Predictive Analytics, ou le cache-sexe de la donnée

2017 : c’est année des bots et de l’IA. En résumé, ce qu’on entend quasiment quotidiennement, c’est : « Si tu n’utilises pas d’intelligence artificielle ou du machine-learning pour piloter ton business, tu vas rater ta target. »

TL;DR

  1. Les solutions d’Analytics sont au fil du temps devenues très puissantes, mais aussi très complexes
  2. En entreprise, l’exploitation de l’analytics et du web analytics reste basique, voire parfois quasi inexistante
  3. Les éditeurs de solutions vendent l’idée que l’IA couplée aux outils de marketing permet d’obtenir des résultats sans besoin d’injecter de l’intelligence humaine
  4. En l’absence d’intelligence humaine, les solutions de Predictive Analytics sont elles aussi vouées à l’échec
Continue reading “Predictive Analytics, ou le cache-sexe de la donnée”

DMPSeries #6 – De l’importance d’avoir défini les Use Cases DMP

Dans le billet précédent, j’ai présenté 5 facteurs qui – à mon sens – sont clé dans la réussite d’un projet DMP chez un annonceur. Le second point insistait sur l’importance des Use Cases et des KPIs. Ici j’explique pourquoi.

Sixième billet d’une série consacrée aux plateformes DMP.

Dans le billet précédent, j’ai présenté 5 facteurs qui – à mon sens – sont clé dans la réussite d’un projet DMP chez un annonceur. Le second point insistait sur l’importance des Use Cases et des KPIs.

Alors bien entendu, si ça semble être simplement du bon sens de dire qu’avant de se lancer dans un projet de mise en place d’une DMP, il est plus que conseillé d’avoir déjà réfléchi en amont à l’utilisation de cette DMP et à quels cas d’usage on souhaitera répondre. Ça frise la Lapalissade :)

Continue reading “DMPSeries #6 – De l’importance d’avoir défini les Use Cases DMP”

Data Marketing : Funnel de conversion et Creep factor

Ce billet n’est pas un billet de la DMP Série, juste pour varier un peu les plaisirs. Néanmoins, il parle tout de même de data marketing : la question est celle d’adapter le contenu des messages en fonction de la progression d’un prospect au long du funnel de conversion, et donc, en fonction de la progression de la proximité entre ce prospect et la marque.

Ce billet n’est pas un billet de la DMP Série, juste pour varier un peu les plaisirs. Néanmoins, il parle tout de même de data marketing. Ces réflexions m’ont été en partie inspirées par ce tweet de Tom Goodwin de l’agence Zenith :

La question est pour partie celle d’adapter le contenu des messages en fonction de la progression d’un prospect au long du funnel de conversion, et donc, en fonction de la progression de la proximité entre ce prospect et la marque.

Continue reading “Data Marketing : Funnel de conversion et Creep factor”

DMPSeries #5 – Facteurs clés de succès d’un projet DMP

Dans ce billet, j’évoque quelques sujets et points d’attention qui doivent être pris en compte avant de mettre en œuvre une plateforme DMP. C’est un peu un pêle-mêle, mais vous devriez vous y retrouver. Bonne lecture !

Cinquième billet d’une série consacrée aux plateformes DMP.

Je profite de quelques jours de coupure des fêtes de fin d’année pour rédiger et poster le 5ème billet de la série DMP. Le précédent billet date de quelques mois déjà, et j’avais prévu d’en publier 7 ou 8 dans la série. Il était temps que je m’y remette !

Dans ce billet, je vais évoquer quelques sujets et points d’attention qui doivent être pris en compte avant de mettre en œuvre une plateforme DMP. C’est un peu un pêle-mêle, mais vous devriez vous y retrouver.

