Le marketing prédictif, l’approche métier par la donnée

Partager

2017 s’annonçait comme « l’année du marketing prédictif » selon l’ADN, le Digital Mag confirme cette tendance pour 2018. Des startups comme Tinyclues (ciblage marketing grâce à la donnée) lèvent des fonds (14,6M€ en Mars) autour du sujet. L’heure « du bon produit, au bon endroit, au bon moment et au bon prix » (Kepner) est enfin arrivée et ce, grâce à la quantité de données (essentiellement clients) présente et déjà stockée dans nos entreprises. Cette mine d’informations ne demande qu’une chose : être exploitée.  Décryptage.

Une nouveauté dans le monde du marketing ?

Le terme de marketing prédictif est loin d’être nouveau. De nombreux acteurs s’y préparent depuis un certain nombre d’années, à l’exemple d’Amazon avec son algorithme de moteur de recherche en 2011, IBM avec Watson ou encore Salesforce avec Einstein en 2016.

Cependant, malgré la maturité du sujet pour beaucoup de pure players du web, le marketing prédictif n’en est qu’à ses balbutiements. Il faudra aux entreprises encore quelques années pour réellement transformer leur organisation afin de tendre vers un modèle plus datadriven (écosystème d’approches data cohérentes et connectées, comprendre et structurer la donnée de manière stratégique, expertises métiers…).

Le Marketing prédictif ou la boule de cristal 2.0

Le marketing prédictif est un ensemble de méthodes permettant la mise en place des moyens (outils, architecture, compétences) permettant d’anticiper un comportement client (achat, churn…) afin de lui proposer le produit qui lui correspond (au bon moment, sur le bon canal...).
Il va donc permettre d’anticiper les achats à venir du client, et ce grâce à un certain nombre d’informations recueillies et stockées sur son comportement comme son attitude, ses achats passés etc...

Les différents métiers doivent apprendre à l’utiliser

Malgré l’avancée des entreprises en matière d’analyse de la donnée, les décisions sont encore trop souvent prises par intuition. Là où un Responsable Marketing Direct, dans le même secteur depuis des années, est capable d’être très performant grâce à son intuition/expérience, un novice aura lui plus de difficultés et aura besoin d’un coup de pouce.
Grâce au marketing prédictif, nous sommes maintenant capables de prédire et donc de fournir des résultats plus efficaces, dans un temps réduit. Cela se vérifie dans de nombreux cas d’usage.

Quelques exemples ci-dessous :

  • Le ciblage marketing fait partie intégrante de la stratégie marketing globale de l’entreprise. Il peut être vulgarisé sous la question suivante : « qui contacter pour que mon retour sur investissement soit le plus élevé ? ». Ici, le prédictif nous permet par exemple de déterminer quel produit aura le plus de probabilité d’être acheté par le client.
  • L’attrition ou churn client est l’action de se désabonner, de changer d’offre ou de ne plus acheter dans une entreprise. Cette fois, le prédictif va permettre de modéliser une liste de clients avec une forte probabilité de churn afin de les contacter au plus tôt pour les fidéliser. Rappelons qu’il est moins couteux de fidéliser un client, que d’en acquérir de nouveaux.
  • La recommandation en temps réel est l’un des principaux besoins des marketplaces (Amazon) mais d’autres services, comme notamment Netflix, sont capables de recommander des films et séries en fonction de l’historique du client (commandes, contenus préférés,…).
  • La rupture de stock est un cas bien connu lorsque nous achetons en ligne. Afin de mieux gérer et piloter sa supplychain, l’entreprise est aujourd’hui capable, grâce au prédictif, d’affiner ses prévisions de commandes en fonction de données d’achat et de navigation en ligne.

Attention cependant, si ces nouvelles méthodes nécessitent le plus souvent des compétences informatiques et mathématiques plus accrues, le marketing prédictif reste un outil qui a besoin d’une vision métier forte pour être pertinent. Cela implique de mobiliser ses ressources en amont et de les rendre actrices dans ce type d’approche.

Le GDPR est à prendre en compte

A quelques mois de l’entrée en application du Règlement Général sur la Protection des Données (RGPD), les entreprises doivent être vigilantes dans la collecte, le traitement et l’utilisation des données à caractères personnelles : « toute information relative à une personne physique identifiée ou qui peut être identifiée, directement ou indirectement » (CNRS).

Concernant le marketing prédictif, il faudra donc être en mesure d’avertir et recueillir le consentement du consommateur sur l’utilisation de ses données  à des fins de scoring ou autres méthodes d’apprentissage au risque de soumettre l’entreprise à des sanctions. Mais en contrepartie, un cercle vertueux est susceptible de s’enclencher : protégées et collectées avec le consentement des consommateurs, les données personnelles seront plus fiables, plus précises, et les prédictions fondées sur leur analyse plus efficientes.

En conclusion

Aujourd’hui il est important pour les entreprises de piloter leurs activités grâce à l’exploitation des données. C’est dans cette logique que le marketing prédictif reste un sujet d’actualité. Initialement réservé aux acteurs techniques, il se démocratise grâce à une arrivée constante de nouveaux protagonistes et outils facilitant le travail du prédictif à destination des métiers.

Cependant les dispositions du GDPR sont à prendre en compte pour assurer une démarche prédictive efficace et surtout légale. Nous sommes donc en droit de nous poser la question : Quelle est le juste niveau de données à collecter pour permettre aux clients de bénéficier de services plus adaptés à leurs besoins ?

Pour aller plus loin

Bien préparer le GDPR
Les données valent de l'or : comment les exploiter au mieux pour optimiser l'expérience client ?
5 réflexes à développer pour mieux exploiter les données clients
Encadrement de l'utilisation des données clients : dura lex sed lex*

Yannick Sfecci

Je suis Consultant Senior au sein de la communauté Data Intelligence chez Orange Consulting. J’interviens principalement en tant que chef de projets sur des missions qui visent à créer de la valeur grâce aux données. Qu’il s’agisse de data visualisation, de data science ou encore d’objets connectés, le sujet m’intéresse !