Comment exploiter le Big Data pour le marketing ? Définition et 5 exemples

Comment exploiter le Big Data pour le marketing ? Définition et 5 exemples
5
1 avis

Stop SPAM. Start Big Data Marketing. Tel aurait pu être le titre de cet article. L’enjeu stratégique des données récoltées et analysées par l’entreprise est en effet d’améliorer l’expérience client. L’analyse des informations en temps réel et la prospective représentent ainsi de nouveaux défis à relever au quotidien. DSI (directeur des systèmes d’information) et responsable marketing sont désormais amenés à travailler ensemble pour atteindre l’objectif commun : la croissance de l’entreprise.

Quelle définition donner au Big Data pour le marketing ? Quelles données exploiter ? Où les trouver ? Quelle utilisation du Big Data pour le marketing digital ? Quels sont les exemples existants ? Big Data, ami ou ennemi du marketing de demain ?

appvizer répond à vos questions :

Suggestion de logiciels pour vous

Webmecanik

Webmecanik
La solution française de Marketing Automation Open Source
Lancez-vous !
Voir ce logiciel

Ranxplorer

Ranxplorer
Positions SEO, suivi de ses concurrents, mots clés...
Analyse SEO gratuite
Voir ce logiciel

Simple CRM

Simple CRM
Le CRM simple, proche de vos besoins et qui génère des leads
Essai 15 jours gratuits
Voir ce logiciel

Définition de Big Data

La définition marketing du Big Data :

  • le Big Data désigne à la fois le volume conséquent de milliards de données disponibles sur le web, et les informations détenues par les entreprises, les organisations et les États,
  • l’entreprise détient des données sur ses concurrents, clients, prospects, fournisseurs, partenaires, son marché,
  • elle enrichit en permanence et en temps réel ses données par d’autres informations issues du web ou d’études statistiques,
  • cette multitude de nouvelles données est acquise par des outils dotés d’intelligence artificielle, capables de récolter des informations beaucoup plus vite que l’être humain,
  • les collaborateurs de l’entreprise exploitent ces données en temps réel pour améliorer la communication avec leurs clients et détecter des opportunités de business sur le média digital,
  • plus largement, les entreprises se servent de ce Big Data à des fins d’analyse et de prospective pour conserver ou créer de nouveaux avantages concurrentiels ou de compétitivité sur leur marché,
  • les entreprises doivent s’équiper de solutions et de technologies leur permettant de trier, classer et d’exploiter des informations de qualité,
  • les entreprises doivent également respecter les lois telles que le règlement européen pour la protection des données personnelles et se protéger des attaques informatiques malveillantes,
  • le DSI (directeur des systèmes d’information) doit donc stocker les données de manière sécurisée, et les rendre accessibles à l’équipe de travail en mettant en place des processus adaptés.

 

Big Data Marketing définition

Image : Tim Pachuau

Les sources d’informations utiles au marketing

Le Big Data est aujourd’hui constitué d’innombrables sources d’informations majoritairement disponibles sur internet. Dressons la liste des acteurs, appareils et technologies par lesquels la ou le responsable marketing va collecter des données pertinentes sur les consommateurs.

Les moteurs de recherche tels que Google ou Bing

  • les requêtes et intentions de recherches,
  • l’évolution des tendances de recherches dans le temps.

Les navigateurs internet

  • l’adresse IP de l’internaute,
  • les cookies enregistrant les informations de recherches, les sites web visités et les actions.

Les formulaires en ligne

  • le nom, le prénom,
  • l’âge, le sexe,
  • la profession,
  • les informations de contact (numéro de téléphone, adresse email, adresse postale),
  • l’entreprise,
  • l’appartenance religieuse ou politique,
  • les données sur la santé,
  • les consentements concernant les données personnelles,
  • etc.

Big Data Marketing : la récolte de-données via un formulaire

Les réseaux sociaux

  • les informations de profil,
  • les préférences personnelles des internautes (pages aimées, goûts personnels),
  • les actions d’engagement (like, commentaire, partage),
  • les adhésions à des groupes,
  • les profils influenceurs ou ambassadeurs de marque.

Les médias et réseaux sociaux sont nombreux. Les plus utilisés sont Facebook, Twitter, LinkedIn, YouTube, Pinterest, ScoopIt !, Instagram, Snapchat.

Les données issues du mobile (smartphones et tablettes)

  • la géolocalisation,
  • les requêtes et intentions de recherches sur mobile,
  • les informations récoltées via des applications mobiles.

Les assistants vocaux

  • les requêtes et intentions de recherches,
  • les habitudes de consommation,
  • les goûts personnels.

Les assistants vocaux tels que Siri, Google Home, Alexa, Amazon Echo, ou Cortona sont de plus en plus présents dans les foyers.

Les données non structurées issues des forums en ligne

  • les questions et problèmes des internautes,
  • les profils influenceurs,
  • la notoriété perçue d’une marque.

L’open data

Il s’agit de données ouvertes et structurées en libre accès :

  • les données émanant d’organismes publics (météo, sites .gouv, etc.),
  • les données d’entreprises privées partageant des informations d’intérêt public (données environnementales, géographiques, etc.).

