2 min.
Le data au service du marketing automation
1L’art de la gestion de projet2Un projet à succès commence par une bonne gouvernance3Cascade, agilité, demandes de changement?

Le data au service du marketing automation

  • Niveau Technique
Data Science & IA Marketing Expérience client & UX Stratégie d'affaires

Le marketing automation tend à se démocratiser alors que l’on voit de plus en plus d’entreprises québécoises se doter de tels outils. Dans la courbe d’apprentissage des plateformes d’automation vient à un certain moment l’habileté d’appliquer une saine gestion des données pour que celles-ci soient utilisées adéquatement. C’est de cette façon que les entreprises réussissent à vraiment soutirer toute la valeur de leurs efforts d’automatisation marketing.

 

Je discute aujourd’hui de quelques sujets liés au marketing automation et au data. À l’ère du Big Data et de tous ces buzzwords, un concept trop souvent sous-estimé est l’importance d’avoir des données pertinentes sur lesquelles on peut prendre action plutôt que simplement avoir une quantité de données. C’est avec l’idée que la qualité est plus importante que la quantité en contexte d’automatisation marketing, qu’il devient important de capter les bonnes données et de les centraliser pour pouvoir créer de bons déclencheurs.

 

1) Capter les bonnes données et les rendre actionnables

Dans l’élaboration d’un plan de marketing automation, le contexte est un des éléments les plus importants à considérer. C’est pourquoi on débute un tel plan en cartographiant l’expérience client. Cette cartographie soulève les moments de vie importants sur lesquels réside une opportunité d’automatisation et c’est à l’aide de celle-ci que l’on peut identifier les actions à automatiser, et, du même coup, les données à être récoltées pour être utilisées comme déclencheur. Pour en savoir davantage sur les déclencheurs, vous pouvez vous référer à l’article que mon collègue Robin a rédigé récemment.

Exemple d’une cartographie de l’expérience client

Donc, si cartographier l’expérience client nous permet de nous assurer d’identifier les bons moments de vie et ainsi de capter les bonnes données, encore faut-il les rendre facilement accessibles. Pour prendre action facilement sur de bons déclencheurs, il faut souvent faire ressortir l’information au niveau du CRM. Pourquoi le CRM? Car c’est l’endroit idéal sur lequel un outil d’automatisation marketing ira puiser les données permettant le déclenchement d’action basé sur le comportement des utilisateurs.

Par exemple, on vous demande de déclencher une automatisation si un utilisateur ne s’est pas connecté à votre site web lors des derniers 30 jours. Si la date de la dernière connexion remonte au niveau du CRM, il est très simple de créer une automatisation en utilisant cette donnée. Par contre, si cette information reste cachée quelque part dans les logs, on ne réussit alors pas à tirer le plein potentiel de la donnée que l’on possède pourtant déjà puisque les efforts pour faire ressortir cette donnée chaque fois qu’on en aura besoin deviennent prohibitifs.

Avec l’omniprésence des outils analytiques tels que Google Analytics, l’enjeu est donc rarement la création de données, mais plutôt l’accessibilité de celle-ci. En identifiant les données pertinentes aux processus d’automatisation, on peut ainsi emmagasiner ces données aux bons endroits et bâtir des processus puissants avec un minimum d’effort.

Voilà pourquoi il faut savoir capter et bien diffuser l’information dans les systèmes pertinents. C’est en alignant votre plan analytique et votre stratégie d’automatisation que vous pourrez augmenter la pertinence de vos communications tout en diminuant les efforts requis pour y arriver.

 

2) Centralisation des données

Les consommateurs interagissent souvent de multiples façons avec les marques. Par exemple, il n’est pas rare qu’un consommateur visite le site web d’une marque, interagisse sur les médias sociaux et soit inscrit à l’infolettre. Pour rendre plus pertinente la communication automatisée, il est essentiel de centraliser tous ces points de contact digitaux dont, soulignons-le, les marques possèdent quelque part sans nécessairement en tirer profit.

En utilisant une base de données centralisée, on a accès à une foule d’informations qui donne une image plus complète de la relation client-marque. Par exemple, plutôt que de simplement segmenter la clientèle basée sur les achats en magasins, on pourrait plutôt faire cette segmentation en utilisant également les données hors achat qui en disent souvent beaucoup sur le consommateur. Vous pourriez ainsi décider de créer des automatisations différentes pour vos meilleurs clients et vos clients les plus engagés.

Ces outils de centralisations des données sont maintenant facilement accessibles et il existe une quantité d’outils vous permettant d’y arriver avec un minimum d’effort. Parmi ces outils, on peut souligner Stitch Data qui permet de consolider les données de plusieurs sources ou Segment qui permet d’unifier les données distribuées dans votre marketing stack.

Évidemment, il n’est pas toujours si évident de centraliser l’information provenant de différents systèmes de votre marketing stack. C’est pour cette raison que nous recommandons de favoriser des plateformes qui s’intègrent bien entre elles plutôt que des plateformes possédant des caractéristiques bien précises. Cet article sur le moyen le plus sûr de bien choisir votre plateforme de marketing automation va plus en détail sur cet aspect important du design d’architecture martech.

 

3) Création de déclencheurs composés

Les déclencheurs (ou trigger) sont les actions qui débutent un processus d’automatisation. Un déclencheur peut être aussi simple que la visite d’une page de prix qui relance un prospect en B2B ou encore un rappel lorsqu’un visiteur quitte avec un panier d’achats abandonné. Ces deux déclencheurs sont ce que l’on appelle des déclencheurs simples. Ils sont dits simples puisqu’ils ne nécessitent aucune adaptation et peuvent être utilisés tels quels.

Il existe une seconde famille de déclencheurs qu’on dit composés. La différence fondamentale avec les déclencheurs composés est que l’on doit tout d’abord les créer pour pouvoir les utiliser. Prenons par exemple un déclencheur souvent utilisé en situation B2B, soit le lead scoring. Dans ce contexte, chaque prospect obtient une note basée sur le type d’interaction avec l’entreprise et d’autres variables clés.

Pour obtenir ce score, on doit procéder à un calcul et créer ce déclencheur de toute pièce en se basant sur les données disponibles. Plus précisément, si je désire donner un score qui évalue les chances qu’un prospect procède à l’achat dans le prochain mois, je peux bâtir un modèle de prédiction. Pour nourrir ce modèle, j’aurai besoin de données telles que le nombre de visites dans le dernier mois, le taux d’ouverture des infolettres, etc.

Seules les entreprises qui réussissent à prendre contrôle de leurs données réussiront à mettre sur pied des déclencheurs composés. Évidemment, ces déclencheurs sont plus difficiles à mettre en place à cause du fait qu’il faut lier le plan analytique à la stratégie d’automatisation. C’est toutefois ce type de déclencheur qui vous permettront d’augmenter votre pertinence dans vos efforts de marketing automation et qui pourront vous aider à augmenter vos taux de conversion.

Ce qu’il faut donc retenir est que le marketing automation est hautement dépendant de vos compétences en data et analytique.

Plus vous développerez ces capacités, plus vous pourrez utiliser des approches créatives dans vos campagnes d’automatisation. Ne prenez donc aucun risque et impliquez vos spécialistes analytiques tôt dans vos projets d’automation question d’en soutirer un maximum de rendement.