From Bad Data to Bide Data

Le Bad Data serait la principale cause d’échec des projets de Marketing Automation ? Oui, mais pas seulement…

Les solutions de Marketing Automation sont des outils excitants : ils génèrent beaucoup d’excitation dans les équipes marketing au moment où on signe le contrat avec le fournisseurs et les premières fois où on se connecte à la solution SaaS. Et puis ensuite…

Ensuite, ces projets sont longs à mettre en oeuvre, parce qu’ils touchent au marketing, aux ventes, au CRM, au marketing direct, au social media et au site de eCommerce. Et parce qu’ils nécessitent en amont une phase de prise de recul et de réflexions stratégiques afin de pouvoir orienter les campagnes et les différentes initiatives dans la bonne direction.

Dans une étude récente, les marketeurs indiquaient que la faible qualité des données (aka Bad Data) était selon eux une des principales causes d’échec de ces projets.

[Source: Vendesta ]

Alors certes, sans données fiables, propres, dédupliquées, normalisées et assorties de leurs opt-ins, vous ne pourrez jamais aller bien loin. C’est le syndrôme connu sous le nom de « Garbage In, Garbage Out ». En revanche, vouloir faire reposer toute la responsabilité des échecs sur la piètre qualité des données est un peu facile.

La première étape vers le succès, c’est de démarrer !

Parce que toute solution de Marketing Automation, aussi sophistiquée soit-elle, si elle n’est pas abordée avec une pensée stratégique et organisée, sera tôt ou tard utilisée de façon basique comme juste un autre canon à emails – juste plus coûteux.

Vous n’allez jamais pouvoir craquer le sujet du premier coup. Ce qui importe, c’est de démarrer, de se lancer, de faire des choses et d’en tirer à la fois des premiers bénéfices et des premier enseignements. Et ceci enclenche le cercle vertueux.

On commence par des segmentations basiques, des workflows standards visant les « low hanging fruits », puis on itère, et on complète en montant en puissance, en enrichissant les profils, et en poussant la finesse des segmentations et des cibles.

L’important c’est de démarrer.

Alors, comment comptez-vous vous préparer pour la haute saison des fêtes de fin d’année 2018 ?

 

[Billet initialement posté sur LinkedIn]

Découvrez… le niveau zéro du storytelling

« Découvrez… » partout, tout le temps.

Est-ce que les Concepteurs-Rédacteurs seraient devenus une ressource si rare ou si chère que tellement de publicités et d’accroches marketing semblent avoir été écrites par des stagiaires ? C’est une épidémie presque aussi vaste que celle du non moins pathétique « Bien plus que… ».

« Découvrez… » partout, tout le temps.

Est-ce que les Concepteurs-Rédacteurs seraient devenus une ressource si rare ou si chère que tellement de publicités et d’accroches marketing semblent avoir été écrites par des stagiaires ? C’est une épidémie presque aussi vaste que celle du non moins pathétique « Bien plus que…« .

Alors certains vont penser que c’est encore une de mes manies, comme avec la police Comics Sans MS, mais sincèrement, est-ce que l’utilisation de ce « découvrez » quasi systématisé comme formule passe partout pour une accroche marketing ne devrait pas être (enfin) sévèrement punie ?

Pourquoi tant de haine ?

Tout simplement parce qu’une accroche qui démarre par « Découvrez » c’est à tous les coups le signe d’une occasion manquée. Une occasion de parler à votre cible, de parler à vos audiences.

« Découvrez… » c’est un peu comme si la marque vous mettait son produit sous le nez sans idée précise de ce que vous pourriez bien en faire,  ni même de si ça pourrait vous plaire. Alors « découvrez… » c’est déjà un peu un aveu d’échec : « Ben non, on ne vous connait pas, on ne sait pas ce qui vous intéresse et ce que vous aimez, mais s’il vous plait, consacrez 5 minutes de votre temps à essayer de comprendre notre produit et de voir si, sur un malentendu, vous ne pourriez pas être dans la cible de nos acheteurs…« . Pithy.

