Le marketing personnalisé individualisation ou segmentation

Par Steve Holder, responsable national des pratiques d’analytique, SAS Canada

Le secteur du marketing est depuis longtemps l’un des principaux utilisateurs de solutions analytiques. En fait, de plusieurs façons, il a évolué parallèlement au domaine de l’analytique. Cependant, même si les besoins des responsables en marketing ont favorisé l’évolution des outils analytiques, de nouveaux outils de collecte, de stockage et de traitement de données (comme Hadoop) rendent, quant à eux, possible une nouvelle stratégie de marketing individualisé, ce qu’on appelle parfois le marketing personnalisé.

Les responsables du marketing utilisent depuis longtemps des données pour prédire les tendances – des tendances qu’ils peuvent utiliser pour proposer des offres promotionnelles et améliorer l’efficacité des chaînes d’approvisionnement. Au départ, ils n’avaient à peu près rien à se mettre sous la dent, mise à part des données géographiques du type « Qu’est-ce qui se vend bien dans nos magasins du sud du Manitoba? » ou « Qu’est-ce qui reste sur les tablettes? ». À l’époque, on comparait les données sur les ventes avec les données gouvernementales pour obtenir des renseignements démographiques généraux sur l’âge, le revenu et l’ethnie dans différentes régions. Les codes postaux – introduits dans leur forme actuelle par Postes

Canada dans les zones urbaines canadiennes en 1970 – ont permis une segmentation géographique plus précise. On pouvait ainsi identifier quels produits et services sont en demande dans un magasin dont le code postal est N0B 2N0, par exemple. Cela a aussi permis de créer des offres promotionnelles mieux ciblées, et ce, plus efficacement.

La segmentation était plus fine, certes, mais elle s’appuyait tout de même sur les données d’un magasin ou d’un point de service unique. Avec l’entrée en scène des programmes de fidélisation des clients et vu leur usage répandu, non seulement les portefeuilles des consommateurs ont épaissi, mais les émetteurs de cartes ont ainsi pu obtenir des données. Ils pouvaient maintenant recueillir des données sur les achats et des renseignements démographiques sur des clients précis, qui achetaient régulièrement un produit ou utilisaient régulièrement un service. Le bon côté de la chose, c’est que les responsables du marketing avaient maintenant de nouvelles données dont ils pouvaient tirer des renseignements forts utiles pour promouvoir certains produits et services. Les programmes de fidélisation ont ouvert la porte à la création d’une segmentation de plus en plus fine. Toutefois, les approches et les outils traditionnels n’ont pas suivi le rythme ou ont tout simplement arrêté de fonctionner.

UNE TENDANCE VERS LA PERSONNALISATION

Trois tendances générales dans le domaine des TI offrent maintenant des possibilités dont les responsables du marketing peuvent tirer profit et qui leur permet d’abandonner une segmentation de nature plus générale au profit d’une personnalisation ciblée : « Adressez-vous à moi, pas à des gens comme moi ».

La première de ces tendances, c’est la prolifération des technologies de collecte et de stockage de données. Même si le concept de métadonnées s’étiole, la notion reste tout de même importante. Les dispositifs qui recueillent ces données se sont tellement diversifiés qu’il est maintenant quasiment impossible d’en faire le suivi – systèmes aux points de vente, capteurs, technologies de proximité, téléphones intelligents, kiosques, données de géolocalisation mondial… et j’en passe. Globalement, cette architecture de saisie de données s’inscrit dans le cadre de ce que les technologues appellent l’Internet des objets – des appareils qui recueillent des données de façon autonome aux fins de traitement et d’analyse. Ces analyses sont réalisées dans des centres de données, qui s’appuient souvent sur une architecture infonuagique, ce qui signifie que le système est échelonnable et qu’il peut prendre ses propres décisions au sujet du matériel et des logiciels d’arrière-plan (backend) qui sont nécessaires – les machines deviennent plus autonomes.

La deuxième tendance concerne la prolifération des canaux de données non structurées. Les médias sociaux sont l’exemple qui vient le plus souvent à l’esprit. Ces points de données – gazouillis, messages sur Facebook, commentaires sur Yelp, etc. – ne peuvent pas être intégrés facilement dans les structures traditionnelles d’une base de données. Cette information est tout en nuance, souvent rédigée de façon informelle, et elle contient des renseignements utiles au sujet des sentiments, de l’emplacement et de l’historique des clients et des clients potentiels. Lorsqu’on intègre cette information à d’autres données non structurées, comme les données de sondage auprès des clients ou des données d’interaction, la quantité de renseignements qu’on peut en tirer est énorme.