Continue reading “DMPSeries #5 – Facteurs clés de succès d’un projet DMP”

DMPSeries #4 – Look-alike modeling et données 3rd Party

Dans le précédent billet, j’ai exposé mon point de vue sur la question des avantages et inconvénients respectifs des données 1st Party et données 3rd Party, sans pour autant avoir complètement expliqué ce que sont les données 3rd Party, comment leur utilisation est rendue techniquement possible dans une DMP, ni quels sont ses principaux cas d’usage. Voilà ce que je propose donc de traiter dans ce quatrième billet de la série DMP.

Quatrième billet d’une série consacrée aux plateformes DMP.

Dans le précédent billet, j’ai exposé mon point de vue – très personnel et donc plein de parti pris – sur la question des avantages et inconvénients respectifs des données 1st Party et données 3rd Party, sans pour autant avoir complètement expliqué ce que sont les données 3rd Party, comment leur utilisation est rendue techniquement possible dans une DMP, ni quels sont ses principaux cas d’usage. Voilà ce que je propose donc de traiter dans ce quatrième billet de la série DMP.

C’est quoi, au juste, les données Third Party ?

La définition courte des données Third Party, c’est des données au niveau individu qui sont achetées – ou plus exactement louées à l’utilisation – auprès d’acteurs dont c’est le métier de collecter puis de monétiser ces données : les 3rd party data vendors. En tant que marketeur utilisant une DMP, ces données ne vous appartiennent pas, vous payez souvent à chaque fois que vous les utilisez (avec un pricing soit au CPM, soit un flat fee « all you can eat ») et parfois certains fournisseurs peuvent imposer des restrictions d’usage. Pour citer quelques noms de fournisseurs de données 3rd Party, on peut mentionner les noms de Acxiom, AddThis, Eyeota, eXelate, ou bien encore VisualDNA.

Continue reading “DMPSeries #4 – Look-alike modeling et données 3rd Party”

DMPSeries #3 – Données 1st Party vs données 3rd Party

Le grand débat au sujet des DMP : Données 1st Party ou données 3rd Party : lesquelles présentent le plus d’intérêt ? Avantages et inconvénients ?

Troisième billet d’une série consacrée aux plateformes DMP.

Dans le premier billet de cette série consacrée aux plateformes DMP, on avait défini quelles sont les données classiquement utilisées dans une DMP, et on avait rapidement donné la définition des 3 principaux types de données dans une DMP :

– First Party Data

Les données First Party sont toutes les données qu’une marque ou un annonceur va pouvoir collecter du fait d’une interaction directe avec un individu : via une visite sur le site web de la marque, via l’utilisation d’une appli mobile, via une commande en ligne, via un achat ou la souscription à un abonnement, mais aussi via des contacts « offline » (programmes de fidélisation, couponing, etc.) dont les données se retrouvent généralement dans les bases CRM de la marque.

– Second Party Data

Les données 2nd Party sont essentiellement des données collectées sur des sites web qui n’appartiennent pas à la marque, mais qui sont ceux de sociétés ou d’acteurs avec lesquels la marque aura conclu des accords de partenariat spécifiques comportant un accord – financier ou non – sur l’échange ou le partage de données.

Je consacrerai un prochain billet spécifiquement au sujet des données 2nd Party et à limportance de mener une réflexion en profondeur sur ce sujet dans le cadre dun projet DMP.

– Third Party Data

Enfin, les données Third Party, qui sont collectées et fournies – généralement vendues ou plutôt louées à l’acte et au CPM – par des tiers spécialisés, tels que Acxiom, AddThis, Eyeota, eXelate, VisualDNA, pour ne citer que quelques noms.

Dans les DMP, les données 3rd Party sont généralement accessibles via une marketplace de données, dans laquelle les marketeurs peuvent explorer ces données, observer leur recouvrement ou au contraire leur distance avec leurs propres données et activer ces données, selon leurs besoins et leurs objectifs.

Continue reading “DMPSeries #3 – Données 1st Party vs données 3rd Party”

DMPSeries #2 – Exemples de Use Cases DMP chez les annonceurs

Après avoir donné une définition de ce que sont les plateformes DMP dans le billet précédent, dans ce billet nous allons nous pencher un peu plus en profondeur sur quelques uns des Use Cases les plus classiques chez les marques et annonceurs.