On est en 2018, bon sang. Le marketing est digital (ou disons numérique, pour les pénibles) et tout le monde s’accorde à dire que la data est à la base de tout marketing moderne. Fine.

What’s in it for me?

Alors dans ce cas, pourquoi ça serait à moi, internaute, badaud, même pas forcément prospect, de perdre mon temps et mon énergie à « découvrir » votre dernière création magnifique qui vaut bien le budget que vous avez consacré à cette superbe campagne ?

Ne pensez vous pas que ça serait plutôt à la marque de se poser la question de comment et en quoi ce produit peut m’intéresser et représenter pour moi une valeur d’usage ?

How to?

La connaissance client sauvera le monde. Ou au moins le monde du marketing. Connaître ses clients, ça n’est pas seulement avoir leurs noms, prénoms, adresse email et date de naissance, c’est savoir quelles sont leurs moteurs, leurs centres d’intérêt, leurs loisirs, etc.

Je l’ai déjà mentionnée ici mais cette (désormais ancienne) campagne de lancement du Samsung Galaxy S7 devrait être le standard, or deux ans plus tard, elle demeure presque encore l’exception.

L’approche a consisté en une segmentation de leurs cibles sur la base de leurs centres d’intérêt, mises en regard des fonctionnalités spécifiques du Galaxy S7, se traduisant au total par plus d’une centaine de créas différentes relayées par leur DMP : Tel prospect est un jeune urbain clubber, les avantages mis en avant seront les capacités de prise de photos en intérieur et par faible lumière, tel autre est adepte de grandes randonnées, on va mettre en avant la durée de la batterie et la solidité du device, enfin tel autre est amateur de séries TV, on lui présentera la facilité d’extension mémoire par cartes SD… Simple et efficace.

L’ampleur des dégâts

Voyez par vous mêmes. Ils ne mouraient pas tous, mais tous étaient frappés.

Peut mieux faire

On peut mieux faire que « découvrez… ». Toujours. A chaque fois il est possible de faire mieux. Creusons-nous un peu la cervelle, ça vaut le coup, et ça ne peut qu’avoir un impact positif sur les résultats des campagnes :)

Merci.

Dashboards pour tous !

Aujourd’hui je vais vous parler d’un de mes sujets préférés du moment : la démocratisation de l’accès aux données du Web Analytics dans l’organisation, pour que chaque métier puisse avoir accès aux données pertinentes dans sa prise de décision. Le but étant d’éviter que les décisions ne soient prises uniquement sur l’intuition – ou bien pire – simplement en reproduisant ce qui a toujours été fait jusque là.

Aujourd’hui je vais vous parler d’un de mes sujets préférés du moment : la démocratisation de l’accès aux données du Web Analytics dans l’organisation, pour que chaque métier puisse avoir accès aux données pertinentes dans sa prise de décision. Le but étant d’éviter que les décisions ne soient prises uniquement sur l’intuition – ou bien pire – simplement en reproduisant ce qui a toujours été fait jusque là.

Libérez les données des analytics !

Pour avoir croisé bon nombre de clients depuis des années, il y a un schéma qui se reproduit invariablement chez beaucoup : dans une organisation, il y a en moyenne 2,5 personnes qui ont accès aux outils d’analytics. Et principalement, il s’agit des équipes analytics elles mêmes.

 

En dehors des équipes analytics, digital performance et IT, on n’a soit jamais eu accès, soit on aura perdu les logins depuis longtemps, ou bien on n’aura jamais trouvé d’intérêt dans ces graphiques et ces courbes qui affichent des choses très abstraites et éloignées du business : Bounce rate, Unique users, Sessions, Referrers, etc.

 

On aura bien essayé de s’intéresser aux rapports mensuels en PDF, reçus une fois par mois dans un email automatique, mais ces rapports sont trop longs ou trop synthétiques, et surtout : il présentent une vision « figée » de la donnée, de la donnée morte, en somme.

