« Je n’ai pas de data marketing »

C’est ce que m’a déclaré récemment un chef d’entreprise œuvrant en distribution spécialisée sur toute la France. Il disposait donc, de lieux de vente, d’entrepôts, de salariés, de fournisseurs, de clients… Étonné, je lui ai demandé comment il gérait tout cela. Je me suis vite aperçu, que tout était bien évidemment informatisé. Des bases de données décisionnelles existaient, contenant notamment tout le transactionnel client. Mais, il ne les avait jamais envisagées autrement que pour le suivi de ces indicateurs commerciaux clés. De sorte que, pour lui, ça, ce n’était pas de la data utilisable commercialement. Il fallait des choses bien plus riches pour commencer à travailler la data marketing.

Or, si demain vous souhaitez optimiser votre marketing client, la première chose dont vous avez besoin, celle qui va représenter plus de 80% de vos capacités à le faire, c’est le transactionnel de vos clients, les achats réalisés, leurs canaux, leur rythme, le contenu et la valeur des paniers.

 

L’apport du transactionnel

Ces simples données vont vous permettre de déterminer la probabilité de ré-achat de chaque client, sa fréquence de visite, la valeur probable de ses paniers, ses parcours d’achat. Vous pourrez également déterminer qui sont vos nouveaux clients, ceux qui progressent, stagnent, baissent ou vous ont quitté ; bref commencer à segmenter.

Et bien sûr, pour pourrez adapter vos actions à ces différents segments :

• Accueil des nouveaux clients pour leur faire découvrir vos produits, services, magasins, vos valeurs, …, et ainsi les fidéliser au plus vite ;
• Stratégie d’accroissement de la valeur client en travaillant la fréquence d’achat, le montant des paniers, le nombre et la valeurs des abonnements / polices détenus,… ;
• Le calcul de la valeur de chaque client déterminera ce que vous êtes prêts à faire, à dépenser lors de vos campagnes de rétention pour les garder, ou les reconquérir.

Si en plus, vous avez conservé l’ensemble des interactions CRM/PRM que vous avez eu, avec chacun d’eux (sollicitations, réponses à ces sollicitations), vous allez pouvoir adapter vos plans de contact, fréquence, canaux, messages, offres,… Et donc améliorer votre efficience marketing.

Vous n’avez pas de CRM, pas la possibilité d’identifier, chaque client de chacun de vos points de vente ?

Qu’à cela ne tienne, vous avez, par exemple, la possibilité d’analyser finement la performance de chaque magasin, pour :

• Adapter son assortiment à la structure sociodémographique et commerciale de sa zone de chalandise, ou à la saisonnalité ;
• Optimiser les promotions ;
• Optimiser votre gestion de stock, ajuster vos coûts, limiter les ruptures.

Les sources de la data marketing à votre disposition ?

Difficile d’être exhaustif, ne m’en veuillez donc pas, si je ne cite pas tout ce dont vous disposez.

Quelles sont les grandes sources de données utilisables en data marketing

o  En sources externes accessibles :

l’open data, INSEE en tête vous permet d’enrichir vos bases de nombreuses données (cf https://www.data.gouv.fr/fr/) ;

Un exemple tout simple d’usage de l’open data :

• Vous ne connaissez pas l’âge de vos clients, cependant vous pensez qu’il peut être déterminant dans la réponse de vos cibles CRM/PRM ? L’INSEE édite des bases vous donnant l’âge moyen des porteurs de chaque prénom. Or, il y a des modes sur les prénoms. On n’a probablement pas le même âge quand on s’appelle Louna ou Germaine ; Timéo ou Philibert. Ce n’est pas idéal, mais, bien travaillée, cette information est, en première approche, souvent suffisante pour améliorer les rendements d’une opération en éliminant les prénoms correspondant aux âges hors de la cible recherchée.
• Et vous pouvez faire de même avec les statistiques géographiques de vos zones de prospection, concernant la composition des foyers, les revenus, les commerces concurrents, etc.

Autres sources possibles, vos partenaires et de nombreuses sociétés qui vendent ou louent des données. Attention cependant à la compliance RGPD.

 o  Les données internes :

• Celles des outils CRM, ERP, achat, logistique, ticket de caisse, programme de fidélité, sites WEB, apps, IOT, SIRH, logiciels de gestion de production, d’achat, de stock, …
• Je vous laisse finir la liste de toutes les applications que vous avez en interne et qui manipulent et stockent de la donnée à longueur de temps.

Au final, que sont les data en général et les data marketing en particulier ?

Voici une définition que j’utilise régulièrement pour définir brièvement ce que sont les data et donner quelques axes d’usage. Elle en vaut probablement une autre mais a le mérite de rester simple et d’éviter les buzz words creux.

Les data sont l’ensemble des données factuelles que l’organisation a à sa disposition. Elle peut les utiliser comme base pour améliorer sa performance, son efficience ainsi que ses prévisions.

Elles vont pouvoir être utilisées directement ou après transformation pour améliorer :

• l’efficience marketing et commerciale (gestion de la relation client, gestion des assortiments de produit, analyse de campagnes, identification des signaux faibles prédictifs du churn, de l’appétence des clients, de la fraude,…)
  
• les flux de production (maintenance prédictive, charge, optimisation de process …),
• la fiabilité et l’efficacité de la supply chain (optimisation de tournées, gestion d’entrepôts,..)
• la gestion RH (prévision du besoin de recrutement, gestion de carrière,…),
• … (et je passe sur les usages scientifiques, médicaux, …)

Comme les autres, pour être valorisables, les data marketing doivent préalablement avoir été rendues disponibles, fiables et respecter la réglementation.

Leur valorisation pourra prendre la forme, de reportings de pilotage en temps réel, de rapports d’analyse et de recommandations d’actions, de flux de données automatisés, de modélisations statistiques et mathématiques prévoyant la probabilité de survenance d’un évènement ou segmentant vos clients, produits, fournisseurs, …

Conclusion :

Vous l’aurez compris, dès que vous avez une activité, vous avez de la data et vous pouvez commencer à l’exploiter, à la valoriser ; ne serait ce que par des reportings, de premières analyses et actions, ou simplement par des flux vous alertant d’un comportement client, par exemple.

Il n’est pas forcément nécessaire de faire compliqué pour engager votre transition data et créer de la valeur additionnelle.

 

 A bientôt pour un « La data, c’est compliqué ; on ne comprend rien aux mots que vous utilisez »

Retrouver l’épisode précédent ici.