L’exploitation marketing des données personnelles : 5 décisions à prendre maintenant !

Mis à jour : 19 janv. 2019

Les réseaux sociaux, puis l’émergence du web 3.0 (l’internet des objets connectés) ont fait exploser le nombre de données générées et partagées depuis ces dix dernières années.

Le consommateur lambda est à présent connecté en permanence et génère des données constamment. Au-delà des données déclarées, ce sont bien les données passives qui sont beaucoup plus aisément collectables :

  • géolocalisation (la dernière mise à jour d’iOs décourageant fortement la déconnection effective du WIFI ou du bluetooth - distinction entre désactivation et déconnection, réactivation automatique à chaque rallumage…)

  • consommation (actuellement au coeur des débats avec notamment le compteur Linky, ...)

  • analyse des contenus personnels (contenus des emails pour Google, …)

On peut distinguer trois types de données (1) :

  • les données volontairement communiquées, ou les informations données spontanément, telles que l’adresse e-mail, l’emploi, la formation, l’âge et le sexe

  • les traces digitales, comme les données de localisation géographique et d’historique de navigation générées en utilisant des appareils mobiles, des services web ou d’autres technologies connectées

  • les données de profilage, ou profils personnalisés utilisés pour prévoir les centres d’intérêt et les comportements des individus, obtenues en combinant les données volontairement communiquées, les traces digitales et d’autres données.

La récolte des données ou « data capture » est un processus primordial pour les entreprises de tous secteurs. C’est bien la possession de ces données qui va permettre de rester en contact avec des clients ou encore de transformer un prospect en client. Parmi les données les plus utiles on citera : prénom, nom, civilité, adresse email, adresse postale, date d’anniversaire, emploi, formation, informations sur les véritables destinataires des achats (prénom du conjoint, âge des enfants, anniversaire des animaux de compagnie…), centres d’intérêt, historique d’achats, déplacements...

Ce qu’on appelle depuis quelques années le big data et qui est souvent présenté comme une révolution n’est en fait que la prise de conscience du potentiel de toutes ces données générées en permanence.  Les données générées seront ainsi récoltées, on parle fréquemment de “data capture” par plusieurs biais : jeux concours, jeux à télécharger, comptes clients, cartes de fidélité, cookies, géolocalisation… le tout en ligne ou directement en face à face lors de salons ou en magasin.

« Ce qu’on appelle depuis quelques années le big data et qui est souvent présenté comme une révolution n’est en fait que la prise de conscience du potentiel de toutes ces données générées en permanence. »

Il existe notamment différentes stratégies de récolte de données, parmi les plus connues :

  • SOLOMO (social, local, mobile) (2) : qui permettra une récolte de données via les réseaux sociaux, la relation privilégiée établie avec le clients (commerce de proximité par exemple), les smartphones, tablettes ou autres « wearables »...

  • ATAWAD (any time, anywhere, any device) (3) : qui s'appuiera sur l’hyperconnectivité des consommateurs, connectés tout le temps, partout et avec n’importe quels devices sur n'importe quels réseaux.

Et pourtant malgré la mise à disposition de toutes ces données à présent collectées, près de trois-quarts des entreprises ne les exploitent pas…  

Combien d’entreprises ont réellement adopté des stratégies de segmentations et la mise en place de stratégies adaptées à toutes les étapes du cycle de vie du client? On peut parfois être réellement surpris de l’absence de réelles stratégies. Certains expliquent cela par un écart générationnel dans l’utilisation des données. Mark Addicks indiquait par exemple que « le big data remet fondamentalement en question ce que l’on fait et ce que l’on pense ». Se fier à l’analyse des données plutôt qu’à son instinct peut parfois s’avérer délicat (4) !


5 décisions à prendre maintenant pour une utilisation marketing efficace des données personnelles :


1. Soyons pragmatiques ! Ne récoltons que les données nécessaires. En plus du déclaratif, il est important de bien mettre en place une récolte des données basée sur le comportement des consommateurs (navigation sur site, en magasin, analyse des clics sur les newsletters).


2. Analysons ! Il est nécessaire de réaliser des statistiques et analyses pour des prises de décisions concrètes. Les analyses ne doivent pas s’empiler, mais engendrer des plans d’actions à mettre en oeuvre. Il faudra y allouer les équipes adéquates, du temps et un budget.

Les investissements nécessaires à l’exploitation de ces données n’est pas à négliger pour les entreprises ! Leur importance cruciale dans la croissance d’une entreprise doit également nous amener à réfléchir à l’internalisation des compétences clés tels que statisticiens et data analysts…

Au-delà des coûts humains, on pensera également aux coûts liés au stockage et à la sécurité des installations.


3. Priorisons ! En réalisant un tour de l’ensemble des bilans statistiques et des plans d’action (point 2 ci-dessus) pour définir les projets prioritaires avant de déterminer son plan marketing annuel et prévoir une réserve dans son budget pour adapter celui-ci en cours d'année.


4. Déployons ! Par exemple, la mise en oeuvre rapide de stratégies adaptées aux étapes du cycle de vie du client peut constituer une première exploitation efficace des données. Un plan marketing ne peut être qu’une addition d’actions ! Il faut un fil conducteur. La mise en place de campagnes ciblées, segmentées et automatisées peut se faire très rapidement. Par exemple : email d’anniversaire (naissance ou événement spécifique), email de réassort, email de motivation de seconde commande…

On peut citer ici en exemple Amazon qui a su mettre en place des scénarios d’email très poussés et efficaces (6).


5. Offrons la transparence ! Prendre les devants face à un consommateur de plus en plus éduqué et aussi méfiant face aux différentes techniques marketing. On peut par exemple imaginer la mise en place évidente (et non dissimulée en caractères illisibles en pied de page) d’une jauge à email, ou le client pourra choisir la fréquence des emails qu’il souhaite recevoir (au lieu de ne lui offrir que le choix de se désabonner). Nous nous devons d’offrir une grande transparence à nos clients.

On peut ici citer l’exemple de Channel 4 au Royaume-Uni qui explique de manière ludique à quoi vont servir les données récoltées.



En conclusion


Soyons pro-actifs à tous les niveaux concernant l’exploitation des données personnelles ! Et aussi concernant la législation entourant cette exploitation…

Soyons pragmatiques !

Analysons !

Priorisons !

Déployons !

Offrons la transparence !


Sources


(1) Matthieu Deboeuf-Rouchon, 2016 (octobre), Le marketing digital est-il devenu data dépendant ?, Harvard Business Review France

(2) John Doerr

(3) Xavier Dalloz Consulting

(4) Robert Duboff, Peter Horst, 2017 (mai), Ne laissez pas le big data enterrer votre marque, Harvard Business Review France

(5) Michel Juvillier, 2016 (octobre), L'adresse email futur substitut des cookies ?, L'ADN

(6) Jimmy Dali, 2014 (décembre), The Amazon Experience, Vero Blog



Cédric Grossmann

Consultant Retail Physique & Digital

cedric(at)mkngconsulting(point)com

00 33 (0)6 15 95 91 90

Twitter l LinkedIn

© 2019 | mkngconsulting 

Conditions Générales | Politique de confidentialité | Mentions légales | Sitemap

Nous utilisons les cookies afin de fournir les services et fonctionnalités proposés sur notre site et d'améliorer l'expérience de nos utilisateurs. 

En savoir plus

Cédric Grossmann

Consultant Marketing Digital & Retail

Marketing, Management & Stratégie

mkngconsulting, société par actions simplifiée au capital de 1 000 euros.

14, rue du Vieux Faubourg | CS30028 | 59042 Lille Cedex | France