Explication de l’open data et de son intérêt pour le marketing en vidéo :

Les achats en ligne (e-commerce)

  • le type d’achat,
  • le montant du panier,
  • la fréquence d’achat,
  • les habitudes de consommation.

Les sites de recommandation et d’avis client

  • les tendances de consommation,
  • la notoriété et la réputation d’établissement ou d’entreprise,
  • la notation.

Le web en général

  • les médias en ligne,
  • les sites d’informations spécialisés,
  • les sites d’entreprises concurrentes,
  • tout site accessible gratuitement.

Les objets connectés et l’IoT (internet des objets)

  • les données personnelles,
  • les informations sur la santé et le bien-être,
  • les habitudes de consommation,
  • la détection d’erreurs ou d’anomalies sur un site industriel ou agricole,
  • les données de consommation énergétique (habitat),
  • etc.

Les données récoltées en magasin

  • les données personnelles,
  • les informations liées à l’achat ou l’abonnement,
  • les habitudes de consommation (fréquence, montant, etc.).

Ces données peuvent aussi être récoltées en face à face virtuel ou réel (téléphone, visio-conférence via Skype), lors d’un sondage par exemple.

Les études statistiques qualitatives et quantitatives

Il peut s’agir :

  • d’études payantes réalisées de manière indépendante,
  • d’études payantes commanditées par une entreprise du secteur,
  • d’études portant sur des habitudes de consommation, taux d’équipement (…),
  • d’études en accès gratuit (voir open data).

Impacts et bénéfices pour l’entreprise

L’impact du Big Data sur le marketing impose une vision cross-canal des données, mais pas seulement. Nous expliquons ici quels sont les impacts du Big Data sur le marketing afin que ce dernier exploite tout le potentiel des données disponibles.

Quels sont les impacts du Big Data sur le marketing ?

Big Data Marketing exemple

Source image : ConseilsMarketing

Les bénéfices qu’apporte le Big Data ne sont possibles qu’en respectant 4 principes clés :

  • Le volume : l’entreprise doit être en capacité analytique de traiter, stocker, classer et gérer un volume grandissant de données, et ce, en toute sécurité ;
  • La vélocité : les équipes de travail doivent pouvoir exploiter ces informations en temps réel en s’appuyant sur une solution qui calcule et analyse les flux à la vitesse de la lumière ;
  • La variété : le marketing doit exploiter toutes les sources pertinentes au moyen de l’intelligence artificielle, qui va trier et pousser les informations les plus utiles ;
  • La véracité : les marketeurs doivent exploiter des informations vérifiées. De la qualité des données dépend l’efficacité des actions.

Une solution de business intelligence telle que ClicData se rend alors indispensable : elle facilite l’agrégation de données provenant de différentes sources.

Vous importez tous vos indicateurs de performance issues de Google Analytics, de votre gestionnaire de publicité, de votre base de données MySQL, de votre outil CRM. Vous disposez d’un tableau de bord pour analyser vos données de manière fluide.

Démonstration de la solution ClicData en vidéo :

Quels sont les bénéfices du Big Data ?

En respectant ces 4 principes, le service marketing conserve une approche pragmatique de la donnée. L’analyse du Big Data s’inscrit dans une démarche de création de valeur ajoutée mesurable pour l’entreprise.

L’objectif ultime est d’identifier la création de valeur associée à ce Big Data, le bénéfice à tirer de tel ou tel ensemble de données. Les bénéfices du Big Data sont très nombreux, voire multiples selon les sources d’informations exploitées.

L’analyse et l’exploitation du Big Data se traduit par 3 grands bénéfices pour les marketeurs :

  • identifier et comprendre les grandes tendances,
  • analyser le comportement des consommateurs,
  • prédire le moment le plus propice à la vente.

Mais le plus grand bénéfice à tirer pour le marketing est le suivant :

Big Data : ami ou ennemi du marketing de demain ?

La question ne se pose plus : le Big Data permet de proposer la bonne offre, au bon moment, sur le bon canal, à la bonne personne. Il s’impose désormais comme l’un des remèdes indispensables au SPAM.

 

Big Data et marketing digital : 5 exemples d’utilisation

Big Data et marketing digital sont intimement liés. Quel que soit votre secteur d’activité ou la taille de votre organisation, vous constaterez qu’il faut vous équiper de logiciels.

Voici 5 exemples concrets de l’utilisation du Big Data à des fins marketing :

1. Le SEO ou référencement naturel

On parle souvent de référencement naturel. Le SEO (Search Engine Optimization) ou l’optimisation de votre site web pour les moteurs de recherche vous permet :

  • d’attirer des visiteurs sur votre site web,
  • d’observer les comportements des visiteurs,
  • de qualifier des prospects,
  • de convertir des clients,
  • de fidéliser une audience,
  • de veiller à votre e-réputation,
  • de développer une notoriété positive.

Le principe : vous apportez les meilleures réponses possibles aux questions que les internautes tapent sur les moteurs de recherches, grâce aux contenus de votre site.

