CRM et marketing direct

Data Analytics : 5 vérités à connaître par les CMO

Marketeurs, ces 5 vérités sur la mise en œuvre des data analytics vous aideront à atteindre un haut niveau d’efficacité et à donner une nouvelle dimension à vos opérations

Marketeurs, ces 5 vérités sur la mise en œuvre des data analytics vous aideront à atteindre un haut niveau d’efficacité

Les départements marketing détiennent un trésor de données, mais trop souvent les analytics mis en œuvre sont inefficaces, les ressources sont sous-utilisées, et les résultats ne sont pas à la hauteur – c’est du moins ce que déclarent 58% des directeurs marketing interrogés dans une récente enquête du cabinet Gartner [1]. Ce résultat est dû à un problème à la fois de quantité – avec un flux constant de données marketing issues de centaines de plates-formes – et de qualité – les marketeurs passant un temps considérable à consolider manuellement des données qui, lorsqu’elles finissent par générer des informations utiles, reflètent souvent une réalité datée.

Des data analytics efficaces peuvent réduire les erreurs humaines, accélérer la génération des informations utiles, et créer une vue à 360 degrés des clients, autant d’éléments essentiels pour améliorer les prises de décisions, bien au-delà des simples départements marketing.

Pour y parvenir, les directions marketing doivent connaître cinq vérités sur la mise en œuvre des data analytics, qui les aideront à atteindre un haut niveau d’efficacité et à donner une nouvelle dimension à leurs opérations.

Adoptez un livre

Des data analytics efficaces nécessitent d’abord une centralisation des données

Toutes les équipes marketing s’appuient aujourd’hui sur un large éventail d’outils digitaux pour leurs tâches quotidiennes, dont :

  • Des systèmes de gestion de contenus (CMS) tels que WordPress et Contentful
  • Des outils gestion des relations client (CRM) tels que Salesforce et Hubspot
  • Des plates-formes d’automatisation marketing telles que ActiveCampaign, Marketo et UberFlip
  • Des services d’enrichissement de leads tels que Clearbit, Fullcontact et ZoomInfo
  • Des plates-formes de réseaux sociaux telles que Twitter, LinkedIn et Facebook – à la fois pour suivre des campagnes organiques et des campagnes publicitaires sur ces réseaux.

Individuellement, ces plates-formes et applications permettent aux marketeurs de réaliser des campagnes, d’organiser des données et d’effectuer des reportings – mais ensemble elles sont capables de beaucoup plus. Lorsque des données issues de systèmes disparates sont combinées et centralisées, elles donnent une vision à 360 degrés du client, et des problèmes peuvent être identifiés dès qu’ils apparaissent, et corrigés avant qu’ils aient un impact plus important pour l’entreprise.

Une vision holistique des données permet aux marketeurs d’aller au delà du « quoi » et de se concentrer sur le « pourquoi »

Nathaniel Spohn, VP EMEA, Fivetran

Disposer d’une vision holistique de toutes les données marketing est essentiel pour dévoiler des modèles et des tendances jusqu’à présent bien cachés, et identifier rapidement de nouvelles opportunités pour connecter une marque à sa base de clients.

Chacun des outils cités plus haut ont été installés à l’origine pour remplir des objectifs différents. Mais une fois qu’ils font partie d’un mix de technologies, leurs utilisateurs commencent souvent par négliger le ‘pourquoi’ et par se concentrer sur ce qu’ils peuvent réaliser avec l’outil en question. En centralisant les sources de données, les marketeurs peuvent de nouveau poser les bonnes questions.

Des données centralisées permettent d’obtenir une vision plus précise des indicateurs de performance marketing

Il est courant pour les équipes marketing d’établir des indicateurs de performance (KPIs) et de réaliser des reportings sur la base de ces mesures de façon récurrente. Mais lorsque les équipes ont accès à toutes les données marketing en un seul lieu, elles peuvent mieux analyser ces indicateurs et produire des reportings plus élaborés.

L’analyse du retour sur investissement (ROI) est un domaine où une meilleure compréhension se traduit par de meilleures performances. En combinant les données provenant de tous les canaux publicitaires, les marketeurs peuvent comprendre lesquels génèrent le plus de « leads » au coût le plus bas et allouer plus d’investissements à ces canaux. L’analyse des attributions est un autre excellent exemple.

Qu’il s’agisse de la publicité payante, de démos gratuites ou d’interactions chatbot, il est important de connaître quelle méthode d’acquisition client est la plus efficace et à laquelle attribuer chaque acquisition. En appliquant différents modèles d’attribution à leurs activités, y compris l’attribution « multi-touch », les marketeurs peuvent comprendre avec quel contenu les clients interagissent avant et après leur achat.

Combinées, ces deux mesures peuvent aussi aider à retracer le parcours client, qui peut ainsi être mieux analysé. Par exemple, peut-on savoir comment un client est passé de l’ignorance d’une marque au statut de client, ou encore mieux, de promoteur de cette marque ? Avec davantage de données à leur disposition, les marketeurs peuvent avoir une vision plus complète et retracer des parcours, trouver de nouveaux moyens d’accélérer le cycle des ventes, et même reconnaître des signes d’abandon.

