Pub

Comment les annonceurs valorisent-ils leurs données marketing ?

Par Dounia Zouine, Manager et Thibauld Vian, Consultant Senior, Converteo

Dans un objectif de développement de leurs performances marketing et commerciales, la quasi-totalité des entreprises sont aujourd’hui confrontées à des problématiques liées à la donnée marketing.

 

Devenue clé pour la réalisation d’actions marketing efficaces, cette donnée est collectée, exploitée, valorisée, monétisée par un très grand nombre d’acteurs sur le marché.

 

 

1st party : les données propriété de l’annonceur (données CRM, transactionnelles, comportementales, …)

2nd party : les données 1st party d’annonceurs partenaires  

3rd party : les données tierces, vendues ou louées par des intermédiaires afin d’enrichir la connaissance client ou l’impact de campagnes marketing des annonceurs  

Les données ouvertes/publiques accessibles à tous les annonceurs depuis des plateformes de partage, ...

Dans le cadre de ce panorama des données marketing, 2 axes de lecture ont été retenus : granularité “individus” vs. données agrégées ou de contexte.

De manière simplifiée, on distingue sur ce marché :

 

  • Les audiences providers : ils mettent à disposition des annonceurs des segments d’audience en se basant sur plusieurs types de données (sociodémographiques, intentionnistes, comportementales, …). Ces données sont donc louées aux annonceurs, afin d’améliorer l’efficacité de campagnes marketing et leur reach.
  • Les “offline data providers” : ils mettent à disposition des annonceurs des données ou des segments d’audiences en s’appuyant sur des données offline (ex : tickets de caisse, données de géolocalisation…). Ces données sont aussi louées aux annonceurs.
  • Les “social data providers” : ils mettent à disposition des annonceurs des données relatives à l’engagement de leurs clients/prospects sur les réseaux sociaux ou les forums.

 

 

Ce marché est aujourd’hui structuré, les acteurs très bien identifiés et les propositions de valeur claires. Cependant, si le marché de la donnée relative aux individus est riche, l’achat ou la location de bases prospects posent deux grandes questions :

 

  • Quelle est la qualité des données mises à disposition ?
  • Par combien d’acteurs parallèles les données sont-elles utilisées ?

 

 

Les données à la maille individus :

 

Elles sont utilisées à la fois pour de l’activation directe dans le cadre de ciblages marketing (personnalisation, recommandation, retargeting, …) et pour de l’activation indirecte via l’amélioration de la connaissance client et des modèles internes (scoring, pricing, …)

 

Pour ce type de données, alors que l’on distingue généralement la donnée chaude (IoT, comportementales, …) et la donnée froide (CRM, transactionnelle, …), dans la pratique, c’est bien tout l’éventail de chaleur qui est à la disposition des annonceurs qui peuvent également s’appuyer sur des données “tièdes” (avis client, usages, devices, …).

A titre d’exemple, une étude ChoiseStream a montré qu’un fournisseur de données avait identifié 84% des profils comme étant à la fois un homme et une femme et une étude de Mediasmith a montré que la qualité des données pouvait varier significativement entre les fournisseurs de données (jusqu’à être aussi peu déterministe que le hasard dans le pire des cas).

(1): https://digiday.com/marketing/data-vendors-struggle-gender/

 

Les données agrégées ou de contexte

 

Ce second type de données marketing valorisables par les annonceurs est notamment représenté par les insights consommateurs par segment, les analyses de performance de campagnes marketing, les données sociodémographiques… avec des acteurs spécialisés. C’est le cas par exemple des Insights Providers qui proposent des données pouvant alimenter les stratégies marketing (analyse du mix marketing...) ou des réflexions plus opérationnelles (opportunités d’innovation, performances de campagnes marketing...).

Enfin, les données publiques constituent également une source de valeur précieuse.

Cette catégorie recouvre l’Open Data (Air France met par exemple à disposition les données relatives aux vols via une API) mais également les données publiques des annonceurs concurrents directs ou indirects disponibles sur le web.

Ainsi les données de catalogue produit, de pricing ou de localisation de point de vente disponible publiquement peuvent enrichir une stratégie marketing sans nécessiter d’investissement coûteux.

La nature les enjeux data d’une entreprise est fortement liée au niveau de richesse de sa propre donnée marketing : acteurs “data poor” vs. “data rich”.

 

  • Les acteurs qui disposent historiquement de peu de données sur leurs clients et prospects - dits “data poor” (marques distribuées, acteurs du luxe, acteurs B2B,...)- cherchent à enrichir leur capital data afin de pouvoir améliorer leur connaissance client, optimiser leurs investissements, et activer la donnée via de nouveau cas d’usage. Au moment de construire leur stratégie marketing, ces acteurs sont souvent confrontés à un manque de données, celles-ci pourtant indispensables pour lancer des activations marketing simples.

 

 

 

  • Les acteurs qui ont une forte capacité à collecter des données sur leurs clients - dits “data rich” - ou les plus matures (banques, télécoms, pure-players, distributeurs alimentaires, …) cherchent de nouvelles opportunités pour valoriser leurs données comme un actif à part entière. Pour ces acteurs plus matures, le principal enjeux est l’identification de nouveaux business models qui se sont construits autour des données (partage des données via les partenariats 2nd party, location de la donnée par les éditeurs ou les audiences providers via des campagnes marketing ciblées…).

