Data Management Platform (DMP) et Big Data : la combinaison gagnante pour améliorer la connaissance client

DMP - Data Management Platform et Data Lake, Jean-David Benassouli, Accenture Digital

Pourquoi une DMP ? Elle s’avère nécessaire pour enrichir la connaissance  de ses clients, pour segmenter ses audiences et, ainsi, interagir avec elles au plus près de leurs besoins. Cependant, coupler la DMP à une solution de Big Data de type Data Lake* amplifie son potentiel : cette association permet de faire la différence en affinant encore la personnalisation de ses contacts clients. Comment concilier enjeux marketing et technologiques quand on implémente ces outils ? Quels secteurs d’activité sont les plus à même de tirer profit d’une DMP ?

Grâce à la DMP, il est désormais possible de capter les comportements de ses clients et prospects à travers différents canaux d’interaction : ceux connus dans la base de données CRM de l’entreprise et les anonymes, caractérisés par leurs données de navigation.

La DMP collecte aussi des données venues de partenaires : par exemple, un groupe hôtelier peut avoir intérêt à nouer un partenariat avec un fournisseur de billets d’avion. Avec les cookies, une personne ayant cherché un billet d’avion pour Marrakech recevra une publicité lui présentant « un hôtel à Marrakech ». Si on sait par ailleurs que cette personne a consulté des pages sur des montres de luxe, elle peut avoir un fort pouvoir d’achat et il lui sera proposé « un hôtel de luxe à Marrakech », et si, en rapprochant en direct avec les données issues du CRM, on peut savoir que c’est une femme avec 2 enfants, l’offre sera d’autant plus ajustée (activité complémentaires, etc.). La DMP permet toutes ces interactions.

Il devient donc possible de segmenter des profils en temps réel pour pousser des contenus publicitaires et des offres de plus en plus personnalisés en fonction du segment dans lequel le prospect ou client est identifié. Bien que ces informations soient connues depuis un certain temps déjà dans les entreprises, le Cloud permet cependant d’aller plus loin encore en facilitant la récolte et l’analyse de toutes ces « Big Data » croisées.

DMP et Data Lake, une combinaison nécessaire

La DMP permet donc la collecte en temps réel des comportements des internautes, leur segmentation et l’intégration avec des solutions comme les pushs publicitaires.

Cependant, ce n’est pas un outil d’exploration, et les composants analytiques inclus dans les DMP ne sont pas dimensionnés pour étudier sur le long terme les comportements clients.

Pour ce faire, il est nécessaire d’accoler à la DMP un puit de données ou « Data Lake », qui stocke l’historique des données au-delà des limites habituelles de la DMP, ainsi que toutes les informations présentes dans l’entreprise. Il facilite leur traitement et leur transformation avec des outils analytiques et de data visualisation.

Par exemple, si l’usage des données associées à un client doit se faire sur une profondeur courte au sein de la DMP, pour des raisons de respect des contraintes CNIL, mais également pour correspondre à la situation immédiate, il reste intéressant d’analyser et comprendre les tendances profondes sur des grands volumes : notre client qui cherche un hôtel ne sera sensible à des publicités ciblées que quelques jours. Mais passée la période d’intérêt au sein de la DMP, son cas viendra enrichir le Data Lake parmi les milliers d’autres, que le Data Scientist pourra analyser sur un temps long, afin de trouver d’autres facteurs de segmentation.

Le Data Lake permet également des cas d’usage plus complexes, comme le « Look alike** » qui construit automatiquement de nouveaux segments à partir des meilleurs clients en utilisant le machine learning. Appliqué à la grande profondeur d’historique du Data Lake, ces algorithmes sont d’autant plus pertinents. D’autres cas d’usage ont montré l’importance du data lake : augmentation de la « Life Time Value*** », planification des revenus publicitaires…

Au-delà du CRM, le Data Lake sert d’interface plus complète avec les différentes sources de données de l’entreprise, mais permet également l’import de données externes à des fin analytiques : Open Data, réseaux sociaux, météo, évènements nationaux…Ce sont autant de sources d’information que le Data Scientist pourra exploiter.

DMP, Data Management Platform and Data Lake: how do the components interact? Jean-David Benassouli, Accenture Digital

La DMP est donc un collecteur et un activateur, mais son intelligence reste limitée, ce qui impose l’ajout du Data Lake pour l’exploration, l’analyse et le reporting. 