« You cannot manage that which you cannot measure »

Pourquoi s’intéresser autant à ces données ? Parce que selon le vieil adage, on ne peut pas efficacement gérer quelque chose qui ne peut pas être mesuré. (Corollaire : « Tout ce qui peut être mesuré ne doit pas nécessairement l’être »).

 

Du coup, quand on n’a pas accès aux données, on apprend à s’en passer. Ça me permet de placer ici une de mes quotes préférées, que l’on doit à Jim Barksdale, ancien CEO de Netscape :

 

« If we have data, let’s look at data. If all we have are opinions, let’s go with mine. »
Au passage, si vous avez aimé cette quote, je vous invite à lire cet article qui en dévoile un peu plus sur Jim Barksdale, qui a aussi été COO de FedEx et chez qui il a mis en place des moyens et des process de collecte et d’analyse des données. C’est passionnant.

Pourquoi chaque entité de votre entreprise devrait avoir accès à ses propres dashboards 

Pour toutes ces raisons, il est essentiel que chaque fonction et chaque métier dans votre organisation puisse avoir accès simplement et rapidement à des dashboards synthétiques, présentant les données sous un angle métier et non pas sous un angle technique (exit les métriques « standard » issues de Google Analytics…).

 

Et comme par définition, chaque entité intervient à un niveau différent et aura des préoccupations différentes, il est essentiel de concevoir plusieurs versions des dashboards, adaptés aux besoins de la cellule acquisition, du marketing produit, des ventes, du channel, du trade marketing, de la relation client et de la fidélité, etc.

 

Le tout, bien entendu, sans oublier les dashboards hyper synthétiques destinés au top management.
Exemple de dashboard avec Toucan Toco — il n’est question ici que de termes et KPIs métier

Lingua Franca

Quand on a fait ça, on s’assurera que les définitions et la compréhension des différents KPIs métier présentés dans ces tableaux de bord soient partagées et connues de toutes et tous. On peut sourire, mais c’est courant de rencontrer dans des organisations des personnes qui ne font pas de différence entre les Sessions, les Visiteurs Uniques ou bien les Pages Vues.

 

Oui, il est probable qu’il y ait besoin d’expliquer encore.

Dashboards = Data + Interactivité 

Exit les « rapports » en PDF qui circulent en pièce jointe, une fois par mois. Ca ne sert à rien, si ce n’est à informer le reste de l’organisation que les p’tits gars de la cellule Analytics font des choses. Ce dont les équipes ont besoin, c’est de pouvoir interroger les données, de façon interactive, au minimum en appliquant des critères de filtrage ou de tri, ou de restriction des dates de la période d’observation. En somme, tout ce que Google Data Studio permet de façon standard.
Bien entendu, on ne conseille pas d’utiliser les templates par défaut de Google Data Studio. Sauf si vous n’aimez pas vos collaborateurs :)
C’est la différence fondamentale entre Reporting et Analytics. Le reporting c’est une vision figée de ce qui s’est passé. Looking in the mirror. L’analytics est un processus interactif et itératif visant à apporter des réponses aux questions, confirmer ou infirmer des hypothèses. Contrairement au reporting, on ne « lit » pas les analytics, on les exploite.

Start with « why? »

Une fois qu’on en est arrivé là, c’est vraiment là que ça démarre. Parce que la finalité n’est pas l’accès aux données, c’est de pouvoir les comprendre, les analyser et ensuite prendre action. Je vais prendre deux exemples simples.

 

Sur le site d’une marque traditionnelle qui s’est lancée dans le commerce unifié, on constate en crunchant les données que certaines références produit ne sont commandées en ligne que le week-end, et pour certains SKUs, uniquement le dimanche. Pourquoi ? Et surtout, quand on a découvert cette info, qu’en fait-on ensuite ? Est-ce qu’on va promouvoir ces produits dès la home page pendant la journée de dimanche, pour fluidifier les parcours clients ? Ou bien au contraire est-ce qu’on va essayer de booster les ventes pendant les six autres jours de la semaine, via des promos ou des frais de port réduits ? Ou bien les deux ?