 

 

Valoriser ou monétiser la donnée marketing ?

 

La distinction entre valorisation et la monétisation de la donnée est nécessaire, dès les premières réflexions. Elle permet de définir une roadmap claire, de doser l’ambition des annonceurs et de garantir que les projets Data Marketing aboutissent à des actions concrètes et pragmatiques.

La valorisation est tournée vers l’interne et vise la création de valeur pour l’entreprise, ses opérations et son organisation. Injectée dans les activations marketing et commerciales, ou utilisée pour une segmentation et une connaissance plus fine des audiences, des clients et des prospects, la donnée est à la fois un foyer de croissance pour le business (si je connais mieux mes cibles je peux mieux les adresser, conquérir plus de clients et augmenter la récurrence d’achat). Cette valorisation de la donnée au sein et pour l’entreprise est de facto pour tout type d’acteurs les “data poor” comme les “data rich”. C’est aussi un palier abordable en termes d’efforts de transformation pour les entreprises : une fois la collecte de la donnée assainie, des premiers cas d’usage simples peuvent donner des résultats et un ROI intéressant et ce à très court terme (3 mois).

 

La monétisation est tournée vers l’externe. Le volet monétisation nécessite d’avoir un actif de données important et de s’être assuré au préalable de la valeur marchande de la donnée que l’on souhaite commercialiser. Toutes les données ne sont pas monétisables. En effet, collecter de la donnée, beaucoup de données n’implique pas la création automatique d’une nouvelle ligne de business. La donnée que l’on souhaite monétiser est-elle rare ? Les acteurs susceptibles d’être intéressés par cette donnée, sont-ils identifiés, nombreux, matures ? Est-elle utilisable quelque soit sa fraîcheur ? Peut -elle être partagée dans le respect des contraintes juridiques et légales ?

 

Quelles bonnes pratiques faut-il retenir ?

 

Auditer son actif data : avant de penser à valoriser ou à monétiser leurs données les annonceurs doivent avoir une vision claire des données en leur possession, de leur qualité, de leur mode de collecte, …

 

  • Un premier état des lieux “flash” de quelques semaines peut permettre de dresser une cartographie des données et d’identifier simplement les bases de données ayant le plus fort potentiel. Pour réaliser cette étape, les annonceurs devront au préalable s’être dotés d’une cartographie de leurs systèmes applicatifs et des différents flux et d’une qualification volume des données, qualité, rareté sur le marché, caractère sensible…
  • Une fois le premier état des lieux réalisé, les annonceurs pourront définir un plan d’action et pousser les analyses plus détaillées sur les bases jugées prioritaires. Cette phase permettra à la fois d’identifier les pistes d’optimisation des bases (via le croisement entre les données, la mise en qualité des données…) et d’apporter des éléments quantitatifs pour la construction d’un business case de monétisation des jeux de données.

 

Analyser son potentiel au regard des acteurs du marché : parmi des acteurs “data rich” ou “data poor”, tous les annonceurs ne sont pas égaux face à la donnée car certainesont plus de valeur et un “potentiel d’activation” plus important. A titre d’exemple, une étude réalisée par Smaato* a montré en 2015 que la présence du code postal dans une bid request augmentait de 74% le CPM par rapport au prix moyen et celle des coordonnées GPS augmentait le CPM de 162%. De même les données basiques telles que le genre ou l'âge augmente le “potentiel d’activation” des données et donc, leur prix.

Avant de se projeter dans une roadmap de valorisation ou de monétisation de leurs données, les annonceurs doivent analyser les forces et les faiblesses de leur actif au regard du marché.

Smaato's Global Trends in Mobile Advertising – Q4 2015

Penser à utiliser les données tierces et publiques : la richesse de la donnée 3rd party ou la donnée publique offre des alternatives d’enrichissement  qui ne doivent pas être négligées par les annonceurs.

De nombreux annonceurs estiment encore que la donnée 1st party est “meilleure” que la donnée 3rd party en ce sens qu’elle est propriété de l’entreprise et donne un sentiment de maîtrise. C’est un constat qui est à nuancer, la donnée 1st party peut être aussi d’une moindre qualité : elle est parfois d’une fraîcheur relative, sans historique sur ses modalités de collecte, disséminée dans l’écosystème applicatif et induit de fortes contraintes légales (réglementation sur la protection des données personnelles, déclarations CNIL…).

 

Penser la stratégie Data dans sa globalité

Le marché des données marketing est très riche et permet d’activer des données via des cas d’usage très divers. La contrepartie est que les annonceurs peuvent être tentés de scinder leur stratégie Data par thématique (optimisation des campagnes, acquisition…) ou en la calquant sur l’organisation.