Des bénéfices pour tous les secteurs d’activité

La combinaison DMP et Big Data s’applique à tout secteur d’activité, bien sûr avec des approches différentes.

Par exemple, un acteur du secteur automobile peut optimiser son moteur de recherche en ligne pour configurer une voiture. Un client envisage d’acheter une voiture et veut des sièges en cuir, avec telle couleur de carrosserie… Le moteur de configuration affichera des propositions ajustées en fonction du segment auquel ce client appartient. Ses choix sont ainsi facilités et il n’abandonne pas son achat grâce à ce parcours client optimisé et personnalisé.

Les entreprises de grande consommation (alimentation, produits de beauté…) ne maîtrisent pas les données de navigation de leurs clients sur les sites de leurs revendeurs (grande distribution, parfumeries…). Cependant, il est très important pour elles de connaître les consommateurs finaux, qui achètent de plus en plus en ligne : les DMP et outils d’analyse sophistiqués leur sont très utiles.

Les acteurs du secteur des médias veulent également mieux connaître leurs clients et ont aussi un rôle d’éditeurs, puisqu’ils vendent des espaces publicitaires. Annonceurs et éditeurs cherchent à pousser des encarts publicitaires vers des audiences segmentées le plus finement possible pour que la publicité soit valorisée au mieux. Pour les agences médias, les DMP sont des « aspirateurs » à données de profils de trafic, anonymes, qui deviennent une source complémentaire de bénéfice, puisqu’ils permettent de savoir quel type de publicité aboutit à un taux de transformation plus élevé qu’un autre.

Pour les annonceurs, l’addition d’un Data Lake permettra également d’affiner les modèles d’attribution en identifiant et valorisant les canaux qui ont le plus apporté durant le processus de transformation. Pour les éditeurs, le Data Lake facilitera la prévision d’audience par segment, et l’optimisation tarifaire (le « yield »).

Des enjeux organisationnels au sein même de l’entreprise

Une DMP répond d’abord à des enjeux marketing et la joindre à un puit de données élargit cette vision. Toutefois, l’implémentation d’une DMP est aussi un vrai sujet d’organisation dans les entreprises. Qui pilote le projet ? La direction marketing, la DSI ou la direction Digital (le cas échéant) ? On constate souvent que la DSI n’est pas assez impliquée dans le choix de l’outil. En fait, on tire plus profit d’une DMP si on la couple avec toutes les données CRM de l’entreprise et si on l’intègre au cœur des systèmes d’information. La DMP conçue en complément des outils Big Data peut amener à répartir les tâches entre les entités : par exemple, la DSI fournit le Data Lake et les outils analytics, le cas échéant la direction digitale coordonne l’achat et l’intégration des données externes et la direction marketing prend en charge leur segmentation grâce à l’Analytics.
Le succès de ce type de projet peut être facilité par la création d’une organisation  mixte qui associe des compétences des différentes entités avec un focus particulier sur l’analytique. L’hybridité, l’agilité et la collaboration IT/Marketing/Digital sont donc des pistes tangibles pour exploiter le plein potentiel de la DMP. Et le top management doit être impliqué pour mener jusqu’au bout cette démarche transverse.

 

Le temps où les clients étaient identifiés par leurs actes d’achat est déjà loin… Aujourd’hui, ils le sont par « les traces » qu’ils laissent sur Internet, qui définissent leurs profils. Les DMP permettent de capter le maximum de données externes, associées aux données de l’entreprise, pour mieux connaître ses clients, prospects et leurs profils. Elles sont donc au cœur des sujets, non seulement technologiques mais surtout marketing et financiers. A terme, on peut envisager la fusion des opérations relatives à la relation client et à la personnalisation autour d’une DMP plus large. Nous n’en sommes encore qu’au début de l’exploitation du potentiel des DMP…

DMP, Data Management Platform et Data Lake, Jean-David Benassouli, Accenture Digital

******

* Data Lake : un référentiel de stockage qui conserve une grande quantité de données brutes dans leur format natif jusqu’à ce qu’elles soient nécessaires.
** Look Alike : fonctionnalité permettant notamment d’adresser un individu inconnu (en se basant sur son cookie) en l’assimilant à un type de comportement connu et classifié dans la DMP.
*** Life Time Value : somme des profits attendus sur la durée de vie d’un client.

Pour aller plus loin

Pourquoi le digital bouleverse le Marketing, Pascal Delorme, HBR France
Le programmatique : comment tirer parti de cette révolution qui bouleverse la relation client, Pascal Delorme, HBR France