Le Salon e-marketing se tenait la semaine dernière au Palais des Congrès à Paris. L’occasion de revenir sur l’importance pour le marketing internet de disposer d’une connaissance client actionnable.

De nombreux sujets ont été abordés durant les conférences du Salon e-marketing 2012. Au programme, l’importance du web social, entre autres.

Les sites d’e-commerce, comme beaucoup d’entreprises, sont confrontés à une problématique simple sur le papier, mais moins évidente à mettre en œuvre de prime abord : comment partir des données obtenues en ligne pour au final obtenir une connaissance actionnable.

C’est le rôle du data mining de rendre accessible la connaissance client. Mais « il n’y a pas de boite noire automatisée qui permette de comprendre les données. C’est le rôle des fonctions d’analyses statistiques : le data mining descriptif est un long travail » insiste Didier Gaultier, Directeur Business Unit Datamining chez Coheris et professeur de marketing prédictif à l’EPF.

Le data mining ou marketing prédictif qui succède à cette première étape descriptive est la partie apparente, plus connue, de l’iceberg. Connaître les résultats d’une campagne avant de la lancer est effectivement séduisant, notamment pour les sites d’e-commerce qui identifient l’efficacité des-dites campagnes comme un axe fondamental pour répondre à leurs problématiques concurrentielles. Apporter de la connaissance client est une clef qui permet dans ce cadre d’ouvrir de nombreuses portes.

« Il est possible de réaliser des quick-wins, évidemment » évoque Didier Gaultier lors du salon e-marketing 2012, « mais un véritable procédé prédictif se doit d’être rigoureux et appliqué ».

Il évoque 3 phases pour détailler ce processus :

D’abord, le data management et la constitution des ETL doit permettre d’obtenir une vision 360 des données clients et de les mettre à disposition dans un datamart, ou un datawarehouse, en 6 mois ou 1 an.

Ensuite, la réalisation d’une analyse descriptive sur les données clients et prédictive sur les données produits doit permettre en 6 mois de commencer une exploitation de ces data et de booster le ROI.

Enfin, la phase prédictive sur le comportement client à proprement parlé, achève de mettre le client au cœur de la stratégie de l’entreprise.

Hiérarchiser les données et mettre en place un référentiel unique

De son côté, Tiffany Colas, expert produit Coheris, insiste sur l’importance que revêtent les données « online » aux yeux des marketeurs : « D’après une étude auprès de 300 marketeurs, 57% d’entre eux admettent que les transformer en connaissance est leur plus grand défi et 62% avouent des difficultés pour passer des données aux actions » décrit-elle.

Son conseil est donc de commencer par hiérarchiser les données accessibles à l’entreprise, par type : malgré le succès des réseaux sociaux, le manque de structure et la dimension peu factuelle de leurs données, ne les placent évidemment pas en première position. « Il est acquis qu’une marque doit être présente sur les réseaux sociaux, mais il sera difficile d’exploiter ces données dans l’optique de sa stratégie online » précise Tiffany Colas.

Au sommet des priorités, viennent donc les données transactionnelles, qui sont bien identifiées, précises et structurées.

Les données issues de l’e-mailing ont également ces qualités, même si elles ne sont pas relatives à des achats passés. En 3e position, les données issues des webanalytics sont également factuelles et structurées, mais seules les parties véritablement nominatives de ces données pourront être pleinement réutilisées.

Au final, exploiter ces différents types de données implique surtout de se doter d’un référentiel client 360 qui les réunisse toutes dans un datawarehouse. C’est à partir de ce référentiel unique que pourra être utilisée une boite à outils appropriée. Elle permettra d’actionner la connaissance client pour enrichir et exécuter une stratégie marketing online optimisée. Les 10 règles d’or du marketing prédictif détaillent les clefs qui permettent d’obtenir ce résultat.