Connexion
7 608 Livres Blancs | | |
> Accueil / Dossiers / Marketing prédictif : anticiper les besoins du consommateur

Marketing prédictif : anticiper les besoins du consommateur


La prédiction existe depuis bien des siècles, et ce sous d'innombrables formes. Que ce soit la prédiction dynamique en mathématiques établie par Isaac Newton et Gottfriend Leibniz au 17e siècle ou bien la prédiction divinatoire qui remonte à la préhistoire, l'humanité a toujours été obsédée par l'idée de pouvoir prédire le ou les actions à venir dans un avenir plus ou moins proche. Aujourd'hui, à l'ère du numérique, la prédiction (dynamique, du moins) devient de plus en plus précise de par les quantités massives de données qui sont présentes dans le monde digital. Une opportunité en or qui n'a pas échappé à l'oeil avisé des marketeurs qui se lancent peu à peu dans le marketing prédictif.

Dans ce dossier, nous allons explorer la définition du marketing prédictif, ses applications, ses inconvénients, ses acteurs, et bien sûr, nous vous proposerons de découvrir une sélection de livres blancs sur le sujet pour mieux vous orienter dans votre réflexion ! Bonne lecture !


Définition

Le marketing prédictif, en une phrase, est un ensemble de pratiques et de méthodes utilisant l'analyse avancée de données dans le domaine du marketing afin de prédire le comportement d'un consommateur.

Avant de rentrer dans le vif du sujet, il est important de définir la taxonomie du marketing prédictif, à la fois dans la langue de Molière et celui de Shakespeare. Pour commencer, le marketing prédictif ne se traduit pas de la manière la plus évidente : chez les anglophones, on préfère employer le terme "database marketing" (alors que logiquement la traduction devrait plutôt être "predictive marketing", un terme tout de même employé aux États-Unis, mais beaucoup moins que la database marketing). Par ailleurs, en français, on fait souvent allusion au data marketing (ou data-driven marketing) qui pourrait facilement être confondu avec le marketing prédictif : les deux ont en effet de nombreuses similarités. Toutefois, alors que le data marketing regroupe toutes les stratégies et méthodes liées à la donnée de manière globale, le marketing prédictif est exclusivement destiné à la prédiction du comportement du consommateur dans le cadre de la stratégie marketing.

Il se différencie notamment par l'utilisation prononcée du machine learning et via l'élaboration d'algorithmes de plus en plus complexes pour prédire avec efficacité les comportements futurs d'un consommateur basé sur ses interactions passées. Par ailleurs, la stratégie du marketing prédictif peut être utilisée au sein de n'importe quelle entreprise si elle collecte de la donnée sous une forme ou une autre.

 

LE MARKETING PRÉDICTIF ET SES APPLICATIONS

Nous ne sommes malheureusement pas assez qualifiés chez leslivresblancs.fr pour vous expliquer dans le détail comment fonctionnent les algorithmes liés au machine learning et au marketing prédictif (la data science et l'intelligence artificielle étant des arts à part entière) ; toutefois, afin que vous compreniez la finalité du marketing prédictif, vous trouverez ci-après une liste relativement complète des diverses applications du marketing prédictif. 

