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.

Double Down sur le CRM et la Fidélisation

Montée des adblockers, GDPR, prise de conscience sur les sujets de Privacy, etc… C’est le moment de reprendre la main sur le relationnel client, de dépoussiérer votre CRM et de rebooter vos programmes de fidélisation !

La période de grâce de GDPR se termine dans moins de 6 semaines. A partir du 25 mai prochain, toute entreprise faisant du business avec des clients finaux citoyens d’un des pays de l’UE y sera astreinte. A tel point que même Facebook – actuellement sous les feux des projecteurs avec le scandale Cambridge Analytica – aurait décidé de faire de GDPR la norme à l’international pour sa plateforme, même hors UE.

 

Si sur le principe, on peut dire que GDPR n’interdit rien formellement, elle encadre et elle régule. Le fait, en particulier d’exiger des opt-ins explicites et éclairés de la part de chaque internaute ou client final va certainement rebattre profondément tout un tas d’activités dans l’ad-tech, à commencer par le domaine des fournisseurs de données 3rd Party.

 

A terme, c’est très probablement tout l’ad-tech qui va voir ses pratiques changer, et tout ça ira forcément dans le sens de limiter soit le reach des campagnes, soit leurs economics, et probablement les deux à la fois.

 

Entre les opt-ins explicites d’un côté et la part croissante des adblocks, c’est tout le programmatique et le display en particulier qui vont en prendre un coup. Je suis même assez persuadé qu’à terme, les DMP vont devenir quasiment inutiles – ou bien en tout cas économiquement non viables – de ce côté de l’Atlantique : GDPR partout ; la prise de conscience des internautes sur les sujets de la privacy ; des marchés fragmentés par pays avec des audiences sans commune mesure avec celles du marché intérieur US ; des données third party plus rares et donc encore plus couteuses ; etc. Et on n’a pas encore « subi » le passage de ePrivacy avec cette idée des consentements exprimés directement au niveau des browsers, ce breaking change majeur qui doit empêcher de dormir tous les patrons d’ad-tech.

Alors que faire ?

L’opportunité, on l’a déjà dit, c’est de se reprendre en main, et de revenir aux fondamentaux. On va éviter les poncifs et les tartes à la crème du genre « remettre le client au centre » mais néanmoins c’est d’une certaine façon l’idée.

 

Sachant que les produits et les expériences de qualité sont toujours des meilleurs vendeurs qu’un campagne de pub sur un produit moyen ou médiocre, il serait temps de revoir de A à Z à quoi ressemblent les expériences que les marques proposent – ou parfois imposent – à leurs clients.

 

Alors on investit sur la connaissance client, on recherche tous les irritants au long des parcours clients, on optimise les touchpoints, l’UX des sites et des apps, on ne fait pas semblant de faire « enfin » du Mobile First, et on s’attache à éliminer les coutures entre le online et le offline.

 

Au final, on reprend la parole en direct avec ses clients, on leur témoigne de l’attention qu’ils méritent et on les suit dans leurs parcours et on les récompense, d’une façon ou d’une autre avec des vrais programmes de fidélité, et non plus avec des cartes en plastiques aux avantages douteux qui ne sont qu’un moyen de plus de faire du tracking, parfois assez sale.

CRM, Relationnel et Programmes de Fidélité

Si vous avez un CRM, c’est le moment de le dépoussiérer – au fait, vous avez rafraîchi les opt-in de vos abonnés newsletters ? GDPR is coming…

 

Parce qu’en travaillant le relationnel au niveau de votre CRM, vous êtes dans un univers où il est possible de collecter des opt-ins explicites, où il devient lisible de proposer des bénéfices client contre l’acceptation de la collecte des données essentielles (contactabilité, scorings et rankings), et parce que à ce niveau relationnel, le creep factor est au plus bas et que ces communications sont bien mieux acceptées par les clients.

 

Alors, vous en êtes où sur votre CRM et votre programme de fidélité ? C’est quoi votre solution de Marketing Automation ? 

 

(*) Double Down : c’est littéralement « doubler sa mise » à une table de jeu…

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 !

Votre Fidélité Récompensée !

Je suis joueur. Ce matin l’aimable caissière du Franprix de mon quartier me propose la carte de fidélité, et m’indique que je peux m’enregistrer en ligne. Pratique, non ? Mais étant d’un naturel méfiant, je suspecte un truc…

Je suis joueur. Ce matin l’aimable caissière du Franprix de mon quartier me propose la carte de fidélité, et m’indique que je peux m’enregistrer en ligne. Pratique, non ? Mais étant d’un naturel méfiant, je suspecte un truc…

 

 

Alors comme je suis joueur, de retour chez moi je lance Firefox, je vide tous les cookies et autres données et je procède à mon inscription en ligne.

 

A l’issue du processus – pendant lequel je dois fournir nom, prénom, adresse, email, mobile et indiquer le nombre de membres de mon foyer, je compte 65 nouveaux cookies tout frais dans mon browser, dont la majorité provenant des plus actives parmi les boites de l’ad-tech.

