X

Retrouvez toute l'actualité autour des technologies émergentes et leur impact sur le marché et la société.

DMP: à quoi sert l'outil tendance du marketing ?

Le Big Data a trouvé sa porte d'entrée vers les DSI et directions marketing des entreprises par l'intermédiaire des DMP. L'acronyme de Data Management Plattform ne fait pas partie de l’attirail des outils opérationnels, pourtant, il en est indissociable tant il impacte directement les résultats des campagnes marketing. Mais quelle réalité se cache derrière ces plateformes Big Data dédiées à la collecte et à l’analyse des données ?

L’approche la plus pertinente pour comprendre la DMP est de la penser comme une plateforme dédiée aux données. Capable d’agréger et d’interpréter de nombreux flux de données, les DMP donnent de la profondeur aux données collectées et un niveau d’analyse très intéressants pour les directions marketing depuis la stratégie jusqu’à l’opérationnel.

Un point fixe, pour enfin traiter tous les flux de données

Les DMP permettent d’agréger de nombreux flux de données avec une vision marketing : faire parler la data collectée.

On retrouve alors la possibilité de créer des scénarios de Marketing Automation pour créer de nombreuses interactions en fonction du parcours d’un prospect, depuis le visionnage d’une vidéo, son atterrissage sur une landing page ou bien les contenus qu’il a lus au sein d’une newsletter ou d’un blog. Les scénarios qu’il est possible de créer permettent d'instaurer un suivi client on ne peut plus précis, en intégrant de nombreux paramètres liés à une multitude de sources de données traitées par les DMP.

Le Big Data s’exprime également par le besoin d’infrastructures dimensionnées afin de traiter des quantités de données que les tables SQL classiques ou les tableurs sont incapables de gérer. Une infrastructure ainsi dédiée à la collecte et à l’analyse, voici pourquoi les DMP font du Big Data et sont capables de réaliser un mining complet en multipliant les entrées et grâce à la capacité à traiter rapidement des requêtes.

Source Nombre habituel d’entrées Exposant Outil
Lignes de programme d’une campagne Display pour une marque 10 10¹ tableur
Lignes de programme d’une campagne Display 100 10² tableur
Entrées d’une campagne Display multi-plateformes 1000 10³ tableur
Domaines d’une campagne RTB (real time bidding) 10,000 10⁴ base de données
Liste de mots-clés de recherche 100,000 10⁵ base de données
Combinaison des mots-clés/date 1,000,000 10⁶ base de données
Suivi des impressions d’une campagne Display 10,000,000 10⁷ base de données
Utilisateurs uniques sur une campagne Display cross-canal 100,000,000 10⁸ Plateforme Big Data
Impressions mensuelles d’une campagne Display d’un grand groupe 1,000,000,000 10⁹ Plateforme Big Data
Impressions mensuelles des campagnes Display d’une agence spécialisée 10,000,000,000 10¹⁰ Plateforme Big Data

Une DMP permet alors de réunir jusqu’à 160 flux de données pour BlueKai par exemple. Une quantité d’information qui vient en support des directions marketing pour leur offrir une analyse critique des données entre elles. Le Big Data permet d’objectiver le regard sur l’analyse de données et d’offrir la meilleure interprétation et donc la customer intelligence la plus poussée possible.

On peut donc regrouper des données en provenance de nombreuses sources pour connaître au mieux ses prospects avec par exemple :

  • les données du CRM,

  • le suivi de consultation des pages d’un site web de l’entreprise,

  • les téléchargements et actions sur une appplication mobile, tablette ou objet connecté,

  • le nombre de vues de vidéos YouTube, Vimeo, Dailymotion de la marque,

  • toutes les interactions (Facebook, Twitter, etc.) avec les comptes sociaux de la marque,

  • le suivi des scénarios et relances de Marketing Automation

  • des third party data (ou données venant de sites tiers) pour élargir le regard dont on dispose de sa cible,

  • les résultats des campagnes Display ou AdWords,

  • etc.

Plus de données, mais pour quoi faire ?

Au-delà des discours souvent trop vides des influenceurs du secteur avec un phrasé franglais du type :

“le Big Data c’est utile pour obtenir plus de données et mieux connaître sa cible”

“Faire parler la data” “miner de la data pour plus de customer intelligence"

Mais en répétant ce genre de phrases qui n’aident en rien à mieux comprendre le fonctionnement ou la finalité du Big Data, on n’aide en rien le marché à se développer…

Une explication s’impose : en effet, avec plus de données, on vise une meilleure connaissance, mais surtout l’adaptation des données récoltées pour mettre en place des décisions dans son marketing opérationnel. D’abord sur le plan stratégique, il va de soit que l’analyse globale des canaux marketing apporte un point de vue et une connaissance à 360 du client dans ses interactions avec l’entreprise (réseaux sociaux, SAV, CRM, visites sur le site, etc.). On peut alors parler de marketing omni-canal grâce au Big Data, dans la mesure où l’on est capable de centraliser et utiliser toute l’information d’un client en fonction des différents canaux de vente avec lesquels il a été en interaction. Ainsi, tout rentre en compte pour accéder à un point de vue qui n’est plus étriqué sur un seul canal, mais sur l’ensemble des canaux de communication, voire des third party data (données de trafic en provenance de sites tiers) afin d’apporter encore plus de customer intelligence.

Ensuite, pour rentrer dans le coeur opérationnel, les DMP permettent de mieux scorer les leads pour les forces de ventes et d’apporter une connaissance très pointue des intérêts et recherches d’un prospect. C’est donc d’un point de vue commercial que l’intérêt émerge. Mais sur le plan marketing, il faut regarder du côté du Marketing Automation, afin de mettre en place des scénarios/boucles de relances les plus adaptées à chaque prospect. On cherche alors à personnaliser l’information et les contacts automatisés qui seront transmis aux cibles : la bonne information, à la bonne personne, au bon moment !

La nouvelle vague : l’analyse prédictive et le Data-Mining

Un intérêt nouveau qui émerge et sur lequel les DMP comme BlueKai intègrent de plus en plus d’outils pour élever l’analyse vers la prédiction des actions des clients et prospects, pour mieux convertir et mieux fidéliser.

Inutile de rappeler l’importance d’un taux de conversion maximal tant, les investissements marketing et commerciaux coûtent et doivent améliorer leur ROI. Avec l’analyse prédictive, les algorithmes de suivi consomment des données agrégées par les DMP pour fournir des scénarios et améliorer la connaissance du client au point d’anticiper ses interactions avec les forces de vente ou les outils de communication d’une marque.

Depuis la prévention d’un “bad-buzz”, jusqu’à l’anticipation d’une résiliation, voire d’une commande : l’analyse prédictive permet simplement d’améliorer la rapidité de réponse et la qualité de l’information transmise. Un savoir-faire Oracle dont je vous propose de découvrir plus en détail les opportunités et le fonctionnement au travers de ce livre blanc dédié à l'analyse et l'activation des données.

Voir ou revoir Focus sur la DMP : La clé de voûte du Big Data !

Quelle équipe pour lancer une stratégie Inbound Marketing ?

Big data et E-commerce : Le couple gagnant du Marketing 3.0

Be the first to comment

Comments ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.