Des outils vous permettent de trouver les questions que les internautes se posent. Il s’agit d’expressions clés. Les solutions recommandées pour trouver ce Big Data et espionner les sites de vos concurrents sont Google Ads, Ranxplorer, et SEObserver.

Dans l’image suivante, le logiciel Ranxplorer nous montre un exemple des mots clés manqués et utilisés par des sites concurrents, avec le potentiel de trafic supplémentaire :

Big Data Marketing Digital exemple

Google Analytics est également une solution qui vous permet d’observer et comprendre les actions des visiteurs sur votre site.

2. Webtracking et retargeting

Le principe du webtracking est d’identifier le parcours d’un internaute grâce à des cookies installés sur les pages web qui tracent son activité en ligne.

Ces cookies représentent un ensemble de données telles que l’adresse IP, le comportement de l’internaute, les sites visités, les actions effectuées sur votre site ou l’absence d’actions.

Le concept du retargeting ou reciblage publicitaire : proposer une publicité ciblée à l’internaute qui a quitté votre site web sans avoir effectué d’action. Vous pouvez lui suggérer un contenu, un message pour l’inciter à revenir vers votre marque ou entreprise par le biais d’une publicité ou d’un contenu sponsorisé sur un site tiers tel que Facebook par exemple.

Les solutions de webtracking sont très efficaces pour mener des campagnes de retargeting. Solutions recommandées pour récolter et exploiter ce Big Data : Visiblee, Lead The Way, ou encore GetQuanty.

Démonstration de la solution Visiblee en vidéo :

3. Le marketing automation

Des plateformes de marketing automation telles que Webmecanik ou Plezi permettent d’exploiter entre autres les informations récoltées sur votre site web via des formulaires, en échange de livres blancs à télécharger par exemple.

Vous créez des scénarios de séquences d’emails entièrement automatisées pour alimenter le contact de contenus et de messages qui le font mûrir dans son parcours d’achat.

Ces logiciels marketing sont interconnectés avec votre CRM pour mettre à jour les informations de contacts, effectuer des recoupements et un suivi efficace de la relation client, de l’état de prospect jusqu’à la fidélisation du client.

Sébastien Henrot, Directeur Général d’Inès CRM nous explique en vidéo pourquoi il a fait le choix d’intégrer nativement la solution de marketing automation Webmecanik :

La technique du marketing automation permet de segmenter ses messages d’email marketing afin de pousser des contenus personnalisés et d’atteindre de meilleures performances à tous les niveaux : augmentation de la qualité et du volume de leads, optimisation du taux de conversion de prospects en clients, etc.

4. Le marketing prédictif

Connectée à votre base de données CRM, la business intelligence, ou l’intelligence artificielle mise au service de la vente, est aujourd’hui capable :

  • de scanner le Big Data disponible sur le web,
  • d’identifier les profils de clientèle opportuns,
  • de détecter des opportunités d’affaires au bon moment,
  • de lancer des alertes auprès des forces de vente.

Simple CRM ou Predict de Sparklane sont notamment des solutions performantes dotées d’une intelligence artificielle capable de détecter des opportunités de vente et de renvoyer des leads de qualité aux commerciaux.

Les forces de vente personnalisent ainsi leur approche commerciale en contextualisant le lead dans un environnement identifié. La encore, la bonne offre est proposée au bon moment, à la bonne personne.

Démonstration de l’intelligence artificielle Happi de Simple CRM en vidéo :

5. L’analyse sémantique et émotionnelle

Le concept : scanner le web, les plateformes d’avis, les outils de communication de votre support client pour identifier les commentaires positifs et négatifs.

Une solution telle que Q°emotion vous permet d’exploiter ce Big Data pour :

  • mieux comprendre vos clients,
  • améliorer l’expérience client,
  • gérer votre e-réputation,
  • détecter des améliorations à effectuer dans le parcours d’achat,
  • anticiper les réactions et besoins des consommateurs,
  • de mieux répondre à leurs attentes.

Démonstration en vidéo :

Ce type de solution est notamment très utile pour exploiter les données récoltées par votre support client et en améliorer les processus.

Suggestion de logiciels pour vous

Predict by Sparklane

Predict by Sparklane
La Solution B2B de Lead Scoring Prédictif
Démonstration gratuite
Voir ce logiciel

Pandora FMS

Pandora FMS
L'outil de supervision tout-en-un
Essai gratuit
Voir ce logiciel

SAS Viya

SAS Viya
SAS® Viya® Solution Conçue pour innover avec l'analytique
En savoir plus
Voir ce logiciel

Commentaires

Portrait de Rostenkowsky

big data & deeplearning n'est pas une baguette magique

5
Merci pour cet exposé très clair sur BD en marketing. Cependant il ne faut pas oublier que ces techniques ne peuvent pas inventer ce qui ne se trouve pas dans les données que les clients voulaient bien partager. Il y manque des vraies connaissances sur les souhaits de clients que peu de systemes collectent et dont le recueil est impossible à cause de centrales d'achat.
Commenter cet article

Ajouter un commentaire