 

Autre cas, une marque de produits de cosmétique qui découvre que sur un certain segment de clientèle, parmi le top 20 des produits vendus en ligne, 5 sont des échantillons. Que faire de cette information ?

 

Est-ce que les clientes qui commandent des échantillons sont des nouvelles clientes, ou bien des nouvelles clientes de _ce_ produit spécifique ?

 

Si oui, que fait-on à J+15 ou J+30 pour les recontacter, savoir leur appréciation du produit en échantillon et tenter de les orienter vers le conditionnement normal ?

 

Si non, qui sont les clientes qui achètent régulièrement des échantillons et quel problème cherchent elles à résoudre ? Est-ce pour obtenir des conditionnements de moins de 100ml compatibles avec les bagages en cabines pour les voyages professionnels en avion ? Du coup, est-ce que sur le site ecommerce on propose des bundles de produits en petits conditionnements, ou bien est-ce que le site propose une facette de recherche permettant de rechercher ces petits conditionnements ?

 

Parce qu’au final, mesurer et analyser sans prendre action… ça ne sert à rien. Autant ne rien faire !

Do you really need a DMP in 2018?

A couple of months ago, I was discussing with two business contacts of mine about their plans and priorities for 2018: they had to decide about strategic investments, and they asked my opinion about choosing and implementing a DMP for their business. This got me thinking. Well, it’s 2018, and DMPs are so 2016…

A couple of months ago, I was discussing with two business contacts of mine about their plans and priorities for 2018: they had to decide about strategic investments, and they asked my opinion about choosing and implementing a DMP for their business. This got me thinking.

Well, it’s 2018, and DMPs are so 2016…

Reminder : DMPs are an (optional) link in the RTB programmatic chain. DMP’s main capability is to combine 1st, 2nd and 3rd party data in order to create specific audience segments, to be exposed to display ad campaigns.

If your live in the EU, or if your business has some B2C activity with individuals from Europe, then you will soon be bound by the now famous GDPR regulation. As we’ll explain here after, the GDPR regulation has some direct consequences on the way a DMP (and on a wider scale, the programmatic ad-tech industry) can be operated.

3rd Party Data Vendors

The business of selling massive amounts of anonymous data will probably not survive GDPR. This business was already in bad shape a couple of years ago, and most of the pure players had tried to pivot to some other form of activity, but this time it’s getting worse. GDPR enforces full opt-in for data collection, and makes it mandatory to clearly state the all usages for the collected data.

Where do 3rd Party Data vendors collect their data from has always been the dirty little secret in this ad-tech industry. It’s in nobody’s interest to ask too much questions. All you want to know, is that someone acts as a proxy, sells data and does the dirty job in the back-office. And I won’t even discuss 3rd party data accuracy.

Here for instance, Oracle Bluekai thinks I’m a soccer and WorldCup enthusiast, and a NASCAR fan. Those of you who do know me also know how ridiculous this is.

It’s going to be _very_ tough for data vendors to be able to collect, trace, anonymize and allow for deletion of all collected data. I honestly don’t see how these business could survive. The funny thing is that every now and then, I stumble on interviews from 3rd party data vendors(*) who swear to God that they are already GDPR compliant, or they will soon be…

The market for 3rd Party Data is almost dead. Let’s consider DMPs only for 2nd and 1st party data then…

(*) : not all of them.

2nd Party Data

Second party data is just someone else’s first party data. 2nd party data happens when several advertisers and/or published agree to ID sync and share information about their common audiences. With GDPR, all data collected will have to be collected with full opt-in, and after presenting all the details of the use of the data to the individuals.