La troisième tendance, c’est la capacité technologique de faire deux choses : traiter toutes ces nouvelles données – y compris les données non structurées – et le faire rapidement et à grande échelle. Tous les professionnels des TI envisage une technologie comme Hadoop, qui peut être bénéfique autant pour les responsables du marketing que pour les consommateurs. Pour moi, Hadoop permet de réaliser la première étape, soit le stockage des données. L’étape deux, ce sera de réussir à percer le mystère de ces données, de rendre le domaine de l’analytique convivial et échelonnable.

L’analytique conviviale permet à tout utilisateur assez compétent – et pas seulement aux programmeurs – d’avoir accès aux données. Les utilisateurs veulent pouvoir utiliser les technologies de façon autonome. Il faut éliminer les obstacles auxquels les gens d’affaires sont confrontés lorsqu’ils tentent de générer de l’information ou d’extraire des renseignements.

Le rôle du scientifique des données dans le contexte de l’analytique est assez récent. Le programme de formation exige habituellement une formation supérieure, et les candidats pour les postes sont rares et dispendieux. Souvent, ces compétences créent un goulot, et les travaux d’analytique manquent d’ampleur. Pour que les entreprises soient concurrentes et réussissent dans ce nouvel environnement riche en données, il faut pouvoir réaliser des activités d’analytique à plus grande échelle. En donnant aux équipes la capacité de produire automatiquement des analyses à l’aide d’outils conviviaux, tout utilisateur professionnel, sans égard à ses compétences de programmation, pourra s’acquitter de tâches opérationnelles, tandis que les scientifiques des données pourront, quant à eux, s’occuper de questions plus complexes et plus stratégiques. C’est ici que l’analytique devient dynamique et que les organisations peuvent permettre à tous les utilisateurs de régler des problèmes opérationnels grâce aux données.

LE MARKETING PERSONNALISÉ

Compte tenu de la quantité de données, de la prolifération des canaux pour les recueillir et des outils qui permettent aux utilisateurs commerciaux de tirer des renseignements de ces données, peu importe leurs compétences en programmation, il y a là une occasion de marketing sans précédent.

C’est un tournant – de la segmentation à la personnalisation.

La segmentation générale a été au service du marketing depuis le tout début, et elle l’a servi de mieux en mieux à mesure que les technologies et les environnements ont permis une segmentation plus fine. Cependant, plutôt que d’offrir quelque chose en fonction d’une caractéristique démographique – un code postal, l’âge, la profession, etc. – , il faut proposer une offre adaptée à chaque consommateur. Plutôt que de réunir des clients potentiels dans 40 ou 50 groupes démographiques, nous devrions créer 33 millions de groupes démographiques – une offre pour chaque consommateur canadien qui répond précisément à ses besoins, assouvit ses désirs et tient compte de sa propension en matière d’achat.

De quelle façon peut-on créer ce segment individualisé? Il existe une approche descendante qui permet de cerner la bonne offre au bon moment pour le bon consommateur : - un processus rigoureux en matière de science des données détermine l’accent stratégique général ; - la capacité de stocker et de traiter des données de façon économique ; - des utilisateurs professionnels habilités qui s’appuient sur leur expérience et leur expertise ; - une technologie qui est à la fois conviviale et échelonnable.

La technologie permet de créer un segment individualisé, ou, du moins, un segment beaucoup plus ciblé que les lettres adressées au « Cher client » que les gens reçoivent actuellement. Pour chaque responsable de marketing stratégique, il y a des questions qui mènent à un processus de segmentation individualisé : Quelles données définissent mon client? De quelle façon puis-je recueillir ces données? Quelle technologie puis-je utiliser pour proposer au client une offre à laquelle il réagira lorsque l’occasion se présentera?

Ce n’est pas une mince tâche. Et, même si la technologie est un outil habilitant, c’est la stratégie qui doit primer. Connaître son client en utilisant les technologies est la première étape pour lui fournir une offre intéressante pour lui, et ce, au bon moment.

Pour de plus amples renseignements, veuillez consulter le http://www.sas.com/en_us/software/customer-intelligence.html Steve Holder est responsable national de l’analytique pour SAS Canada. Le compte Twitter de Steve est @holdersmTO et vous pouvez lui envoyer un courriel à Steve.Holder@SAS.com.