masse : soit la possibilité d’une part de délivrer à un grand nombre d’individus des messages individualisés, d’autre part de produire une grande quantité de produit et des services individualisés (produire en grande quantité des produits individualisés et qui vont se décliner selon les individus).

Des nouveaux outils pour les opérations

a) Big Data et Marchandising : optimiser la logistique des rayonnages dans les magasins.

Lancé depuis quelques années, le format du Drive dans les magasins de grande consommation permettait d’avoir un état des lieux en temps réel des stocks, dans le but de mieux les contrôler et finalement limiter les perditions. Cependant, avec l’arrivée du Big Data pour les fonctions de merchandising, nous sommes de nouveau face à une individualisation de masse du consommateur initié par les technologies de l’information et de la communication.

Nous distinguerons trois types d’individualisation : relationnelle, rationnelle et de production. L’individualisation est alors une tendance croissante. Selon le type d’individualisation, cette industrialisation existe à différents niveaux. L’individualisation optionnelle est permise grâce à l’individualisation de la commande. L’individualisation productive consiste à l’industrialisation de la production. Les trois types d’individualisation de masse correspondent à trois niveaux d’industrialisation qui vont de l’individualisation à la production et à la commande.

b) Mise en place d’un master data management et d’un data scientist

Pour être exploitable au sein du marketing opérationnel, les données extraites du Big Data ont besoin d’être sélectionnées, homogénéisées et structurées. Cela nécessite la mise en place de ce que l’on nommera le Master Data Management, qui garantit l’unicité des contacts et la disponibilité des données utiles. Puisque le Big Data est la juxtaposition de données détaillées, puis croisées, les équipes marketing des marques se doivent de mettre en place un poste de master data manager. « Dans cette logique, les processus de mise à jour de données sont réalisés parallèlement par des équipes différentes par le biais d’outils hétérogènes. Un contexte structurel qui engendre des risques d’incohérences entre applicatifs. D’où l’importance de s’attacher à l’harmonisation des données. C’est bien là l’objectif de la méthode de gestion des données de base ». Ainsi, la mise en place d’un master data management pourrait faire évoluer le principe de CMI des fonctions marketing et communication, en proposant une communication cross-canal et multicanal, mettant en cohérence les contenus diffusés.

Les dernières méthodes mises en place par les fonctions marketing sont couteuses car nombreuses. Si investir dans le Big Data est un projet louable, il n’est reste pas moins onéreux.

Big_Data_Marketing_PUBBIS

c) Et si le Directeur Marketing devenait le Chief Data Officer ?

Un autre fondement devrait être amené par l’essor du Big Data pour les fonctions marketing devrait toucher le plus haut niveau de l’entreprise. Si jusqu’à présent nous nous accordons sur le fait qu’en manipulant le Big Data nous rendons une entreprise plus compétitive, il faut comprendre que l’entreprise en elle même doit évoluer, mais aussi et surtout le plus haut niveau de cette dernière aussi. Traiter les données analysées va devenir une nouvelle corde à l’arc de la fonction marketing, entrainant une modification sémantique du titre de Directeur Marketing. En effet, si ce dernier reste entièrement dédié au marketing au sens large, il va trouver un nouvel axe fédérateur entre les données qu’il manipule au quotidien. En d’autres termes, il deviendra non pas un chef de données traditionnelles, mais un chef de données. « Un profil que le cabinet de recrutement de cadres dirigeants Russell Reynolds Associates voit comme clef dans les grands groupes et dont les embauches vont commencer dès 2013. Et il ne s’agit pas de DSI mais bien d’un nouveau poste. Leur hypothèse est qu’en 2015 la moitié des Fortune 100 auront recruté leur Chief Data Officer » explique clairement Frédéric Charles.