Un « modern data stack » est essentiel pour prendre des décisions basées sur les données

Quand les données sont au centre des analyses marketing, cela peut créer une véritable culture des données, grâce à laquelle les employés comme les parties prenantes peuvent visualiser des informations stratégiques et conduire des réflexions stratégiques sur la direction des investissements marketing, et sur des projets impliquant toute l’entreprise.

Par exemple, l’équipe chargée des contenus marketing peut considérer qu’une récente campagne ebook a été un succès sur la base du nombre de leads que le contenu a généré. Mais si l’ebook a été promu via différents canaux (payants, organiques, etc.), les marketeurs auront besoin de plus de données pour déterminer quels canaux ont généré le plus de leads.

C’est là qu’intervient le « modern data stack ». Avec cette approche, les données sont directement chargées dans des data warehouses dans le cloud où leur transformation peut être rapidement réalisée, suivie par l’étape d’analyse et de reporting via des outils de Business Intelligence. Dans ce modèle flexible et multi-couche, l’étape d’intégration des données peut être automatisée pour aider les équipes marketing à accéder rapidement et de façon fiable à toutes les données pertinentes en un seul lieu, et les manipuler facilement dans le cloud pour comprendre des corrélations et des causalités dans les parcours client. En centralisant toutes les données et en les transformant pour qu’elles soient prêtes à être analysées, l’équipe marketing peut prendre des décisions plus informées lors de futures campagnes.

Toutes les incohérences les plus courantes dans les analyses de données sont dues à des erreurs humaines et des processus manuels

La créativité et les interactions humaines sont essentielles pour construire une relation avec des clients, mais en matière d’analyse de données, l’erreur humaine est souvent le plus gros obstacle à la génération d’informations efficaces. Il existe de nombreuses façons pour les marketeurs de réduire ce risque et en même temps d’éliminer des processus manuels qui réduisent la productivité et font perdre un temps précieux.

Trois problèmes courants affectent les stratégies marketing basées sur les données :

  • Des silos de données liés entre eux par des processus manuels. Lorsqu’il n’existe aucun processus automatisé pour transmettre les données de leur source au lieu où elles sont analysées, les marketeurs sont souvent obligés de les déplacer manuellement, via des copier coller entre feuilles de calcul. Il en résulte un fort potentiel d’erreurs humaines et un grand nombre de tâches répétitives rapidement fastidieuses.
  • Garantir l’actualité des données. Lorsque les données sont hébergées dans des applications, des plates-formes et des fichiers CSV différents, les centraliser et les transformer dans un format prêt à être analysé est complexe et entraîne souvent de longs délais pour produire un reporting. Dans une enquête réalisée par Dimensional Research, plus de 4 analystes sur 10 ont admis utiliser des données ayant en moyenne deux mois d’ancienneté. Des données périmées sont par définition peu précises, et des informations erronées qu’elles génèrent peuvent résulter des opportunités manquées et des pertes de revenus.
  • Construire et maintenir des pipelines de données. Un pipeline de données est constitué d’une série d’étapes de traitement que traversent les données entre leur source (les données brutes) et leur destination dans le data warehouse dans le cloud (où elles peuvent être analysées). Son fonctionnement sans interruption est crucial pour une bonne synchronisation des données. Mais souvent les ressources des équipes en charge sont inutilement affectées à la réparation des pipelines lorsque des ruptures se produisent et des changements doivent être effectués à chaque fois qu’est ajoutée une nouvelle source de données.

Tous ces processus manuels risquent individuellement ou ensemble de compromettre des projets stratégiques. C’est là que l’automatisation complète avantageusement les capacités d’analyse et de reporting des données d’une équipe marketing.

Se poser les bonnes questions

La pandémie a encore accéléré la transformation digitale des entreprises à travers le monde. Pour faire du marketing un élément central de la croissance future, les directions marketing doivent évaluer leurs stratégies data et se poser plusieurs questions importantes :

  • Quels outils sont utilisés par leur équipe marketing et dans quel but ?
  • Quels sont les principaux indicateurs de performance de leur département et de quelles données dépendent chacun d’entre eux ?
  • Combien d’heures sont nécessaires pour assembler manuellement les données en question dans le bon format ?
  • Quel est l’impact des erreurs humaines dans ce processus ?
  • Que manque-t-il dans le « modern data stack » de leur entreprise ?

En répondant à ces questions, les marketeurs pourront avoir une vision efficace et fiable de la façon dont leurs équipes marketing – et leurs entreprises dans son ensemble – pourront optimiser la valeur de leurs investissements en data analytics et Business Intelligence.

Auteur : Nathaniel Spohn, VP EMEA, Fivetran

[1] https://www.gartner.com/en/newsroom/press-releases/2020-10-07-gartner-reveals-more-than-half-of-marketing-leaders-a

(c) Ill. DepositPhotos

Cliquez pour commenter

Commenter

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Marketing PME aide les PME PMI et TPE à développer leur business en 2021
Vers le haut