Collecting the opt-ins for a 2nd party data sharing scenario on some Example.com website could look like this:

Do you believe that many people would simply click « OK » and blindly accept to share their personal data with sites and services they never heard about, if they are asked to? I don’t think so.

I think we can assume that 2nd party data partnerships will disappear when GDPR comes into play.

OK then. Let’s play safe and use DMPs just for 1st party data

Why not. But if your DMP is only useful for using your first party data for segmentation, you could probably directly use some modern DSP capabilities. Or if you want to use some of your CRM data, you could use services of some CRM onboarder like Temelio or Graphinium. Or if you want to do social advertising, or retargeting, you could use formats from Facebook, Amazon, Google, or twitter such as « custom audiences », RLSA, and the likes.

And you don’t need a DMP. And you don’t have to spend 3 to 6 months on the deployment and invest between 100 and 200k€ of your budget on year 1 just for the platform fees and setup.

DMPs for insights and customer intelligence?

Not really either. In a recent industry report, 9 out of 11 DMP vendors were rated « Poor » about « Analytics and audiences insights offerings ». By design. Simply because most of the DMPs were designed as activation platforms, not as analytics platforms. There’s a disconnect between DMP capabilities and the reality. In my opinion, this is partly caused by the name « Data Management Platforms » and the fact that few people do their homework and fully try to understand what they’re really buying.

If you want to get insights about your customers, and want one platform for actually managing all PII and non-PII data, also while keeping track of the opt-ins and be able to provide an audit trail, you should probably look for CDPs (aka Customer Data Platforms) which are getting more and more popular as the deadline for GDPR compliance comes closer.

If I was running your business, would I buy a DMP in 2018?

Would I sign a PO for a three years engagement for a DMP, if I were you? Probably not.

More than 50% of enterprises currently use a DMP, either directly or through an agency partner, according to Gartner’s Marketing Technology Survey (published Sept 2017, also numbers may slightly differ in our old Europe). Of the marketers without a DMP, one in five felt they didn’t need one.

Does this means that it’s the end of « Data Driven Marketing »? Absolutely not. There are many tools and solution alternatives, and also, GDPR is a great opportunity for businesses for adopt a different, more long term and customer centered approach to online marketing. And I’m convinced that your customers will appreciate this.

The Golden Age for DMPs is behind us. I’m glad I wrote my DMP blog posts series in 2016 :)

What then?

Start with small data. Do your homework. Understand your customers. Understand who they are, and why they buy from you, what they like in your brand and products. And surprise them. Please them. Add value by easing their lives as a customer, solving one issue at a time.

See also…

[DIGIDAY UK] GDPR is coming, and data management platforms are in the crosshairs

[DIGIDAY UK] With GDPR looming, DSPs are under pressure to adapt

[DIGIDAY UK] Ad retargeters scramble to get consumer consent

[DIGIDAY UK] Once a must-have, marketers sour on DMPs

L’analyse de données devient un outil stratégique

Au hasard de ma veille, je suis tombé dernièrement sur cet article qui a retenu mon intérêt, et j’avais envie de vous le partager tout en mettant en lumière certains passages…

shopper-data

Au hasard de ma veille, je suis tombé dernièrement sur cet article qui a retenu mon intérêt, et j’avais envie de vous le partager tout en mettant en lumière certains passages.

Cet article commence ainsi, par le chapeau suivant :

« Hier encore réservée aux statisticiens, l’analyse des données est aujourd’hui à la portée des spécialistes du marketing dans les entreprises. Les outils sont devenus faciles à manier et à peu près compréhensibles pour le commun des mortels. Le procédé a gagné en vitesse. Aujourd’hui, on obtient en quarante-huit heures une segmentation qui demandait plusieurs mois auparavant. »

Et puis cet article démarre en nous expliquant que « l’analyse des données est aujourd’hui au cœur de la chaine de la valeur client ». On peut difficilement être plus d’accord avec ceci, sachant que de nos jours il est quasiment impossible dans le domaine du marketing de ne pas entendre parler de « Data driven marketing », de « Big data » ou bien encore de « predictive analytics » et d’intelligence artificielle.

