Comment les annonceurs valorisent-ils leurs données marketing ?

Dans un objectif de développement de leurs performances marketing et commerciales, la quasi-totalité des entreprises sont aujourd’hui confrontées à des problématiques liées à la donnée marketing et à leur stratégie data. Devenue clé pour la réalisation d’actions marketing efficaces, cette donnée est collectée, exploitée, valorisée, monétisée par un très grand nombre d’acteurs sur le marché.

Dans le cadre de ce panorama des données marketing, 2 axes de lecture ont été retenus : granularité “individus” vs. données agrégées ou de contexte.

Les données à la maille individus :

Elles sont utilisées à la fois pour de l’activation directe dans le cadre de ciblages marketing (personnalisation, recommandation, retargeting, …) et pour de l’activation indirecte via l’amélioration de la connaissance client et des modèles internes (scoring, pricing, …).Pour ce type de données, alors que l’on distingue généralement la donnée chaude (IoT, comportementales, …) et la donnée froide (CRM, transactionnelle, …), dans la pratique, c’est bien tout l’éventail de chaleur qui est à la disposition des annonceurs qui peuvent également s’appuyer sur des données “tièdes” (avis client, usages, devices, …).

De manière simplifiée, on distingue sur ce marché :

• Les audiences providers : ils mettent à disposition des annonceurs des segments d’audience en se basant sur plusieurs types de données (sociodémographiques, intentionnistes, comportementales, …). Ces données sont donc louées aux annonceurs, afin d’améliorer l’efficacité de campagnes marketing et leur reach.
• Les “offline data providers” : ils mettent à disposition des annonceurs des données ou des segments d’audiences en s’appuyant sur des données offline (ex : tickets de caisse, données de géolocalisation…). Ces données sont aussi louées aux annonceurs.
• Les “social data providers” : ils mettent à disposition des annonceurs des données relatives à l’engagement de leurs clients/prospects sur les réseaux sociaux ou les forums.

Ce marché est aujourd’hui structuré, les acteurs très bien identifiés et les propositions de valeur claires. Cependant, si le marché de la donnée relative aux individus est riche, l’achat ou la location de bases prospects posent deux grandes questions :

1. Quelle est la qualité des données mises à disposition ?

2. Par combien d’acteurs parallèles les données sont-elles utilisées ?

À titre d’exemple, une étude ChoiseStream a montré qu’un fournisseur de données avait identifié 84% des profils comme étant à la fois un homme et une femme et une étude de Mediasmith a montré que la qualité des données pouvait varier significativement entre les fournisseurs de données (jusqu’à être aussi peu déterministe que le hasard dans le pire des cas).

Les données agrégées ou de contexte

Ce second type de données marketing valorisables par les annonceurs est notamment représenté par les insights consommateurs par segment, les analyses de performance de campagnes marketing, les données sociodémographiques… avec des acteurs spécialisés. C’est le cas par exemple des Insights Providers qui proposent des données pouvant alimenter les stratégies marketing (analyse du mix marketing…) ou des réflexions plus opérationnelles (opportunités d’innovation, performances de campagnes marketing…). Enfin, les données publiques constituent également une source de valeur précieuse. Cette catégorie recouvre l’Open Data (Air France met par exemple à disposition les données relatives aux vols via une API) mais également les données publiques des annonceurs concurrents directs ou indirects disponibles sur le web. Ainsi les données de catalogue produit, de pricing ou de localisation de point de vente disponible publiquement peuvent enrichir une stratégie marketing sans nécessiter d’investissement coûteux.

La nature des enjeux data d’une entreprise est fortement liée au niveau de richesse de sa propre donnée marketing : acteurs “data poor” vs. “data rich”.

• Les acteurs qui disposent historiquement de peu de données sur leurs clients et prospects – dits “data poor” (marques distribuées, acteurs du luxe, acteurs B2B,…)- cherchent à enrichir leur capital data afin de pouvoir améliorer leur connaissance client, optimiser leurs investissements, et activer la donnée via de nouveau cas d’usage. Au moment de construire leur stratégie marketing, ces acteurs sont souvent confrontés à un manque de données, celles-ci pourtant indispensables pour lancer des activations marketing simples.
• Les acteurs qui ont une forte capacité à collecter des données sur leurs clients – dits “data rich” – ou les plus matures (banques, télécoms, pure-players, distributeurs alimentaires, …) cherchent de nouvelles opportunités pour valoriser leurs données comme un actif à part entière. Pour ces acteurs plus matures, le principal enjeux est l’identification de nouveaux business models qui se sont construits autour des données (partage des données via les partenariats 2nd party, location de la donnée par les éditeurs ou les audiences providers via des campagnes marketing ciblées…).

Valoriser ou monétiser la donnée marketing ?

