À l’ère de la multiplication des points de contacts physiques et digitaux, les annonceurs cherchent à mieux hiérarchiser leurs leviers d’engagement et développent de nouvelles ressources pour mieux comprendre le parcours de leurs clients. En effet, les entreprises s’emploient à défier les paradigmes du marketing traditionnel en explorant les outils et méthodes susceptibles de permettre l’ultra-personnalisation.
Problèmes éthiques
Cette démarche intellectuellement stimulante se confronte pourtant à de nombreux écueils techniques et conceptuels : le manque de maturité des DMP média déployées dans le marché, les limites d’exécution pour automatiser les aspects créatifs des campagnes, le recul nécessaire pour paramétrer intelligemment des messages via des canaux complexes et congestionnés.
L’ultra-personnalisation semble spéculative, tant la définition de ce concept et le champ des possibles varient en fonction du secteur d’activité des annonceurs. Une marque de cosmétique n’ambitionne pas une stratégie d’ultra-personnalisation similaire à un transporteur aérien et ferroviaire, et cela bien qu’ils partagent souvent une même audience ! En effet, les boutiques des gares et aéroports sont autant de points de contacts où les données transactionnelles réconciliées avec celles d’un voyagiste permettraient de définir une stratégie pertinente d’ultra-personnalisation. Les cas d’usage de « second party data » demeurent malheureusement rares et exploratoires, il est donc nécessaire de recourir à d’autres approches pour être pertinent auprès de ses clients et prospects.
La qualité des données ainsi que l’accès à certaines données sensibles et personnelles sont aussi d’importants challenges, l’approche de l’ultra-personnalisation pouvant poser des problèmes éthiques qui ne manqueront pas d’être particulièrement exposés lors de la mise en place de la RGPD en mai 2018. Les annonceurs semblent comprendre la nécessité de développer une approche plus mesurée via le marketing de permission. Le recours à la data science ne devient plus seulement un levier d’accès à l’individualisation mais un moyen pour construire des campagnes pertinentes à partir de données plus agrégées et moins sensibles.
Myopie marketing
Parmi les approches « data driven » plébiscitées par le marché, le « mix modeling » est une des solutions méthodologiques robustes utilisée traditionnellement pour expliquer les drivers de performance. Les nouvelles approches avancées de modeling permettent à présent de déterminer les bonnes audiences, et passer du « target planning » à « l’audience planning ». En réconciliant compréhension des comportements clients et pilotage stratégique du ROI, l’audience planning enrichi par le modeling permet de déterminer le ROI par segment de client et par niveau du purchase funnel ainsi que par type de produit. Un des apports les plus significatifs de cette approche est notamment de l’ouvrir à tous les leviers d’activation, et pas seulement les leviers « one to one ».
La focalisation exclusive sur une approche d’ultra-personnalisation a pu mener le marché à une myopie marketing et avoir une forte incidence sur la rentabilité des actions engagées, en raison d’une approche trop micro et trop impactée par la qualité des données et les possibilités d’exécution. Il est donc temps de prendre du recul et de comprendre comment la data science peut permettre de mettre de la pertinence à tous les étages de la prise de décision, plutôt qu’une recherche utopique du « one-to-one » généralisé.
