close

Découvrez nos offres pour faire du digital le levier de votre croissance !

download
Modèles

Téléchargez le Guide Ultime de gestion de projet digitale pour vous aider à piloter vos transformations et faire les bons choix !

Image mise en avant pour l'article

Big Data & marketing : une révolution en marche

Le Big Data a profondément modifié les processus de vente et les stratégies marketing.


Les deux domaines se recoupent désormais grâce à l'analyse prédictive. On ne se contente plus de chercher à vendre un produit à un moment donné, mais on analyse, sur le long terme, le comportement des clients face à des produits ou à des services, à partir de données massives issues des moteurs de recherche, des réseaux sociaux, des sites B2B ou B2C.

Illustration montrant le "Sales Confidence".  La partie immergée de l'iceberg.

Pour tout connaître des goûts des clients, de leurs préférences, de leurs comportements, de leurs désirs, de leurs réflexes ou de leurs rejets, les entreprises collectent toujours plus de données. Ces données permettent ainsi de mieux cibler les campagnes d'e-mailing en fonction des goûts et des couleurs de chacun (marketing automation), d'attirer des prospects puis de fidéliser des clients et de personnaliser des contenus Web (personnalisation de l'expérience utilisateur).

Aux États-Unis, une nouvelle discipline a déjà vu le jour, la "Sales Intelligence", qui permet de comprendre, de manière approfondie, toutes les étapes du processus qui finalise une vente. Pour en savoir plus sur la "Sales Intelligence", lisez cet article.

 

Big data et marketing : émergence de la "Sales Intelligence"

Photo représentant le big data et tous les liens possibles

Pour les sites de grande distribution, la "Sales Intelligence" collecte les données comportementales d'un prospect et/ou d'un client, puis analyse ces informations pour lui proposer des images, des publicités ou des services correspondant à son profil, à ses goûts et à son expérience d'utilisateur ou d'acheteur. Le Big Data prospectif est également utilisé pour des recherches B2B, lorsqu'il s'agit pour une grande entreprise ou pour un géant de la distribution d'identifier des marchés et de chercher des opportunités nouvelles, en cas de tension ou de repli. D'après les statistiques et les études les plus récentes, c'est la collecte d'informations commerciales ou le processus d'identification des clients qui bénéficie le plus du Big Data, bien avant le suivi de qualité et le suivi de l'expédition.

 

Leads, leads, leads : le big data au service de la connaissance client

Photo avec les mots-clés d'un big data

Internes ou externes, ces méga-données sont analysées et recoupées afin de fournir à l'entreprise ou au site de e-commerce une connaissance du prospect ou du client, affinée et contextualisée. Ces données massives sont combinées à l'analyse comportementale qui détermine les différentes voies empruntées par les utilisateurs dans leur recherche d'information ou dans leur expérience d'achat. Ici, la détection de lead est fondamentale : les données collectées permettent d'identifier le niveau de maturation d'un potentiel client et son "lead score", c'est-à-dire son pourcentage de potentiel achat.

On est ainsi passé d'une fiche de renseignements statique à une recherche de signes de piste en situation et en temps réel. C'est l'ère de l'expérience et du comportement. Le lead scoring prédictif permet donc non seulement de déterminer l'attraction d'un produit, l'ergonomie d'un site ou le prestige d'une marque, mais encore de dégager des grandes tendances sur le long terme. Auparavant, le lead scoring classique partait d'une liste de critères censée décrire au mieux la cible idéale. Aujourd'hui, le lead scoring prédictif se fonde sur des algorithmes qui modélisent des comportements et déterminent des tendances, à partir de l'observation de clients déjà existants. Les algorithmes de segmentation permettent également de regrouper par catégories les prospects (âge, sexe, origine sociale, profession, centres d'intérêt, niveau culturel, goûts et préférences, canal d'information, habitudes de consommation, historique des achats, géolocalisation, etc.). C'est ce que l'on appelle le « machine learning », ce système d'apprentissage automatique de l'intelligence artificielle.

Le « machine learning » va ainsi exploiter les données massives et brutes du Big Data à des fins d'optimisation publicitaire, de recommandations produits ou des suggestions d'achat.

 

 

Détecter le prospect, dessiner le profil client, suivre son parcours grâce au big data prédictif

Illustration d'un big data qui collecte des données dans différentes sources

Une fois le prospect devenu client, le Big Data prédictif continue d'être efficace pour accroître les ventes. Comment ?