  • Prédiction du churn
  • Le churn, ou taux d'attrition pour lui donner son nom français est un phénomène qui préoccupe en permanence les entreprises, car la perte de clients représente forcément une perte de chiffre d'affaires. Cette perte est bien entendu inévitable, mais au lieu de le subir comme l'on fait de nombreuses entreprises, le marketing prédictif permet d'inverser cette tendance et d'avoir la capacité à prédire et à prévenir le churn de certains consommateurs. Cette prédiction peut se faire notamment sur la base de l'analyse de données comme le comportement du consommateur sur un site web (consultation des termes et conditions de résiliation d'un abonnement, une réclamation, inactivité du client, etc.).
  •  
  • Score d'appétence
  • Pour ceux qui ne connaissent pas le score d'appétence, cette méthode est employée dans une stratégie marketing afin de déterminer la probabilité qu'un simple prospect ou lead devienne par la suite client. Avec l'avènement du big data et le marketing prédictif, le score d'appétence permet d'établir un scoring beaucoup plus précis pour le consommateur en analysant de manière dynamique ses actions passées (les points de contact, les achats, etc.) afin de construire un profil plus détaillé et mieux anticiper la conversion en client.
  •  
  • Datamart
  • Vous avez peut-être déjà entendu parler des data warehouses, ces entrepôts digitaux où sont stockés toutes les données d'une entreprise ; mais connaissiez-vous le datamart ? Si oui, nous vous en félicitons, car outre certains spécialistes du secteur, le terme est assez peu répandu. Pour utiliser une analogie simple, si le data warehouse représente l'entrepôt, le datamart représente le magasin (vous noterez d'ailleurs l'utilisation du suffixe mart, souvent utilisé dans le cadre de commerces traditionnels anglophones). Plus précisément, le datamart est un magasin spécialisé dans une forme de données (par exemple, des données liées à un domaine d'activité). Grâce aux techniques de marketing prédictif, les datamarts sont aujourd'hui encore mieux exploités qu'ils ne l'étaient auparavant.
  •  
  • Valeur vie client
  • La valeur vie client, ou customer life time value (CLTV), est une pratique consistant à prédire combien un consommateur dépensera en moyenne au sein de l'entreprise au cours de son parcours avec eux. C'est donc tout logiquement que le marketing prédictif facilite cette démarche de calculer avec plus de précision et de manière plus dynamique le CLTV.
  •  
  • Recommandation produit
  • Le meilleur pour la fin, comme on dit ; le marketing prédictif permet d'améliorer la recommandation produit, et est probablement l'un des exemples les plus connus de cette stratégie grâce à son succès fulgurant avec des sites de e-commerce comme Amazon. Pour ce faire la stratégie se base notamment sur des données liées directement aux achats, mais également aux données comportementales émises par le consommateur lors de l'utilisation du site par ce dernier.

 

LA QUESTION ÉTHIQUE DU MARKETING PRÉDICTIF

Une question se pose parfois dans le domaine du marketing prédictif, et plus largement dans le data marketing et le big data : est-ce que l'utilisation des données dans ce cadre est éthique et/ou responsable ? La réponse est d'ailleurs loin d'être évidente, car il faut prendre en compte plusieurs considérations quelque peu sensibles et ouvertes à interprétation par de nombreuses entreprises.

Premièrement, le RGPD devrait être au centre des préoccupations pour n'importe quelle entreprise qui traite dans le marketing prédictif et le big data. Nous ne ferons pas semblant d'être les experts incontestés du domaine, mais certaines bases relativement simples sont à respecter, notamment lors de la collecte des données. Il faut s'assurer que les données collectées soient opt-in, et que l'utilisateur ait explicitement et volontairement donné son consentement au traitement et à l'exploitation de ses données (certaines exceptions s'appliquent, notamment en cas d'intérêts légitimes, mais qui ne s'appliquent généralement pas dans le cadre du marketing prédictif).

Par ailleurs, en termes de réglementation plus globale, il faut retenir qu'outre le RGPD, il existe de nombreuses législations dans le monde qui fait que le traitement et l'exploitation des données doit être conformes à de nombreux cas de figure, en fonction du marché de chaque entreprise.

Enfin, il faut considérer le consommateur : peu regardant il y a quinze ou vingt ans lorsque le web tel qu'on le connaît était encore à ses débuts, le client devient aujourd'hui un véritable acteur dans la gestion de ses données, et s'inquiète de plus en plus de savoir que certaines grandes sociétés collecte des données en masse sans forcément obtenir un consentement explicite. Ainsi, il faut être en mesure de se poser certaines questions lors de l'élaboration d'une stratégie de marketing prédictif : "Est-ce que cette solution utilisant ses données apporte réellement une valeur ajoutée au client ? Aura-t-il l'impression que nous surveillons ses moindres faits et gestes pour le forcer à plus consommer ? Utilisons-nous responsablement les données qu'il nous fournit, et est-il d'accord pour nous fournir ces données ?".


