Marketing prédictif – Quand le « Big data

Big Brother vous dit : Consommez, obéissez, consommez, obéissez… Vous croyez que j’exagère ? Lisez ceci et considérez que ce n’est que le début… Bientôt vous n’y échapperez plus nulle part… Vous serez harcelés partout dehors, chez vous, vous serez scannés, analysés, surveillés pratiquement jour et nuit… Vous n’aurez même plus besoin de penser, big data le fera pour vous… Elle est pas belle la vie ?

On aurait pu titrer cet article « Papotez et je saurai ce que vous voulez acheter »

Car ce dont il s’agit ici, à cette étape de notre voyage dans le nouveau marketing, c’est de marketing prédictif, c’est à dire de techniques qui permettent d’anticiper sur le comportement ou la demande des consommateurs avant même qu’ils n’expriment un besoin. Quand vous papotez, comme des centaines de milliers ou millions d’autres internautes avec vos proches sur les réseaux sociaux, ne croyez pas que ces conversations sont oubliées. Non, le contenu des réseaux sociaux est une nouvelle matière première.

Les nouveaux oracles lisent l’avenir dans le nuage

Nouveaux oracles, les spécialistes de cette discipline, les data scientists, donne un coup d’accélérateur : le nec plus ultra était récemment encore le marketing en temps réel (je réagis instantanément au comportement d’un client en lui faisant une offre en temps réel). Désormais, comme on le verra dans notre prochain article, le temps réel ne suffit plus, il faut anticiper et prévoir. Comment ?

Comme les pythies d’antan, les data scientists vont ausculter des données où le profane ne voit rien sinon que du « bruit » incompréhensible, donc inutile, les fameux Big Data.

Je vous propose si vous voulez revoir ce qu’est le big data et en quoi cela consiste de lire le premier article de notre série « Le big data et l’environnement« . Rappelons juste que le big data permet d’analyse en profondeur des volumes de données gigantesques.

Ses techniques mettent en relief des sens cachés dans le déluge de données, d’une manière inaccessible aux méthodes traditionnelles. Il fait apparaître des informations en montrant des corrélations, les mécanismes sous-jacents d’associations insoupçonnées et qui montrent les choses sous un angle nouveau et inattendu.

Pour mémoire le big data découle du fait que de manière permanente, nous ne cessons par nos actions de créer de l’information, explicite ou implicite, sur internet et ailleurs.

Les différentes sources qui alimentent le fleuve de « l’infobésité »

Ainsi, le Volume d’informations publié dans le monde ne cesse de croître de manière vertigineuse. Une grande partie de cette information est « non structurée », c’est à dire qu’elle n’a été bien rangée dans des bases de données faciles à exploiter mais publiée en vrac sur Twitter, sur des blogs, sur facebooks, sur des sites marchands, via des téléphones, des sms, des ordinateurs, des tablettes et bientôt via toutes sortes d’objets connectés et communicants.

Scripta manent, verba volent

De ces « paroles qui s’envolent », de cette masse informe d’informations, stockée dans le nuage (cloud), on va chercher à tirer un profit : améliorer encore la connaissance des habitudes ou des tendances des consommateurs. Car c’est la clé d’un marketing efficace. Bombarder des pubs à tout le monde est une dépense inutile, peu efficace et contre-productive car l’abus de pub ne peut susciter, au mieux, que l’agacement des consommateurs que nous sommes.

A première vue, si on prend par exemple, les informations laissées par les fans d’une page d’une grande marque sur facebook ou sur internet en général, il n’y a là qu’une masse de verbatims plutôt sans intérêt. Pourtant, le data scientist, lui, sait y détecter des informations cruciales. Passons sur les méthodes pour parler des résultats :

une marque de mode qui vend à distance se demande à quelle moment envoyer son catalogue « été » : plutôt que de le faire en fonction de la météo ou de la concurrence, elle peut décider de le faire à partir du moment où elle détecte que ses clientes sont prêtes. L’analyse des données issues des conversations de centaines de milliers de cliente qui pourtant ne parlent pas de la prochaine saison ni du prochain catalogue.

la marque détecte à quel moment les clientes sont dans l’état d’esprit favorable à recevoir des offres de maillots de bain et de sandalettes. Le data scientist détecte l’humeur « pro-vacances » et « soleil » et la marque envoie son offre d’été avant même que les clientes aient explicitement exprimé leur envie de produits estivaux.

une marque de mode qui travaille en tentant de « sentir le marché » peut passer du flair à l’analyse en identifiant dans quel sens vont les aspirations des clientes : faut-il pour la prochaine saison offrir des talons hauts ou plutôt des talons plats ? Les multiples conversations des clients qui parlent de chaussures ont réussi à une marque américaine à répondre à la question et ainsi réduire fortement son pari créatif et commercial.

Trouver du sens, y compris contre l’intuition

Vous l’avez compris, le principe est toujours le même : « utiliser la masse de centaines de millions d’informations créées par l’activité économique et humaine pour en tirer du sens » : les indicateurs sociaux et économiques publics et privés, les événements météo, sportifs, routiers, ..