 

 En voici une liste partielle :
  • Adsrvr.org (The Trade Desk)
  • Pubmatic
  • Google (bien entendu !)
  • Bluekai (qui est désormais la DMP de Oracle)
  • Facebook (forcément aussi, bien que je me sois bien gardé d’utiliser le Facebook Login)
  • SmartAdserver
  • Mediarithmics
  • Rubicon Project
  • StickyAd
  • Weborama
  • Krxd.net (aka Krux, désormais la DMP de Salesforce)
  • Demdex (donc cette fois la DMP de Adobe)
  • OpenX
  • 3WRégie
Voilà voilà. Si vous vous demandiez où et comment se passent les ID Sync entre les plateformes d’ad-tech, sachez que c’est très souvent chez les e-commerçants que ça se passe, là ou vous avez tout intérêt à fournir vos vraies données et coordonnées – parce que vous comptez bien recevoir votre commande rapidement et à la bonne adresse, mais donc comme on vient de l’expérimenter, ceci ne se passe pas uniquement chez les Pure Players. Soit typiquement, chez les retailers clients du dernier acteur de la liste.

 

Allez, profitez-en bien les gars, parce que très prochainement la GDPR et ePrivacy vont siffler la fin de la récré…

 

En attendant, c’est comme dans « La Haine » : on dirait que pour le moment la posture de l’industrie de l’ad-tech c’est « Jusqu’ici tout va bien, jusqu’ici tout va bien, jusqu’ici tout va bien. Mais l’important n’est pas la chute, c’est l’atterrissage. »

 

[Edit du 21/Fév/2018] Puisque ce sujet semble vous passionner (plus de 5,600+ vues sur LinkedIn), je me raccroche à l’actu récente : dans le cas que je décris, on aura bien compris que 1/ je ne suis pas loggué sur Facebook et 2/ je n’ai surfé sur aucune web property de Facebook. Pourtant j’en récolte un cookie. Voilà ce qu’en pense Bruxelles : https://techcrunch.com/2018/02/19/facebooks-tracking-of-non-users-ruled-illegal-again/ A méditer…

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

Intro

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. »

Et si on avait un doute, les éditeurs de suites marketing enfoncent le clou et nous parlent tous les jours de leurs intelligences artificielles maison.

Chez IBM, les technologies cognitives s’appellent collectivement « Watson ». Chez Salesforce, on nous parle de « Einstein » – pas besoin de sortir de Polytechnique pour comprendre que Einstein c’est quelqu’un de beaucoup plus intelligent que nous.

Chez Adobe, c’est « Sensei », ce nom inspire plus la confiance envers un Maître dont les oracles (no pun intended) sont parfois difficiles à interpréter pour un mortel, mais ne devraient jamais être remises en cause :)

Qu’est-ce que le Predictive Analytics ?

(c) Dilbert

Plus sérieusement, le Predictive Analytics, c’est un ensemble de technologies utilisant des données, des algorithmes statistiques et de machine-learning en vue de déterminer la probabilité de l’occurrence de faits futurs par l’observation de faits et données passées.

On pourrait préciser un peu plus en disant qu’il existe deux grandes catégories : les algorithmes purement statistiques et utilisant diverses sortes de régressions sur des ensembles de données temporelles, et une autre catégorie basée sur les techniques de machine-learning (réseaux de neurones, deep-learning, etc.).

Predictive Analytics : une idée nouvelle ?

Non. L’idée n’est pas nouvelle. Simplement de nos jours elle s’appuie sur le big data et le machine-learning.

Il y a 30 ans de cela, en 1986, alors que j’étais encore étudiant, j’étais en stage chez IBM dans l’entrepôt de préparation de commandes entièrement robotisé de Evry-Lisses, et j’avais travaillé sur un logiciel collectant des données liées au fonctionnement, anomalies et pannes de divers équipements à des fins de maintenance préventive. Par exemple, un chariot autonome filoguidé sur lequel on constatait un nombre d’anomalies de pertes de signal de guidage en augmentation hors-normes, était sorti de la ligne de production et envoyé en maintenance avant d’avoir causé une panne plus profonde, voire une interruption de toute la ligne.

Plus récemment, vers 1997 j’étais en mission à Evry dans la biscuiterie Belin-LU où le service marketing avait développé un système de prévision des ventes, collectant des données de remontée de tickets de caisse afin de prévoir les ventes par produit, famille de produit, quantités et conditionnement afin de piloter les unités de production. Les biscuits sont fragiles et ont des DLC courtes. Produire de grosses quantités à l’aveuglette sans avoir une idée des niveaux de demande à venir, c’est assurément aller vers des volumes de retours massifs, et de la perte de bénéfices – sans même parler du gâchis de matières alimentaires.

Egalement, on a toutes et tous déjà entendu parler de GFT : Google Flu Trends. Or, même pour Google, ça n’était visiblement pas aussi facile que la légende le disait : Le service a fermé en 2015.