Quelques chiffres

Les données sont un des actifs les plus recherchés dans le monde aujourd'hui, et il y en a beaucoup - près de 29 téraoctets (To) sont créés par seconde ! Pour vous donner une meilleure idée, 0.5 à 1 To représente l'espace en moyenne que vous avez sur un disque dur d'ordinateur en vente aujourd'hui. Par année, nous sommes plus proches d'un chiffre de 915 000 000 To de données !

Le marketing prédictif en lui-même a encore du chemin à faire pour convaincre les entreprises françaises ; selon une étude signée IDC en 2018, même si 90 % des entreprises françaises sont conscientes de l'importance que représentent les données pour leurs affaires, seuls 48 % utilisent une solution de big data, et 9 % une solution prédictive.


Les principaux acteurs à suivre

Au lieu de vous proposer quelques exemples d'acteurs réputés pour leurs compétences en marketing prédictif (j'ai nommé Google et Amazon pour n'en citer que deux, et nous parlons déjà beaucoup au cours de nos dossiers), nous vous proposons aujourd'hui quelques exemples des profils de poste les plus adaptés pour gérer un projet de marketing prédictif.

  • Data Miner
  • L'un des métiers du Big Data les plus connus, le Data Miner, ou fouilleur de données en français, a pour mission au sein d'une entreprise de traiter toutes les données à disposition d'une entreprise, les rendre exploitables avant de les dispatcher aux différents services de l'entreprise. Cela va sans dire que cet exercice est d'autant plus important dans le cadre d'une stratégie de marketing prédictif.
  •  
  • Data Analyst
  • Sensiblement le même rôle que le Data Miner, à la différence près que le Data Analyst a également son mot à dire dans la stratégie marketing à entreprendre pour exploiter au mieux la donnée.
  •  
  • Data Scientist
  • Tout comme les deux premiers, le Data Scientist a pour objectif de traiter et de rendre exploitable les données d'une entreprise. Toutefois, le scientifique pousse beaucoup plus loin que le Data Miner ou le Data Analyst et doit rédiger des rapports détaillés sur des axes d'amélioration, et peut également être amené à développer des modèles prédictifs ou autres pour le compte de l'entreprise.

Les livres blancs à consulter


Le livre blanc de l'I.A. Marketing

Livre blanc de Netwave

Pour une intelligence artificielle différenciative.

Ciblage prédictif : comment maximiser le ROI de vos actions Marketing on-site

Livre blanc de Kameleoon

L’ambition de cet ebook est d’expliquer dans quelles situations vous devez adopter une approche prédictive et d’illustrer - à travers des use cases concrets en production depuis plusieurs mois ou années chez nos clients – comment elle permet de maximiser votre chiffre d’affaires et vos marges.

Manuel du Big Data & Predictive Analytics

Livre blanc de Tek Inside

Tout comprendre du big data et des predictive analytics.

Comment la recommandation prédictive et personnalisée booste le business des sites marchands ?

Livre blanc de AntVoice

Ce livre blanc vous accompagne sur ce sujet stratégique afin de vous donner toute la mesure du potentiel de la recommandation personnalisée et les clés d’une mise en place réussie.

DMP, data intentionniste & moments de vie

Livre blanc de Eulerian Technologies & Marketshot

Cas d’usage pour fidéliser ses clients dans 4 secteurs : Télécommunication, banque, Agence de voyages & automobile.

Démythifier la data en marketing

Livre blanc de ISM

Grâce à ce livre blanc, vous serez en mesure de passer d’une approche centrée produit à une approche centrée client et de tirer parti des apports de la data en la mettant au cœur de vos actions marketing.