Le marketing prédictifNicolas GAKRELIDZ, 2015, "Le marketing prédictif, l’avenir du marketing", http://custmarketing.com/marketing-predictif/ est l’ensemble des dispositifs marketing permettant d’anticiper les comportements des clients par des prévisions basées sur des données et des probabilités de réussite. Le caractère prédictif repose sur des techniques d'exploration de données permettant de modéliser un comportement à un instant en fonction de données passées.
Définition
La construction de modèles basés sur l’analyse de nombreuses données permet de prévoir certaines actions. Grâce à la numérisation croissante d'information, et la montée en puissance des outils d’analyse numériquePHILIPPE MAUCHAMP, 2002, "Marketing prédictif : une révolution portée par le big et le smart data", https://www.lesechos.fr/idees-debats/cercle/cercle-124613-marketing-predictif-une-veritable-revolution-portee-par-le-big-et-le-smart-data-1096237.php, ce type de marketing croise diverses sources de données pour anticiper les actions futures des consommateursYohan STERN, 2015, "Marketing prédictif : quand le Big Data anticipe les (ré)actions des consommateurs", http://www.e-marketing.fr/Thematique/digital-data-1004/Big-Data-10021/Breves/Tribune-Marketing-predictif-quand-Big-Data-anticipe-actions-consommateurs-252194.htm. La prédiction ne se fait plus par les analyses classiques de segmentation basées sur des critères tirés d'études marketing. Aujourd’hui, au-delà de la segmentation et du ciblage classique, des algorithmes spécifiques ont été mis au point pour pouvoir prédire et anticiper des comportements humains. Par le marketing prédictif, une entreprise propose les meilleures offres possibles, au bon moment, par le bon dispositif relationnel. Par exemple, anticiper le départ à la concurrence d’un client et agir proactivement pour le retenir.
Ce marketing s'inscrit dans le cadre du marketing 3.0 : une nouvelle forme centrée sur les valeurs fonctionnelles, émotionnelles et même spirituelles. La participation et la collaboration du client est essentiel...
Les secteurs Le marketing prédictif est un outil potentiellement utilisable par toute entreprise, collectivité ou administration souhaitant être en mesure de rationaliser ses coûts, ses performances et, ou soucieuse de sa gestion de la relation de la fidélisation clientDominique FILIPPONE, 2013, Big Data : ces entreprises qui en profitent le plus, http://www.journaldunet.com/solutions/analytics/profiter-du-big-data.shtml .
Les entreprises concernées sont principalement dans le commerce en ligne, ou possédant au moins un site internet ou une page sur un réseau social. On retrouve les entreprises de : Distribution ; Industrie (constructeurs automobiles, industrie pharmaceutique etc.) ; Énergie ; Télécoms (opérateurs téléphoniques, etc.) ; Banques ; Assurance ; Secteur public (trafic routier, collecte d'ordures, etc.).
Le principe
Le marketing prédictif peut fonctionner grâce aux données recueillies dans le cadre du Big Data (mégadonnées). Il est, pour les responsables marketing, une source de données sur les consommateurs permettant d'inclure textes, conversations, comportements... dans les stratégies marketing.
Le volume que représente ces données croit en permanence et de façon exponentielle, il est donc inimaginable d'envisager en traiter l'intégralité. L’enjeu est donc désormais la gestion méthodique du Big Data afin de repérer, de classifier et d’utiliser les informations consommateur afin d'identifier les besoins et de mettre en place des stratégies pour y répondre. C'est-ce que l'on appelle le Smart Data (données fines). "Le Smart Data est le processus qui permet de passer des données brutes à des informations ultra qualifiées sur chacun des consommateurs."Roger MARC, 2014, Trop de Big Data tue le Big Data, bienvenue dans l'ère du Smart Data !, http://www.journaldunet.com/solutions/expert/58084/trop-de-big-data--tue-le-big-data--bienvenue-dans-l-ere-du-smart-data.shtml L'objectif est de cerner au mieux les clients et leurs désirs grâce à des mécanismes adaptés. Ces mécanismes peuvent être classiques (jeux concours, recherches internet, etc.), mais l'innovation dans ce domaine est continue (géolocalisation, réseaux sociaux, applications mobiles, etc.).
L'objectif du marketing prédictif n'est plus seulement d'attirer des nouveaux clients, mais surtout de fidéliser et de satisfaire sa clientèle. Le Smart Data permet d'affiner le ciblage suivant différents critères en gérant la personnalisation, la pertinence et la cohérence de la communication sur les différents canaux utilisés. Le Smart Data tend à s'imposer au marketing afin de l'optimiser.
Les actions à mettre en œuvre Les données d'achats
Didier Gaultier, Les 10 points clés du marketing prédictif, 2011,http://www.journaldunet.com/ebusiness/expert/50546/les-10-points-cles-du-marketing-predictif.shtmlLes données d’achats sont les données factuelles. Ces dernières sont d'une importance capitale en marketing prédictif. Des données factuelles proviennent de diverses sources d'information, elles informent et constatent. (« Factuel » : Qui s'en tient aux faits, qui présente les faits sans les interpréter). Les différentes transactions effectuées permettent dans un grand nombre de cas d'anticiper une importante partie des futurs achats à venir.
