Compte rendu : data breakfast monétisation de la data

Comment transformer sa donnée client et prospect en nouvelle ligne de business pour son entreprise ? C’est la question à laquelle Converteo a apporté des éléments de réponses le Mardi 11 décembre dernier lors du Data Breakfast “Annonceurs, apprenez à monétiser votre donnée”.

A travers plusieurs keynotes et tables rondes composées de Renan ABGRALL, Business Unit Manager “Value Factory” chez Bouygues Telecom, Jonathan HABERSZTRAU, Directeur Général et fondateur de ControleTechniqueGratuit.com et Marc-Antoine LEDIEU, avocat à la Cour et spécialiste du numérique, du cabinet Constellation Avocats, nous avons échangé autour des éléments clés d’une stratégie de monétisation de sa donnée.

Retour sur cette matinée riche en échanges.

Le Data Breakfast s’est ouvert par une keynote présentée par Alexandre MARROT, Manager chez Converteo. Quelques idées à retenir de son intervention :

L’écosystème de collecte de l’information a été accéléré par l’ère numérique : de plus en plus de canaux permettent de capter de plus en plus de data toujours plus diverses. Sur la seule année 2017, le volume d’informations produites était équivalent à celui des 5 000 années précédentes (source IBM). Au-delà de l’opportunité de collecte que représente ces différents supports, ce sont autant d’occasions de diffuser de la publicité et donc une voie de monétisation quand le marché de la publicité digitale en France est évalué à 4,1 milliards d’euros en 2017.

La monétisation de la data n’est pas seulement un revenu direct issu d’une transaction : accès à une audience, des insights, un échange de data… l’impact peut également être indirect, on parle alors de valorisation, lorsque l’exploitation reste interne à l’entreprise : l’amélioration d’un produit générant des revenus additionnels ou plus de fidélité, des économies de coûts grâce à un meilleur pilotage de la performance.

Au même titre qu’il y a un Marketing produit, un Marketing client, il y a un Marketing de la Data.

Toute organisation dispose aujourd’hui d’une nouvelle source de revenus potentiels à valoriser grâce à la data, ce qui implique de traiter cet actif comme n’importe quel autre produit. La data a des normes de production, des caractéristiques propres de prix et d’inventaire, et des besoins humains (potentiellement ad hoc) en créant des équipes dédiées. Selon une étude McKinsey & Company de 2017, parmi les entreprises qui ont adopté une stratégie de monétisation, 46% indiquent que la valorisation contribue de 1 à 10% aux revenus globaux de l’entreprise.

Pour évaluer la valeur de sa donnée, il existe 4 critères :

• Le volume : est-il suffisant pour supporter le passage à l’échelle et permettre d’alimenter plusieurs acheteurs dans la durée ?
• La pertinence : quelle est la taille de ma cible d’acheteurs ? Est-ce que ma data est pertinente pour cette cible ?
• La qualité : est-ce que la data est fiable ? Ma data est-elle affectée par le temps (donnée froide ou donnée chaude) ?
• La rareté : est-ce que ma data est complexe à obtenir pour un autre acteur ?

De même, il existe 5 conditions dont il faut tenir compte pour valider la viabilité d’un projet :

• Le coût de la valorisation
• La valeur pour l’acheteur
• Le danger de nuir à terme au développement de l’organisation en vendant un actif stratégique
• La concurrence présente sur la typologie de données
• La privacy et les conditions (consentement) d’exploitation

De l’idée à la monétisation, on peut schématiser un parcours en 6 étapes, autour d’une approche pragmatique : tester les approches et les valider avec les clients potentiels avant de déployer à plus grande échelle si le modèle est viable. Il existe de vrais “challenges” au cours de ce parcours :

• L’inventaire de la data, qui est finalement autant un sujet d’organisation pour “mettre toutes les équipes autour de la table”, qu’un sujet technique et qui appelle souvent un travail exhaustif de recherche (modèles de données absents ou partiels, cartographie des systèmes, etc.) que les entreprises ne peuvent pas toujour se permettre ;
• L’appropriation du projet par le leadership lors de la validation du business plan ;
• Le challenge financier lors de la phase de test, celle-ci étant souvent financée à perte avec un coût de développement élevé.

Le défi du projet de monétisation réside dans son appropriation par l’organisation, qui nécessite :

1. Cadrer : éprouver ses modèles de monétisation à travers les 4 conditions et notamment via l’inventaire. Plus la base de travail sera claire et plus la monétisation sera aisée ;
2. Traiter la data comme un produit et la packager comme tel ;
3. A plus large échelle, faire en sorte que l’organisation accepte la transformation et soit prête à la mettre en place : cela passe par le soutien des leaders, une bonne utilisation des centres d’excellence, le staffing d’une équipe ad hoc.

Les intervenants, Renan ABGRALL, Business Unit Manager “Value Factory” chez Bouygues Telecom, et Jonathan HABERSZTRAU, Directeur Général et fondateur de ControleTechniqueGratuit.com ont ensuite partagé leurs propres expériences autour d’une table ronde animée par Jérémie LEVY, Senior Manager chez Converteo.