Dépenser plus pour gagner plus : le ROMI du Big Data

a) Un mode marketing installé aux Etats-Unis

85% des marqueteurs online pensent qu’ils pourraient mieux exploiter les données de leurs clients, et 97% d’entre eux déclarent que l’envoi de messages ciblés et personnalisés est un facteur important dans l’atteinte de meilleurs taux de réponses. Cependant, 20% de ces personnes interrogées finissent par personnaliser leurs messages marketing. A travers ces dernières statistiques françaises, nous trouvons un mal être caractéristique de l’hexagone, problème qui n’a pas sa place de l’autre côté de l’atlantique. La dernière élection de Barack Obama est l’exemple même d’une stratégie de marketing apparue comme la plus grande campagne marketing basée sur le fonctionnement du Big Data de tous les temps.

Autre donnée non négligeable découverte et prédite par le cabinet d’étude Gartner qui annonce une évolution de la répartition des budgets marketing vers le Hi-Tech marketing, diminuant la part du « marketing » au sens pur

Evolution_Big_Data_Pub-bis

Evolution des budgets marketing en 2013

Sémantiquement, il est intéressant de noter que dans certains pays Européens, nous parlons beaucoup de Big Data pour designer les nouveaux outils de croisement de données, alors que dans les pays anglophones, le Big Data trouve un autre sens : nous parlons de Business Intelligence. Ainsi, la Business Intelligence apporte une nouvelle économie tendance perceptible aux Etats-Unis (notamment à New-York et Boston) : « La feedback economy »[4]

b) Le ROI du Big Data où « e-Data Quality Management »

Comme annoncé précédemment, le qualitatif et le quantitatif apportés par le Big Data s’opposent au simple qualitatif des données détaillées structurées des medias et supports traditionnels et utilisés par les fonctions marketing. Dans le but de garantir un meilleur ROI du Big Data, les fonctions marketing reprennent le Data Quality Management (DQM) pour le transposer aux medias numériques et ainsi créer : e-Data Quality Management. Avec un objectif ambitieux : « réussir à maintenir en temps réel une vision unique et consolidée du client, pour construire un parcours digital, favorisant la mutation du prospect en client, du client en « ami », et de l’ « ami » en ambassadeur de la marque

c) Le Big Data pour le marketing, et non pour la publicité

La feedback economy est un terme qui se positionne dans l’ère de la publicité marketing, au rang des verbatim et des différents insights. Cependant, il est important de ne pas limiter son utilisation à la publicité, mais davantage au cercle du marketing. En effet, l’essor du Big Data est démocratisé par des fonctions éloignée du marketing, et inconnues de la publicité. L’exemple le plus représentatif reste le projet « Global pulse de l’ONU » dont les fonctions ne sont ni publicitaires ni marketing. La plupart des actions de l’ONU ont besoin de données fiables et obtenues dans un délai court, or les systèmes d’information actuels sont trop souvent des données anciennes, lacunaires, voire non fiables. Le challenge était de récupérer les données « feedback economy » (par le biais des tweets, posts Facebook, cartographie des échanges téléphoniques) pour prédire les futurs comportements dont l’ONU s’inquiète. Ce nouvel outil pour l’ONU a permit de mieux appréhender le comportement des individus tout en garantissant un droit absolu des libertés fondamentales de la propriété privée.

Véritable institution, la propriété privée et le respect des données personnelles est un véritable fardeau à porter pour le Big Data. En effet, pour légion d’entre nous, le Big Data s’associe trop au Big Brothering, et peu d’entre nous y voient en l’exploitation des données personnelle un véritable plus pour la sécurité du citoyen.

« Aux Etats-Unis, trois fonctionnaires fédéraux sur quatre pensent que le Big Data est utile, alors que le dernier quart pense que l’exploitation de ces données est avant tout destinée à une application bureaucratique de surveillance de l’individu. Toutefois 75% des fonctionnaires américains pensent eux que le Big Data pourrait les aider dans leurs tâches quotidiennes et, de ce fait, sauver des vies. » Nous avons ici le paradoxe le plus complet qui aujourd’hui commence à faire débat, montrant du doigt le Big Data, tiraillant les esprits entre une sécurité plus adaptée versus un espionnage trop présent.

 

Basile Viault

Planneur stratégique digital pour le groupe TBWA\, je suis le fondateur de Pub-bis, des Lions de plomb, et de Mother Soccer. Curateur du web de qualité sur Twitter et dénicheur d'idioties sur le reste.

Discussion about this post

Laisser un commentaire