Les données comportementales et « en ligne »
Les réactions des clients et des prospects face aux différentes campagne, visites sur des sites internet ou les appels téléphoniques passés à des centres d’appel, tout ceci correspond aux données comportementales.
Ces données sont une grande source d'information et sont indispensables pour être en mesure d'anticiper les futurs besoins des clients afin de définir les actions et leur transmettre les meilleures offres possibles. Le procédé le plus simple à mettre en place est de concevoir un entrepôt de données. Un entrepôt de données désigne une base de données utilisée pour collecter, ordonner, journaliser et stocker des informations provenant de bases de données opérationnelles et fournir ainsi un socle à l'aide à la décision en entreprise.
Fabriquer un Datamart
Un DataMart (magasin de données) est un sous-ensemble d’un entrepôt de données destiné à fournir des données aux utilisateurs, et souvent spécialisé vers un groupe ou un type d'affaire. Accéder à toutes les données d'achats et comportementales en utilisant un entrepôt de données est une bonne base. Mais il est dans la plupart des cas volumineux et non adapté dans le ciblage d’une campagne où dans l'interprétation des comportements des clients.
La segmentation
Profil type client
Règles d'association des campagnes marketing
Test des campagnes
La variante donnant les meilleurs retours en fonction des objectifs pourra ainsi être définie. Une étape s'occupant du budget est importante avant le lancement d'une campagne afin de connaitre l'investissement en fonction du ciblage retenu. Le retour sur investissement sera alors connu.
Le scoring
Le cycle de vie des clients
La pression marketing
Il est important de ne pas submerger le client de messages marketing. La communication doit être mesurée pour les clients potentiels, mais surtout, elle doit être de qualité et mettre l'accent sur la dimension humaine.
Applications du marketing prédictif Calcul du score d'appétence Le score d’appétence est utilisé en marketing dans des démarches d'attribution de scores. Il traduit la probabilité qu’un prospect devienne consommateur d'un produit ou service proposé ou qu’il réponde favorablement à une offre qui lui est faite. Le Smart Data permet d'organiser les données marketing par segments pertinents et homogènes afin de les exploiter au mieux. Les entreprises peuvent alors attribuer un score d'appétence dynamique à chaque consommateur (avéré ou potentiel). Ce score peut être établi suivant ses comportements d’achats sur différents points de contacts et de sa réactivité aux différentes voies de communications (ex. : un client achète un téléphone via un site de commerce en ligne à la suite de la réception d'un courriel promotionnel)Key performance group, Smart data, scoring et CRM automatisé: Comment acquérir, qualifier et convertir ses prospects en client, http://www.kpi-img.com/res/mailmetrics/livreblanc/MM_LivreBlanc_SmartData.pdf.
Valeur vie client La valeur vie client (VVC) est la somme des profits actualisés attendus en moyenne sur la durée de vie d’un client type.
Grâce au Smart Data, la valeur vie client peut être définie plus précisément. En effet, le Smart Data démultiplie la connaissance du cycle de vie des clients et permet l'optimisation de la valeur vie clientDATA ALTARES, 2015, Accélérer votre business avec le Smart Data, http://www.altares.com/fr/nos-reponses-data/big-data-monetisation-et-performances/article/accelerer-votre-business-avec-le-smart-data. Il est notamment utilisé dans le domaine de l'assurance où la prime d'un client est calculée suivant un profil et un type de bien afin de couvrir le cout moyen de celui-ci.
Prédiction d'attrition Le principe de la prédiction d'attrition est de prévoir les phénomènes de pertes de clientèles. Cet outil peut prévoir des comportements globaux mais aussi individuels. Il est largement utilisé dans le secteur des télécommunications. Par exemple, un opérateur récupère les données suivantes des pages web de ses clients : Des variations dans le comportement de consommation ou d’usage Le passage au statut de client inactif La formulation d’une réclamation La consultation des conditions de résiliation sur un site Internet Cet opérateur va alors envoyer à son client des offres promotionnelles pour le fidéliser.
Les acteurs
Le Big data (mégadonnées) est un marché en pleine expansion. Le premier secteur impliqué est celui de l’informatique et des télécommunications. On y retrouve : Les fournisseurs, tels que les grands constructeurs informatiques Les acteurs du Web, principalement les réseaux sociaux mais aussi les e-marchands Les spécialistes des solutions de traitement de données massives Les intégrateurs Aussi le secteur de l’analytique est l’un des principaux secteurs engagés avec :
Les éditeurs Business Intelligence
Les fournisseurs spécialisés dans l’analytique Big Data
Cette technologie étant récente, de nouveaux métiers ont vu le jour : Le Data Scientist Grâce à des bases de données, le data scientist a pour objectif de tirer une stratégie pour l’entreprise via le Web et les Smartphones. Le data scientist est donc un professionnel de la gestion et de l’analyse pointue du Big data pour la stratégie et l’opérationnel de l’entreprise. Il doit faire parler ces données et en sortir des indicateurs concrets au service de la direction généraleNEYROUD Patrick, 2014, Data scientist, http://www.cidj.com/article-metier/data-scientist. Le Data Miner Nouvelle coqueluche des e-marchands, le data miner a pour mission d’extraire et d’analyser des données dans le but de définir le profil des utilisateurs. Data Analyst Le Data Analyst est une variante du data miner. Ce dernier se voit allouer une plus grande quantité de données et maitrise les outils spécifiques au big data.
Les exemples