Les technologies associées au Big Data ne cessent de se perfectionner. Ajoutez-y une quantité croissante d’informations Web, vous obtenez des perspectives considérables pour les entreprises, notamment dans les domaines du marketing. Collecter, stocker, mais surtout analyser et exploiter ces milliards de données en temps réel : du real time marketing au marketing prédictif, quelles sont les applications actuelles et à venir pour le Big Data ?
Corréler des millions de données entre elles, issues de multiples canaux ; trouver du sens à nos comportements d’achat : tel est l’objectif du Big Data appliqué au marketing. Et quand on parle de millions de données, on y inclut les achats et sites visités sur le Web, évidemment, mais aussi les informations personnelles issues des réseaux sociaux, des objets connectés, la géolocalisation, la saisonnalité et même les interactions faites en magasin (utilisation d’une carte de fidélité par exemple)…
L’analyse des données en temps réel se base sur des techniques d’information retrieval et de machine learning donnant lieu à des méthodes de marketing d’un nouveau genre.
Le real time marketing grâce au Big Data
Le Real Time Marketing, nouvelle vision du marketing, découle directement du Big Data. Ici, au lieu de se baser sur des études de marché pour décider d’une stratégie, le marketeur utilise les analyses de données en temps réel pour envoyer des informations ou des offres adaptées au profil de l’internaute, mais aussi à son activité en cours… Le challenge étant d’identifier le moment idéal et le support adéquat pour communiquer.
Le real time marketing a plusieurs composantes.
Le reciblage publicitaire consiste à utiliser les données de navigation Web (cookies) pour afficher sur les écrans des messages publicitaires en rapport avec les centres d’intérêt de l’internaute. Par exemple, si vous regardez les appareils photos sur le site de la FNAC, et même si vous n’achetez rien, vous retrouverez des photos et des liens vers des appareils photo dans toutes vos navigations Web suivantes, que cela sur Facebook, via Google ou des sites annexes.
Il y aussi le cross-selling, soit la possibilité de proposer en temps réel des produits complémentaires et d’engager l’acte d’achat. Amazon utilise beaucoup cette méthode sous le format : « Nos clients ayant vu ces produits ont aussi consulté… ».
Ces nombreux cookies qui permettent de « profiler » l’internaute servent également à l’envoi d’e-mailings de prospection ultra ciblés.
Plus abouti et plus discret, le native advertising propose un contenu éditorial sponsorisé qui s’adapte automatiquement à la forme du support et à l’expérience de l’utilisateur. En cliquant sur l’article sponsorisé, vous aboutissez sur un article, la page Facebook de l’annonceur, une vidéo… Faites le test sur un site d’actualités par exemple. Vous y trouvez souvent des contenus dits « sponsorisés ». Vous constaterez qu’ils se fondent dans la liste des sujets traités par le média.
Conséquences du Big Data : la marque vient au consommateur
Vous vous en doutez, ces nouvelles méthodes marketing basées sur le Big Data changent radicalement l’expérience du Web. L’internaute reçoit des informations corrélées à ses centres d’intérêt et à ses navigations passées ou en cours. Le format publicitaire varie selon le canal utilisé. Pour une même requête Internet, Monsieur Dupont ne vivra absolument pas la même expérience que Madame Durant !
Dans un tel contexte, les conséquences du Big Data pour les marques sont évidentes : ce ne sont plus les consommateurs qui cherchent la marque adaptée à leur profil, mais les marques qui viennent aux consommateurs. Elles personnalisent leur message, proposent des offres sur-mesure. Elles accompagnent et facilitent l’acte d’achat. Enfin, elles minimisent les relances ou les effectuent de manière non intrusive, pour une satisfaction client accrue.
À titre d’exemple, la startup toulousaine MyFeelBack est un condensé des bénéfices du Big Data. Elle propose des questionnaires de satisfaction intelligents avec des questions adaptées au contexte et au profil du répondant. L’envoi est fait par le canal approprié et au moment le plus opportun pour y répondre.
Du real time marketing au marketing prédictif
Les 2.5 trillions d’octets de données que nous générons chaque jour permettent également d’établir des statistiques et tendances à venir, soit la « probabilisation » d’un comportement ou d’une action grâce à l’analyse statistique d’une quantité volumineuse de données. Les opérateurs de téléphonie utilisent des logiciels qui prédisent le moment où leurs clients souhaiteront résilier leur abonnement
Google a créé le logiciel « the predictive marketing engine » qui attribue un score à chaque internaute, en fonction de plusieurs critères tels que les sites visités, les e-mails lus, les canaux utilisés. Chaque individu détient son propre profil « scoré », soit un modèle marketing prédictif propre.
Amazon souhaite déployer la livraison de colis groupés. Pour ce faire, il développe des analyses prédictives de ses clients, permettant d’anticiper leurs dates de livraison avant même qu’ils n’aient passé commande.
Enfin, n’hésitez pas à constater les perspectives du Big Data en vous rendant sur l’outil Correlate de Google, capable de trouver les requêtes du moteur de recherche qui présentent les mêmes tendances (sur une période allant de 2003 à aujourd’hui) ou encore de comparer deux requêtes entre elles, dans le temps et dans l’espace. De fait, Google Correlate en vient à prédire les tendances et mots-clés associés On y voit par exemple que sur les 5 dernières années, le moment propice à l’achat de skis (hors saison d’hiver) est le mois de juillet. Avis aux commerçants spécialisés dans les sports d’hiver, vous savez à quel moment lancer votre prochaine campagne de communication !
Si le Big Data produit déjà des résultats époustouflants, le marketing prédictif doit encore approfondir la gestion de l’incertitude et, pour ce faire, analyser de manière plus pointue le contexte de chaque donnée. Quid de la relation client lorsque des drones seront autorisés à collecter et transmettre en temps réel des informations telles que la rue où nous nous trouvons, la couleur de nos vêtements, la tache de café que nous venons de nous faire… Pour recevoir instantanément sur notre Smartphone une ristourne sur le pull de la même couleur proposé au bout de la rue ?
Voir aussi