La distinction entre valorisation et la monétisation de la donnée est nécessaire, dès les premières réflexions. Elle permet de définir une roadmap claire, de doser l’ambition des annonceurs et de garantir que les projets Data Marketing aboutissent à des actions concrètes et pragmatiques.

La valorisation est tournée vers l’interne et vise la création de valeur pour l’entreprise, ses opérations et son organisation. Injectée dans les activations marketing et commerciales, ou utilisée pour une segmentation et une connaissance plus fine des audiences, des clients et des prospects, la donnée est à la fois un foyer de croissance pour le business (si je connais mieux mes cibles je peux mieux les adresser, conquérir plus de clients et augmenter la récurrence d’achat). Cette valorisation de la donnée au sein et pour l’entreprise est de facto pour tout type d’acteurs les “data poor” comme les “data rich”. C’est aussi un palier abordable en termes d’efforts de transformation pour les entreprises : une fois la collecte de la donnée assainie, des premiers cas d’usage simples peuvent donner des résultats et un ROI intéressant et ce à très court terme (3 mois).

La monétisation est tournée vers l’externe. Le volet monétisation nécessite d’avoir un actif de données important et de s’être assuré au préalable de la valeur marchande de la donnée que l’on souhaite commercialiser. Toutes les données ne sont pas monétisables. En effet, collecter de la donnée, beaucoup de données n’implique pas la création automatique d’une nouvelle ligne de business. La donnée que l’on souhaite monétiser est-elle rare ? Les acteurs susceptibles d’être intéressés par cette donnée, sont-ils identifiés, nombreux, matures ? Est-elle utilisable quelque soit sa fraîcheur ? Peut -elle être partagée dans le respect des contraintes juridiques et légales ?

Quelles bonnes pratiques faut-il retenir ?

Auditer son actif data : avant de penser à valoriser ou à monétiser leurs données les annonceurs doivent avoir une vision claire des données en leur possession, de leur qualité, de leur mode de collecte, …

• Un premier état des lieux “flash” de quelques semaines peut permettre de dresser une cartographie des données et d’identifier simplement les bases de données ayant le plus fort potentiel. Pour réaliser cette étape, les annonceurs devront au préalable s’être dotés d’une cartographie de leurs systèmes applicatifs et des différents flux et d’une qualification volume des données, qualité, rareté sur le marché, caractère sensible…
• Une fois le premier état des lieux réalisé, les annonceurs pourront définir un plan d’action et pousser les analyses plus détaillées sur les bases jugées prioritaires. Cette phase permettra à la fois d’identifier les pistes d’optimisation des bases (via le croisement entre les données, la mise en qualité des données…) et d’apporter des éléments quantitatifs pour la construction d’un business case de monétisation des jeux de données.

Analyser son potentiel au regard des acteurs du marché : parmi des acteurs “data rich” ou “data poor”, tous les annonceurs ne sont pas égaux face à la donnée car certainesont plus de valeur et un “potentiel d’activation” plus important. A titre d’exemple, une étude réalisée par Smaato* a montré en 2015 que la présence du code postal dans une bid request augmentait de 74% le CPM par rapport au prix moyen et celle des coordonnées GPS augmentait le CPM de 162%. De même les données basiques telles que le genre ou l’âge augmente le “potentiel d’activation” des données et donc, leur prix. Avant de se projeter dans une roadmap de valorisation ou de monétisation de leurs données, les annonceurs doivent analyser les forces et les faiblesses de leur actif au regard du marché. Smaato’s Global Trends in Mobile Advertising – Q4 2015

Penser à utiliser les données tierces et publiques : la richesse de la donnée 3rd party ou la donnée publique offre des alternatives d’enrichissement  qui ne doivent pas être négligées par les annonceurs. De nombreux annonceurs estiment encore que la first party data est “meilleure” que la donnée 3rd party en ce sens qu’elle est propriété de l’entreprise et donne un sentiment de maîtrise. C’est un constat qui est à nuancer, la donnée first party peut être aussi d’une moindre qualité : elle est parfois d’une fraîcheur relative, sans historique sur ses modalités de collecte, disséminée dans l’écosystème applicatif et induit de fortes contraintes légales (réglementation sur la protection des données personnelles, déclarations CNIL…).

Penser la stratégie Data dans sa globalité

Le marché des données marketing est très riche et permet d’activer des données via des cas d’usage très divers. La contrepartie est que les annonceurs peuvent être tentés de scinder leur stratégie Data par thématique (optimisation des campagnes, acquisition…) ou en la calquant sur l’organisation. Si cette approche peut être simple à mettre en place, il est indispensable de construire en amont une feuille de route globale et cohérente. Cela permet d’identifier les synergies et in fine, d’améliorer l’efficacité opérationnelle : valorisation du patrimoine de données existant, identification des pistes de collecte de données…

Accompagnement Data Marketing