Si cette approche peut être simple à mettre en place, il est indispensable de construire en amont une feuille de route globale et cohérente. Cela permet d’identifier les synergies et in fine, d’améliorer l’efficacité opérationnelle : valorisation du patrimoine de données existant, identification des pistes de collecte de données…

 

Pour illustrer les possibilités offertes par le marché des données marketing voici deux exemples :

Exemple 1 : Marque FMCG alimentaire - L’entreprise souhaite améliorer la connaissance de ses clients finaux (CSP-) afin d’identifier les opportunités d’innovation

  • L’entreprise analyse des données comportementales collectées sur son site via un outil d’Analytics. Bien que le trafic généré représente un faible volume, l’entreprise identifie des profils types, croise les données web des utilisateurs identifiés avec son CRM et met en place un scoring client pour identifier les clients les plus fidèles sur la base des données comportementales, CRM, transactionnelles...
  • L’écoute et l’analyse des conversations sur les forums spécialisés et des réseaux sociaux permet à l’entreprise d’identifier des pistes d’innovation qui sont également scorées en fonction de leur potentiel. Les innovations les plus prometteuses sont développées et la meilleure fait l’objet d’un “prototype”
  • L’entreprise propose aux clients les plus fidèles de participer au test de l’innovation en avant-première. Cette initiative permet à la marque de collecter les avis clients et d’optimiser le développement du produits. En parallèle la marque propose aux clients mobilisés de compléter leurs données personnelles (contact, habitude de consommation, préférences…) afin d’enrichir et d’améliorer la qualité de sa base de données.
  • L’entreprise déploie une étude avec un Insigh Provider (ex : Nielsen) afin de présenter la première version de l’innovation à un panel de clients plus large, de les interroger et de collecter leurs avis. Ces informations sont analysées et des optimisations sont mises en place afin d’améliorer la satisfaction client.
  • L’entreprise s’appuie sur une régie de distributeur pour mettre en place une campagne mailing postale personnalisée auprès de ses clients finaux afin de leur présenter l’innovation et de proposer un bon de réduction à télécharger sur le site de la marque. Lors de la première connexion sur le site de la marque, les utilisateurs sont invités à créer un compte et à s’abonner à la  newsletter. A la création du compte, les informations des clients sont collectées et enrichissent encore la base de données.

Exemple 2 : Pure player travel - L’entreprise souhaite renforcer ses activités sur le segments des jeunes parents CSP+ et gagner des parts de marché à moindre coût

  • L’entreprise croise ses données CRM avec les données publiques (INSEE) afin d’estimer l'âge et la catégorie socioprofessionnelle des clients pour lesquels ces donnée sont inconnues/manquantes.

Cette première action permet à l’entreprise d’améliorer la qualité des données sans solliciter les clients ou les prospects.

  • Les données transactionnelles et comportementales historiques sont utilisées par les Data Scientists pour déterminer le profil web type du segment retenu. Pour chaque visite non identifiée (sans log in client), l’entreprise calculera en temps réel la “distance” entre le prospect et le profil type. En parallèle, une étude est réalisée, en se basant sur les données transactionnelles et les avis clients afin de calculer un score d'appétence par le segment ciblé pour chacun des produits. Les produits présentant les scores les plus importants sont shortlistés.
  • Un relevé des produits similaires à ceux shortlistés et des prix de la concurrence est réalisé afin de définir le niveau des promotions à déployer sur chaque produit. L’entreprise peut ainsi identifier les produits qu’elle est la seule à proposer sur lesquels l’effort promotionnel consenti sera faible et ceux sur lesquels il y a une forte concurrence et où l’effort commercial devra être plus important.
  • L’entreprise met en place des promotions sur les produits shortlistés et administre des campagnes personnalisées pour les clients/prospects identifiés dans le segment cible.
  • Afin d’adresser une audience plus large que ses seules clients/prospects, l’entreprise utilise des segments mis à disposition via les DSP / DMP pour administrer une campagne marketing spécifique. L’audience qualifiée permet d’optimiser les investissements média.
  • Afin de maximiser l’impact de l’opération, l’entreprise s’appuie sur un outil d’écoute des réseaux sociaux pour identifier les ambassadeurs de la marque dans le segment ciblé. Ces ambassadeurs sont mobilisés via des campagnes personnalisées et leurs messages sont relayés via des actions de communication dédiées.
  • L’entreprise valorise les données capturées sur le segment des jeunes parents CSP+ via un partenariat 2nd party avec les fournisseurs d’albums photo avec lesquels ils partagent le segment d’audience sans concurrence. Cette dernière action permet à l’entreprise d’optimiser les investissements déployés et (selon la nature du partenariat) de dégager une nouvelle source de revenus/de collecte de données qualifiées.

 

Plus d'articles Pub

+ TOUS LES ARTICLES Pub
  • Amazon, la publicité et le parcours client : 9 questions à Edouard Dinichert

    d'après diverses sources, le chiffre d'affaires dépasserait les 1,65 milliards de dollars en 2017, pour ne parler que des Etats-Unis. Dans ce ...

  • Etude : 420 milliards d’euros pour la pub digitale en 2022. 75% boostée à l’IA

    ...

  • Yohann Dupasquier (Tradelab) : “Nous entrons dans l’ère du programmatique augmenté”

     ...