En le fidélisant et en déterminant le contact le plus efficace. Cherche-t-il à se rendre de préférence sur un lieu de vente, a-t-il l'habitude d'acheter par internet, se fait-il livrer à domicile ou en point-relais, est-il sensible au marketing par e-mail, à quelles heures du jour ou de la nuit a-t-il l'habitude d'acheter ? Prendre contact via la méthode la plus appropriée et au meilleur moment permet de trouver le client dans les meilleurs dispositions possibles et de le rendre ainsi plus réceptif. L'analyse prédictive permet aussi d'améliorer le service client, car elle s'appuie sur une étude comportementale affinée : on analysera les avis et les besoins des uns et des autres (Qu'est-ce qui est particulièrement mis en avant dans un sondage de qualité ?) et on pourra anticiper sur les problèmes les plus fréquemment rencontrés par les clients. De quoi se plaignent-t-ils ? D'un manque d'information, d'un produit non conforme, d'une livraison trop longue, d'un conseiller inefficace ou irrespectueux, etc. Et qu'apprécient-ils le plus ? La qualité et la conformité des produits, le rapport qualité/ prix, l'ergonomie du site, les facilités de remboursement, etc.?

Toutes ces données vont permettre à une entreprise d'améliorer grandement la qualité de son service après vente et de nouer une relation avec le client privilégiée et de plus en plus personnalisée.

 

L'achat inconscient en un clic : le big data au service du parcours client

Selon une enquête de SalesForce datant de 2016, le suivi du parcours client et la satisfaction client constituent désormais la priorité absolue et le critère principal de réussite pour 88 % des équipes marketing les plus performantes. Bien loin devant l'acquisition de nouveaux clients et l'accroissement des revenus.

Anticiper sur les désirs de l'acheteur a toujours été au cœur de la stratégie d'Amazon. Mais avec la puissance d'analyse segmentée de la « machine learning », la force de suggestion est encore plus grande. Jeff Bezos le sous-entend dans sa lettre annuelle du 12 avril dernier à ses actionnaires. Il s'agit non seulement d'anticiper les désirs de l'utilisateur, mais de faire en sorte qu'il passe à l'acte d'achat le plus rapidement possible. Dans une sorte de réflexe inconscient ou d'immédiateté compulsive en un clic. Face à de telles stratégies permises par les algorithmes de la machine, on ne peut s'empêcher de poser des questions orwelliennes.

  • Va-t-on vers une dématérialisation totale de l'acte d'achat avec la disparition de l'interface ?
  • Va-t-on vers une manipulation toujours plus grande de la part du vendeur, qui finira par signer la mort de tout libre-arbitre de la part de l'utilisateur ?
  • En d'autres termes, encore, se dirige-t-on vers une vente et un achat qui ne disent pas leur nom ?

Amazon 2016 Letter to Shareholders by CNBC.com on Scribd

 

 

L'analyse prédictive grâce au big data : une révolution

En faisant interférer les forces de vente et les atouts du marketing, l'analyse prédictive représente une avancée majeure dans le rapport au client et une mutation profonde du fonctionnement général de l'entreprise. C'est désormais le règne de l'analyse comportementale du consommateur. C'est l'ère des stratégies transverses, de l'expert en marketing au commercial, du designer au concepteur. Grâce à des données contextualisées et à des causalités fines, le Big Data permet de suivre à la trace et en temps réel le prospect ou le client, de connaître ses goûts et ses habitudes, de susciter ses réflexes et d'anticiper ses désirs. Avec, évidemment, des dérives possibles. Rien n'illustre mieux ce brassage à grande échelle de la moindre donnée et du plus petit indice que la fameuse formule de Lavoisier reprise au présocratique Anaxagore : « Rien ne se perd, rien ne se crée, tout se transforme. »

Image mise en avant pour l'article
Adimeo
Comment faire de votre site internet une machine à leads ?
Voir le webinar !
Besoin d'aide pour structurer vos données et en faire un levier de votre croissance digitale ?
Nos experts vous accompagnent dans le choix d'un CRM (audit, choix, mise en place, paramétrage...).
Contactez-nous
Pourquoi s'abonner à
notre newsletter ?
Pour recevoir tous les mois, un condensé de contenus utiles et pertinents pour votre transformation digitale !