Monétisation de la donnée : quelles bonnes pratiques faut-il retenir ?

Depuis 2016, le volume de données générées a augmenté de 569%. En France, le phénomène est encore plus impressionnant avec une hausse de 701%. Au sein de l’écosystème marketing et digital, il est communément admis que la donnée client et prospect est un actif de valeur pour l’entreprise. Mais si 80% des entreprises de l’hexagone affirment être conscientes de la valeur des données, seuls 20% les monétisent contre 54% aux Etats-Unis. (1)

Cet actif de donnée est exploitable à différents niveaux. Il peut d’abord injecté dans des opérations internes, notamment les activations marketing et commerciales, on parle alors de valorisation interne de la donnée. Il peut également devenir une nouvelle ligne de business, un produit ou un service, commercialisé au même titre que d’autres offres d’une organisation, dans ce cas on parle de monétisation de la donnée. De nombreux dirigeants ont bien saisi les enjeux liés à cet actif de donnée et cherchent aujourd’hui à le transformer en valeur concrète pour l’entreprise. Cependant avant de commercialiser sa donnée, il est indispensable de procéder à un travail d’audit complet, en abordant quelques questions essentielles.

Quelles sont les différentes sources de données ?

Il est d’abord nécessaire de rappeler les différentes sources de cette donnée :

• Données propriétaires ou données first party, données issues d’un partenariat ou 2nd party, données louées/achetées ou données 3rd party, open data
• Données issues du web (site centric), du media (ad centric), données CRM/PRM, transactionnelle (ticket de caisse), offline (trafic en magasin, enquêtes), etc.

  

Quelle est la valeur ajoutée de mes données ?

Avant de monétiser ses données, il est pertinent de s’interroger sur la valeur ajoutée de ces dernières et donc « pourquoi achèterait-on la donnée que je possède ? » :

• La donnée est-elle est réellement d’actualité et cela engendre-t-il un avantage commercial et marketing à exploiter ? – Par exemple : la donnée déménagement dans les Utilities et les TelCo
• La donnée est-elle rare sur le marché, d’autres acteurs possèdent-ils les mêmes données ? – Par exemple : les candidats qui sont en recherche active de nouvelles opportunités et qui se déclarent comme tels sur LinkedIn
• La donnée est-elle disponible facilement, et en volume intéressant ? – Par exemple : les données comportementales (ou de Webanalytics) sur des sites à très fort trafic
• Quel est le format sous lequel la donnée a-t-elle le plus de valeur ? – Par exemple : donnée agrégée dans des segments d’appétence ou donnée à la maille la plus granulaire de type cookie
• Est-il possible de commercialiser cette donnée sans que cela ne représente un risque pour l’activité de l’entreprise vendeuse ? – Par exemple : une donnée qui constitue un avantage concurrentiel et qui permettrait à d’autres acteurs d’en profiter au détriment de l’annonceur

Réaliser cette feuille de route de valorisation ou de monétisation des données nécessite au préalable d’analyser les forces et les faiblesses de l’actif au regard du marché, de la même manière que les études de marché, d’opportunité et les benchmarks de positionnement sont réalisés avant le lancement d’un nouveau produit.

Cette clarification du potentiel de monétisation de la donnée permettra également de vérifier deux prérequis essentiels à toute démarche :

• La faisabilité juridique d’un projet de monétisation (RGPD notamment dans le cas de données personnelles : contact, id client, géolocalisation, adresse, socio-démo, etc.) ;
• La faisabilité technique au regard du prix de vente : coût de la collecte de la donnée, de sa fiabilisation et de sa mise à disposition au regard de son prix de vente.

Valoriser ou monétiser la donnée marketing ?

Dès les premières réflexions il est important de faire la distinction entre valorisation et monétisation de la donnée. Cette différence 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 (en connaissant mieux ses cibles, elles seront mieux adressées et cela permettra de conquérir de nouveaux clients et augmenter ainsi 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. Comme nous l’avons vu précédemment.

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 rapide de quelques semaines peut permettre de dresser une cartographie des données et de détecter 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”, les annonceurs ne sont pas égaux face à la donnée car certaines ont plus de valeur et un potentiel d’activation plus important. A titre d’exemple, une étude réalisée par Smaato (2) 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 augmentent le potentiel d’activation des données et donc, leur prix.

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 préfèrent la donnée 1st party à la donnée 3rd party car elle est propriété de l’entreprise et donne un sentiment de maîtrise. Ce constat est à nuancer, la donnée 1st party peut également être 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…

(1) Global Data Protection Index de Dell EMC 2019
(2) Smaato’s Global Trends in Mobile Advertising – Q4 2015