Cependant, que l’on ne s’y trompe pas, si le principe est séduisant, sa mise en œuvre doit se faire avec méthode parce que « les masses d’informations à traiter sont colossales. Cela inspire une démarche prudente, surtout lorsque l’on prend en compte le retour sur investissement ». Effectivement, si la démarche doit s’inscrire dans la recherche d’un ROI à court ou moyen terme, on prendra garde à évaluer les coûts directs et indirects (plateformes techniques, stockage de données, licences de solutions d’analyse, honoraires de consultants et de data scientists, etc.) en regard des bénéfices induits par la fidélisation ou un meilleur ciblage publicitaire.

Ensuite, l’article cite quelques cas dans plusieurs industries, à commencer par les telco et la finance : « L’opérateur de télécommunications Sprint fait appel à l’analyse des données dans le cadre de son programme de fidélisation pour ses 23 millions de clients. Il aurait réussi à réduire le taux d’attrition en élaborant des offres ciblées pour les clients multiproduits ». Voilà bien un sujet d’actualité : être en mesure de segmenter ses audiences de prospects et de clients, pouvoir proposer des offres adaptées à chaque profils en vue de lutter contre l’attrition, et en cherchant à développer l’équipement multiproduit chez ses clients.

Dans la finance : « Les banques demandent des outils simples et surtout automatisés dans toutes les analyses d’informations sur le comportement des clients (…) Même démarche d’ailleurs que dans la téléphonie : le scoring doit être fait en temps réel ». Grâce aux récentes avancées technologiques, les outils ont gagné en simplicité et offrent des possibilités d’analyse en quasi-temps réel, ainsi, « on peut réagir aux premiers retours d’une campagne test en quarante-huit heures, pour vérifier l’adéquation du message ». J’ai envie de répondre « Alléliua, Welcome to Data Driven Marketing ! », tant ce genre de besoin est présent chez un grand nombre d’entreprises.

Autre sujet abordé par cet article, celui qui se penche sur les préférences et les habitudes des clients afin de maximiser le ROI : « Comment repérer les clients les plus rentables, ceux qui couvrent 80 % du chiffre d’affaires ? Quels types de communication doit-on investir pour toucher ces clients ? Quelle est leur affinité par rapport à tel ou tel canal ? ».

Enfin, l’article aborde un point crucial : celui de la qualité des données. Parce qu’avec des données de mauvaise qualité en entrée, ou incomplètes, les meilleurs outils et les meilleurs algorithmes ne pourront pas faire de miracle. On nous dit ainsi que « l’actualité et la cohérence des données constituent le facteur-clé de la réussite. Il faut savoir traiter une masse d’informations stockées sur différents supports et systèmes. La qualité des données est responsable à 70 % du succès. Le reste dépend de la méthode utilisée pour l’analyse ».

Parce que, n’oublions pas que tout ceci s’inscrit dans une démarche de recherche de performance opérationnelle, et que « chaque somme investie dans une prédiction doit aboutir à une augmentation du taux de fidélité, d’achat ou de réponse. C’est le seul critère de rentabilité d’un programme ».

A ce stade, je pense que vous et moi sommes totalement convaincus par les bénéfices et la nécessité de mettre en œuvre des solutions de collecte et d’analyse des données client dans vos process de marketing.

Je vous invite à lire l’intégralité de cet article, maintenant que j’ai – je l’espère – attisé votre curiosité.

Ah aussi, juste un dernier point. J’allais oublier. L’article en question est daté de décembre 2001. Décembre 2001 !

Plus de quinze ans plus tard, le sujet reste terriblement d’actualité, comme le prouvent ces quelques tweets pris au hasard :

 

 

 

 

 

[Ce billet avait été initialement publié sur le blog Emakina]