Ils ont d’abord souligné la difficulté de traiter des données souvent sensibles, rendant  la monétisation parfois compliquée. En anonymisant les données de localisation des utilisateurs, il a été possible pour les équipes de Bouygues Télécom de représenter des flux de mouvement ; ce n’est qu’ainsi que cette donnée a pu être monétisée. A la question « Comment identifiez-vous en amont le potentiel des projets et donc la valeur de votre data ? », Jonathan HABERSZTRAU a répondu qu’il fallait identifier un point d’accroche entre le coût de valorisation et le prix final pour l’acheteur pour saisir l’opportunité de monétisation de la donnée.

Au niveau de la structure des équipes dans l’élaboration des stratégies de monétisation chez ControleTechniqueGratuit.com, une équipe gère l’acquisition de la donnée via les activités marketing et le growth hacking, tout en intégrant des UX designers pour assurer la fluidité du customer journey et créer de la confiance dans le funnel. Une autre équipe gère, elle, la donnée collectée. Chez Bouygues Télécom, des équipes de Data Scientists s’appuient sur un Data Lake. L’organisation a elle-même hérité de la gestion de la data via une Data Management Platform, lancée initialement pour des raisons d’optimisation publicitaires.

Nos intervenants ont aussi partagé les problèmes qu’ils ont pu rencontrer lors de la mise en place de leur stratégie de monétisation. Jonathan HABERSZTRAU a souligné l’importance de la scalabilité entre les phases de test et le déploiement de la monétisation. En effet, malgré la fiabilité des données possédées par l’entreprise, il n’est pas aussi facile de vendre cette donnée aux compagnies d’assurance, dont les bases de données ne possèdent pas forcément des champs nécessaires pour accueillir cette donnée. Toujours selon le fondateur de Controletechniquegratuit.com, 80% des annonceurs ne sont pas capables de segmenter la data. Par ailleurs le marché de la data est, quant à lui, très fluctuant. Pour une donnée que les équipes de Bouygues pensaient être les seuls à proposer, d’autres annonceurs sont arrivés sur le marché amenant les équipes Data de Bouygues à réévaluer en permanence la proposition de valeur.

Une seconde keynote, présentée par Marc-Antoine LEDIEU, avocat à la Cour et spécialiste du numérique, a permis de revenir sur toutes les nouvelles obligations du droit du digital liées à la collecte de données pour les organisations. La monétisation des données est désormais réglementée par le Règlement UE « RGPD-GDPR » n°2016/679 du 27 avril 2016. Durant cette keynote, les éléments du projet « e-Privacy », projet de règlement relatif à la protection de la vie privée dans les communications électroniques ont été passés en revue. Il est d’abord nécessaire de distinguer les données de contenu et métadonnées, et données à caractère personnelles. Par la métaphore de l’enveloppe, Marc-Antoine LEDIEU a présenté les métadonnées comme étant les mentions sur l’enveloppe de la Poste (le nom et les coordonnées postales du destinataire, le timbre pour indiquer le prix, la date et le lieu d’oblitération de la Poste). Par analogie, les métadonnées représentent l’ensemble des données techniques permettant de transmettre un contenu depuis un terminal vers un autre terminal. Désormais, toute forme de monétisation de ces métadonnées va passer par la notion de consentement préalable.

Marc-Antoine LEDIEU a également rappelé les nouvelles obligations liées au Règlement Général sur la Protection des Données. A partir du moment où une entreprise collecte des données et qu’elle définit les moyens du traitement (ce qu’elle va dépenser pour effectuer le traitement, le nombre d’employés et les moyens nécessaires), elle devient responsable du traitement (data controller). En cas de « défaut » d’information des personnes concernées (collecte sans information préalable, finalité floue, ou nouvelle finalité sans information), le niveau maximum de sanction s’appliquera, à la discrétion de l’Autorité de contrôle (jusqu’à 20 millions d’euros ou 4% du chiffre d’affaires annuel mondial total de l’exercice précédent).

Enfin, cette matinée s’est clôturé par une deuxième table ronde avec les témoignages de  Renan ABGRALL et Jonathan HABERSZTRAU sur la mesure du ROI de leurs projets de monétisation. A la question “Comment mesurez-vous la performance de vos cas d’usage de monétisation ?” le fondateur de Controletechniquegratuit.com explique qu’il a cessé son activité car le nombre de fournisseurs de data (les particuliers) a commencé à exploser et que le nombre d’acheteurs (annonceurs) a stagné. Les prévisions de croissances de la data achetée étaient de 1000% tandis que le taux de commercialisation de ces data aurait chuté à 4% ! Quant à Renan ABGRALL, il précise « Nous appliquons des méthodes de commerce assez simples. Mieux vaut éviter les systèmes de troc, cela ne fonctionne pas, nous préférons mettre en place un partenariat avec un flux financier bi-partie. Nous insistons pour formaliser les échanges commerciaux car c’est vertueux pour la relation business, pour sa pérennité et c’est un minimum vis-à-vis du client. Cela signifie que vous maitrisez qui exploitent vos données et à quel moment. Il s’agit d’adopter une posture data responsable ».

Nous remercions chaleureusement l’ensemble des intervenants et participants à ce petit-déjeuner thématique !

Auteur : Enzo Rieucau, Consultant, Practice Analytics x Digital Products