Bref, assez d’histoire ancienne…

Le Predictive Analytics qui marche

Mon propos ici n’est pas de dénigrer tout le domaine du Predictive Analytics. Il est des domaines – comme celui évoqué précédemment lié à la maintenance préventive des équipements et matériels – qui fonctionnent et donnent de bons résultats. Dernièrement, la SNCF a annoncé utiliser des technologies IBM Watson sur ces mêmes problématiques.

Marketing et Predictive Analytics

En revanche, il y a un domaine du Predictive Analytics pour lequel j’ai une approche, disons, plus nuancée, voire carrément critique. C’est le domaine du Predictive Analytics lié aux données marketing et appliqué au marketing digital.

Il est effarant de constater le nombre d’entreprises, de marques et de business de tous types, dans lesquels la culture de la donnée est encore quasi inexistante, et cela à tous les niveaux : on réalise des campagnes d’affichage en extérieur sur des affiches 4×3 ou sur du mobilier urbain mais… on n’a mis en place aucun processus pour récupérer de la donnée de tickets de caisse afin d’évaluer l’impact de la campagne sur les ventes. Ou bien on a encore des approches de campagnes marketing Print / Online / Social / etc qui sont totalement en silos, sans cohérence et sans aucun souci de répartition ou d’optimisation en fonction de l’attribution des ventes à ces points de contact. Les budgets sont pilotés par des services différents. Ou bien, encore, et de façon plus classique : on a bien mis en place une solution de Web analytics – gratuite ou payante, peu importe à ce niveau –  mais on ne fait quasiment aucune exploitation des données collectées, et les rapports produits en sont encore quasiment du niveau « nombre de visiteurs uniques / nombre de pages vues ». Nous sommes en 2017.

Ce nom de « Web analytics » est un terme très réducteur, et quasiment plus adapté. Les plus avancées de ces solutions permettent de nos jours en plus des données d’activité sur les sites web de croiser les chiffres du mobile, mais aussi d’y injecter des données et attributs provenant de votre CRM, afin de pouvoir affiner les analyses. Les outils d’Analytics donc sont devenus très complets, et très puissants.

Trop, peut être ?

Concrètement, qui dans votre organisation sait se connecter à votre solution Analytics, sait identifier les données intéressantes, peut produire un rapport ad-hoc permettant de comparer les comportements de deux cohortes distinctes ou pourrait analyser les causes d’un pic de trafic en anomalie ?

Cherchez bien. Peu de gens, certainement. Personne, parfois.

Predictive Analytics : le cache-sexe de la donnée

J’imagine qu’à un moment, les grands éditeurs de suites marketing ont été lassés de créer des solutions de plus en plus puissantes, mais de moins en moins bien utilisées par leurs clients. C’est le paradoxe de ces solutions devenues tellement puissantes qu’elles ont développé un côté si intimidant que finalement peu d’entreprises sont en mesure de les exploiter correctement, et n’en ont finalement qu’une utilisation basique.

Or, parmi ces clients ne réalisant pas la valeur de la solution qu’ils s’étaient offerts, certains étaient tentés de basculer vers le gratuit « good enough » au moment de renouveler le contrat : passer à Google Analytics Standard. Pour suivre leur business. Comme s’il s’agissait de leur blog perso. En 2017.

Alors, depuis, les éditeurs ont compris la leçon et face à l’alternative entre produire des solutions très puissantes mais complexes, ou bien tenter de simplifier à outrance au risque de produire des outils simplistes, ils ont ouvert une troisième voie : celle de l’intelligence artificielle et du Predictive Analytics.

Avec Watson, Einstein et autres Sensei, c’est la promesse de plateformes intelligentes, qui sont capables de faire automatiquement tout le travail d’analyse, de diagnostic voire de poser les actions correctives et de lancer les activations, de façon automatique, et sans aucun besoin d’intelligence humaine.

Bingo. L’argument fait mouche. Le Predictive Analytics est un must have.

Ce que certains ont oublié, c’est que, peu importe les souches algorithmiques de ces solutions (statistiques, machine-learning, etc.), elles ont besoin de données en quantité afin de produire des résultats. Et que, pour comparer vos chiffres de cette année, à ceux de l’année dernière… il faut au moins 1 an d’historique dans vos données. Damned. Ces solutions n’apporteront pas de réponses magiques overnight. L’an prochain, peut-être. Au mieux. Et d’ici là, vous allez devoir dresser la machine pour qu’elle apprenne que les soldes, les fêtes de fin d’année et la St Valentin sont des anomalies… normales :)

Reprenez le contrôle de vos données !

Nous sommes en 2017. Le marketing est définitivement Data Driven. Les expériences qu’attendent vos clients et vos consommateurs sont également construites sur des Insights qui sont tirés de l’analyse de données.

Reprenez le contrôle de vos données. L’investissement dans des solutions de pointe ne dispense en aucun cas d’investir dans des collaborateurs ou des partenaires qui pourront vous accompagner et sauront en tirer toute la valeur.

Faites-vous aider. Ces investissements sont payants.