.On détecte les variations, les récidives, les doublons, les corrélations cachées. Le data analytics fait émerger des phénomènes parfois contre-intuitifs comme par exemple, pour un magazine, découvrir que « le nombre de femmes qui bricolent, qui aiment le foot et la musique rock » qui constituent une de ses cibles les plus appétentes ».(1)

big-data

Une autre manière d’anticiper, en dehors de l’analyse des réseaux sociaux, est l’analyse géographique, appelé dans le jargon, le géofencing.

Le géofencing (clôturage virtuel).

Ce procédé mettant à profit la géolocalisation (facilitée par le fait que toutes les téléphones transmettent désormais vos positions en permanence) permet de déclencher des actions si des usagers entrent ou sortent de certaines zones délimitées. On peut par exemple recevoir des réductions alléchantes à l’approche de certains restaurants. Vous approchez d’une plage ou d’une piscine ? La marque de maillots de bain peut vous proposer ses modèles.

On peut faire encore mieux quand ces données de géolocalisation sont recoupées avec d’autres. Pour reprendre l’exemple des restaurants, on peut aussi utiliser l’heure qui est une donnée importante car on ne mange pas à toute heure du jour.

Le géofencing

Le géofencing permet de surveiller à distance la position et le déplacement d’un objet, d’un animal ou d’une personne et lorsque cet objet s’écarte de certaines limites / valeurs prédéterminées, de prendre des mesures actives.

On peut s’en servir pour, par exemple, le gardiennage distant d’un système de la flotte et parc de véhicules. On utilise alors les données reçues par un récepteur GPS embarqué et transmises par téléphonie mobile. On peut utiliser le géofencing pour surveiller des animaux dans un parc naturel, ou bien un enfant, etc.

Le big data, en allant chercher à droite et à gauche toutes les données qui concernent un client peut aussi lui éviter de se voir proposer des messages ou publicités sans rapport avec lui, ou bien lui éviter de redonner (une nouvelle fois) des informations qu’il a déjà données.

Target: de l’usage du marketing prédictif

Un article du New York Times de février 2012 s’est rendu célèbre en expliquant « Comment les entreprises apprennent vos secrets », et comment les distributeurs peuvent analyser l’évolution des paniers d’achats des consommateurs pour se faire une idée très détaillée de chacun de leurs clients – et mettre au point des campagnes publicitaires extrêmement ciblées.

Le plus célèbre exemple exploité par l’article est celui qui raconte la manière dont Target identifie les femmes enceintes à partir de la fréquence d’achat de certains produits – arrivant même à prédire la date de l’heureux événement avec une grande précision (parfois même avant que la famille des jeunes femmes ne soit au courant selon l’anecdote du quotidien !).

De même, si on peut constater au préalable que l’intéressé sort d’un restaurant (et donc a déjà mangé), inutile de le solliciter pour un nouveau repas. Inversement, si je sais que mon client est dans une zone pluvieuse, je peux en tirer des conclusions commerciales en conséquence.

Le big data peut aussi avoir une utilité sociale et économiser les ressources

L’analyse prédictive est également très utile pour optimiser le réassort des grandes chaînes de magasins internationales : à Londres ou à Dubaï, les consommateurs n’ont pas les mêmes goûts et ne cherchent pas les mêmes produits. Mais ils ont la même exigence de trouver ce qu’ils cherchent dès qu’ils le désirent.

L’analyse des comportements d’achat permet de faire baisser les surstocks et permet de proposer les bons produits sur les bons linéaires. Selon IBM, la croissance des ventes est alors de l’ordre de 15 % dans certaines chaînes spécialisées. « Dans le secteur alimentaire, 5 à 7 % des denrées frappées par la date de péremption sont rejetées alors qu’un cinquième de la population mondiale est sous-alimentée. Or, il serait tout à fait possible d’anticiper et de les réorienter à temps vers des organisations comme les Restaurants du Coeur» explique Alain Bénichou, président d’IBM France.

Les domaines où le big data sait se rendre utile dépasse de loin le seul commerce : en urbanisme, en médecine, en sport, en matière de sécurité, etc. les big data apportent un plus essentiel. Ce plus découle de ce que le data scientist découvre ce qu’on ne s’attendait pas à trouver et mieux, ce qu’on ne cherchait pas !

Les apports de la sérendipité

Cette caractéristique, appelée sérendipité. Le mot découle du mot anglais « serendipity » et remonte à un conte persan pour enfants, « Voyages et aventures des trois Princes de Serendip », écrit dans les années 1740 par Horace Walpole. Pour Henri Kaufman, un gourou du marketing en France, la sérendipité est d’abord la vocation du marketing et peut se résumer ainsi : « voir ce que les autres n’ont pas vu est véritablement le travail du marketeur «

Lors de notre prochaine étape dans le monde du nouveau marketing nous verrons comment, les oracles du big data, en permettant de faire des prévisions, vont mettre en pratique le marketing prédictif et développer un marketing en temps réel. A suivre…*

http://www.consoglobe.com/marketing-predictif-big-data-cg

D’après le schéma ci-dessous, nous avons encore un peu de délai.. Mais à la vitesse où la société évolue, c’est pour demain.

Image Zdnet.fr