Second billet d’une série consacrée aux plateformes DMP.

Dans le contexte actuel de prolifération des ad-blockers, il appartient aux marketers d’adopter des tactiques adaptées et de prendre en compte ce message fort envoyé par les internautes.

Du fait de leurs capacités de tracking comportemental, de croisement de multiples sources de données, d’activation en temps-réel et en multi-canal, les DMP peuvent être perçues comme des machines infernales permettant aux annonceurs de poursuivre et de harceler sans répit de pauvres internautes, et sans espoir de s’échapper.

A contrario, les DMP sont surtout à mon sens une excellente réponse technologique à la lassitude des internautes vis à vis des bannières et des contenus publicitaires omniprésents.

En effet, utilisées à bon escient, les DMP permettent d’adresser des messages et offres publicitaires à des audiences pour lesquelles ces messages ont un vrai intérêt, de les adresser de façon cohérente, au bon moment, tout en gérant la pression marketing (frequency capping) et en pouvant stopper le ciblage une fois l’objectif atteint (exclusion).

Continue reading “DMPSeries #2 – Exemples de Use Cases DMP chez les annonceurs”

DMPSeries #1 – Qu’est-ce qu’une DMP, exactement ?

Premier billet de la série consacrée aux DMP : Qu’est-ce qu’une DMP exactement ? Qui utilise des DMP et dans quel but ?

Premier billet d’une série consacrée aux plateformes DMP.

La définition de Forrester Research

Le cabinet Forrester Research définit les DMP de la façon suivante :

Forrester Research defines a DMP as “a unified technology platform that intakes disparate first-, second-, and third-party data sets, provides normalization and segmentation on that data, and allows a user to push the resulting segmentation into live interactive channel environments.”

C’est clair et concis : une Data Management Platform est une plateforme technologique capable d’ingérer des données 1st, 2nd et 3rd Party, d’offrir des capacités de normalisation (ou déduplication) et de segmentation sur la base de ces données, et de permettre à ses utilisateurs d’envoyer les segments d’audiences qui en résultent vers des canaux d’activation.

Continue reading “DMPSeries #1 – Qu’est-ce qu’une DMP, exactement ?”

(Archive) Pourquoi le rachat de NEST par Google ne signe pas l’entrée de Google dans l’IoT

(Archive) Re-post d’un billet initialement publié le 29 Janvier 2014 sur le blog Diginomos, à présent disparu. Also an English version is available on this blog: Search for “NEST”.

Cet article avait été initialement publié le 29 Janvier 2014 sur le blog Diginomos, a présent disparu. Ce billet est une archive. 

English version also available here.

Abstract

Contrairement à tout ce qu’on a pu lire ou entendre, le rachat de NEST par Google pour $3.2 milliards n’est pas un pari sur l’internet des objets, c’est une transaction clairement ancrée dans l’économie réelle. Décryptage.

Foreword

Annoncé le 14 janvier dernier, soit quelques jours après la clôture du salon CES de Las Vegas, le rachat de la startup Californienne NEST par Google a depuis fait couler beaucoup d’encre numérique.

La presse – dont c’est le métier – n’a pas tardé à relayer l’information et à la commenter. Il faut dire que ce n’est pas tous les jours que Google fait une acquisition à plus de $3.2 milliards en cash !

Simultanément, les journalistes et autres analystes se sont alors essayé à l’exercice de décrypter, d’expliquer  et de rationaliser ce rachat, avec plus ou moins de succès.

Pour ma part, n’étant pas convaincu par les premières explications trop faciles et trop évidentes (sans parler de celles carrément simplistes) je me suis laissé le délai de la réflexion, et à ce jour je pense apercevoir le début d’une réponse plausible. Je vous explique tout ça dans la suite.

Continue reading “(Archive) Pourquoi le rachat de NEST par Google ne signe pas l’entrée de Google dans l’IoT”