Le data marketing ou le data driven marketing fait sans doute partie des tendances actuelles visant à faire un usage stratégique et innovant de la donnée. Nous présentons ici un aperçu du potentiel qu’offre la Data Science afin de muscler sa stratégie marketing.
L’apport de la Data Science s’observe sur l’ensemble du processus marketing. Tout d’abord, le planneur stratégique - responsable de la mise en place de la stratégie marketing de l’entreprise - peut acquérir une meilleure connaissance de son marché via de l’analyse de données. Traditionnellement, le planneur stratégique nourrit sa réflexion essentiellement de travaux réalisés par différents instituts d’études, de prospectives ou encore de cabinets de tendances.
La data est désormais devenue un outil structurant pour construire la stratégie des planneurs grâce à la détection de comportements réels des consommateurs constituant le marché ciblé. Tout ceci constitue alors des insights quantifiables donnant une histoire marketing pertinente et percutante. Le web crawling, que nous avons traité dans un précédent article de blog, permet par exemple une récolte efficace des données en vue d’une analyse automatisée de grands volumes de données. La récolte de données textuelles peut alors être suivie d’une analyse sémantique.Tous ces éléments constituent une première étape de l’analyse, celle de l’analyse descriptive.
La stratégie marketing étant établie, la data science permet de réaliser des prédictions pertinentes dans la construction de l’approche commerciale. Ces prédictions peuvent concerner différents éléments liés à la démarche marketing. Il peut s’agir dans un premier temps de réaliser des prédictions des scores d’appétence, à savoir la mesure de la propension d'un client à acheter le produit, ou en d’autres termes, la probabilité pour que le client achète le produit soit dans un avenir défini, soit en réponse à une campagne. Ces prédictions peuvent reposer sur différents croisements avec des données démographiques, temporelles ou encore des données géographiques comme nous avons pu l’aborder en présentant les possibilités offertes par la géomatique.
Le data mining permet par ailleurs de consolider sa démarche marketing par de l’uplift en détectant les populations des consommateurs sensibles à une offre commerciale. Pour les opérations de marketing ciblées, l’uplift aide ainsi à identifier les groupes de personnes étant susceptibles de répondre positivement ou négativement à une sollicitation marketing et ne cibler que les consommateurs à convaincre afin de réduire significativement le budget communication :
Cette attribution est possible par différentes méthodes de classification par machine learning (arbres de décisions, réseaux de neurones, etc). Elle s’inscrit dans une démarche d’analyse prescriptive : un modèle prédictif "prédit simplement" un résultat, par exemple, si un consommateur est susceptible d’acheter un produit ou pas. L’analyse prescriptive va quant à elle plus loin en définissant le meilleur moyen d’activer l’acte d’achat. Il s’agira de définir pour chaque client appartenant à une des classes citées précédemment et à définir au besoin le meilleur moyen de communication (email, prospection téléphonique, etc.). Le data marketing repose ainsi sur l’ensemble des étapes liées à un projet d’analyse de données : analyse descriptive, prédictive et prescriptive :
La Data Science peut donc se révéler être un atout majeur pour enrichir sa démarche marketing sur l’ensemble des étapes qu’elle englobe. Elle nécessite cependant la compréhension des enjeux business, organisationnels et techniques des équipes marketing, commerciales et techniques pour pouvoir proposer des solutions pertinentes et créatrices de valeur.
--
Taha Zemmouri