Dans ma nouvelle prise de fonction au Luxembourg, je suis confronté à des problématiques de data et d'intégration d'informations uniformisées ; j'ai donc pensé à une DMP - Data Management Platform - et après m'être renseigné je voudrais vous proposer quelques astuces pour une utilisation optimale d'une DMP.
Nous pouvons résumer cela en :
- Connaître ses sources de données
- La qualité des données est la clé
- La récence de l'information qualifie la donnée
- A partir de quand il y a assez de données
Connaître ses sources de données
Il y a beaucoup de données recueillies à un moment donné, et la source de ces données est importante. Bien que chaque source de données puisse être utile, il est essentiel de comprendre quel aspect spécifique des données clients sont saisies ; mais aussi comment vous prévoyez de les utiliser ... prenez toujours du recul.
Les données de session d'un site Web - par exemple - peuvent donner un aperçu du temps passé sur le site, mais permet-il d'avoir une vue complète du parcours du client ? Dans la plupart des cas, non, car elle ne retrace que le parcours client.
De même, l'application mobile ou l'e-mail ouvre des données qui peuvent indiquer un engagement, mais il ne donne pas une image complète de la situation. A moins que toutes les sources de données disponibles et pertinentes ne soient combinées à l'échelle, les données du DMP seront inefficaces car incomplètes.
La qualité des données est la clé
La clé, car les données pourront vous ouvrir de nouveaux horizons. Il s'agit d'un aspect des données souvent négligé - malheureusement - et qui fait vraiment une différence quant à l'efficacité ou non d'une DMP.
Vous pouvez envoyer toutes vos données dans une DMP, mais s'il y a des manques, des incohérences ou des valeurs inexactes, vous finirez par cibler le mauvais groupe de personnes avec un message incorrect. Votre segmentation sera fausse et vous devrez tout reprendre depuis 0 pour créer quelque chose d'efficace : faites attention à vos données et gardez du recul !
La récence de l'information qualifie la donnée
Il reste évident que les cookies se deviendront de moins en moins vrai si l'utilisateur ne repasse pas sur le site. Mais aussi que l'affinité de chaque client pour un comportement changera constamment; d'où le fait de "bien" stocker les données et les variations.
L'utilisation d'une source de données avec des informations d'affinité de profil au-delà de la fenêtre standard - et connue - de 30 - 60 - 90 jours est inefficace. Compte tenu de cette détérioration constante des données, la mise à jour du profil de l'utilisateur dans votre base - et donc votre DMP - devient critique.
Un spécialiste du marketing et/ou de la data doit savoir comment les données se manifestent dans une DMP, et ce par source de données.
Par exemple, les données du CRM ou de l'email peuvent avoir plus d'un mois avant même d'être disponibles sur une DMP, alors que les données du site Web seront, au plus, datées de quelques jours. Si c'est le cas, vous pouvez tenter de revoir votre modèle et créer quelque chose de plus "en temps réel".
Si vous ne connaissez pas la fraîcheur ou l'actualité de vos données, vous ne pouvez pas créer les segments les plus efficaces pour vos campagnes.
A partir de quand il y a assez de données
Dans l'environnement de données et de cloud computing actuel, le stockage n'est pas un problème - sauf peut-être de coûts-, alors "pourquoi ne pas utiliser toutes les données disponibles ?" Voyons ensemble un peu plus d'informations et comment tenter de "répondre" à cette interrogation.
Tout stocker OK, mais toutes les données ne signifient pas qu'elles sont efficaces ou utiles : vont-elles servir votre société, votre objectif ? Pensez aux données nécessaires et après pensez à l'enrichissement. Plus de données ne se traduit pas vraiment par une meilleure utilisation de celles-ci et donc de la DMP. Les spécialistes du marketing/de la data doivent comprendre et vérifier si l'ensemble de données avec lequel vous allez travailler est le bon pour informer les cas d'utilisation : prenez du recul ;-)
La granularité des données peut offrir des détails certes, mais l'échelle est également importante. Un équilibre entre les deux est nécessaire pour tirer le meilleur parti de vos données dans la DMP. C'est-à-dire que plus vous comprenez les données, mieux vous comprenez le client auquel vous commercialisez vos produits/services.
N'oubliez pas que vos clients sont des êtres humains à la nature changeante. La compréhension et la commercialisation auprès d'eux par l'entremise d'une DMP ne sont bonnes que dans la mesure où les données qu'elle contient le sont aussi.