Solutions

Produits

Ressources

Société

Mois : septembre 2016

Les enjeux de la sécurité de la donnée dans une entreprise data-driven

La transformation digitale est en route depuis une dizaine d’années, voire plusieurs décennies selon la définition que l’on prend en compte. Pourtant, la transformation digitale n’a jamais été un sujet plus d’actualité qu’en 2016, certaines grandes entreprises ne sachant pas encore comment se réorganiser pour réussir ce grand challenge imposé par les évolutions de la société.

Et ce défi est de taille, avec de multiples enjeux dont plusieurs sont liés à la donnée. Parmi eux, le Data Leakage représente un sujet juridique et économique majeur.

Voici quelques chiffres intéressants liés à la sécurité des données :

  • 900 millions de données ont été compromises par des failles de sécurité ;
  • Entre 88% et 90% des incidents ne sont pas intentionnels ;
  • 1 identité est volée toutes les 4 secondes aux Etats-Unis (10 millions de victimes) ;
  • 1 mail sur 400 contient des données confidentielles ;
  • 1 fichier sur 50 est partagé à tort ;
  • 1 ordinateur portable sur 10 est volé ou perdu ;
  • 1 clef USB sur 2 contient des informations confidentielles.

Si on aborde très régulièrement la question du coût caché du Data Leakage, on ignore souvent un effet collatéral potentiellement très coûteux à long terme : la perte de confiance de vos clients et utilisateurs.

Un échec dans la prévention d’un incident lié à la sécurité des données va inévitablement détériorer la confiance portée à la marque. Ce qui est en jeu est la fidélité à cette dernière, puisqu’elle est intrinsèquement liée à la perception qu’en ont les consommateurs. L’impact sur le résultat de la société est encore peu calculé par les marques, mais il s’agit d’un sujet de plus en plus abordé, d’où la nécessité pour les entreprises de se prémunir contre les attaques et éventuelles failles. Selon Forrester, 2 à 3 dirigeants seront contraints de démissionner suite à un vol de données en 2016.

Et si le Data Leakage semble pouvoir toucher toutes les sociétés (LinkedIn a été victime d’un piratage en 2012, VK – l’équivalent de Facebook en Russie – en 2016), il est néanmoins possible de mettre en place des actions simples pour limiter les risques. Retirer systématiquement les tags obsolètes via un TMS en fait partie.

De quelles données est-il question?

La data est un sujet très abordé dans les conférences depuis quelques années, et au fur et à mesure que le temps passe, la différenciation entre la donnée dans son sens le plus large, la donnée personnelle et la donnée sensible devient de plus en plus floue. Les données personnelles se composent d’informations sur une personne ; elles sont associées à elle à l’aide d’éléments tels qu’un code client ou une adresse mail.
En ce qui concerne les données sensibles, ce sont des informations faisant apparaître directement ou indirectement, les origines raciales ou ethniques d’une personne, ses opinions politiques, philosophiques ou religieuses, ou qui sont relatives à sa santé ou à ses préférences sexuelles, entre autres.
La collecte de données sensibles est interdite en France, sauf dans les cas où elle est liée à l’activité du site (comme c’est le cas pour les sites de rencontre, par exemple). La donnée est devenue hautement stratégique pour un grand nombre d’entreprises françaises et étrangères, où la protection de l’information est la principale préoccupation.

Qu’est-ce qu’une entreprise data-driven?

Littéralement, une entreprise data-driven est une entreprise pilotée par la donnée. Il s’agit d’avoir une « culture data » forte, où la donnée est non seulement accessible, mais se situe au centre même de la réflexion stratégique de la firme et dirige ses actions. Dans ce contexte, la donnée est un outil majeur d’aide à la prise de décision et doit faire l’objet d’une attention quotidienne totale. Un critère minimum serait la mise en place de tableaux de bord journaliers adaptés aux besoins de chaque métier, avec une forte dimension business, et une ouverture sur les autres métiers et les données significatives pour eux.

Dans certains métiers, la fréquence à laquelle la donnée intervient dans les décisions est plus élevée : c’est le cas par exemple des e-commerçants pendant les périodes de soldes ou des journées promotionnelles.
Mais la donnée ne doit pas être seulement vue comme un outil d’aide à la décision, elle doit être exploitée pour ajouter de la valeur, proposer de meilleurs services et améliorer la satisfaction du client.

Pour être efficace, la donnée ne doit plus être collectée et stockée en silos, ce qui impose souvent une transformation structurelle et organisationnelle des entreprises. Cela implique une collaboration étroite entre les différents métiers et des changements dans leur façon de travailler.

Dans un contexte où la data va être au cœur des stratégies, être en règle avec les lois relatives à la protection des données est crucial.

La CNIL et la protection de la vie privée

La CNIL (Commission Nationale de l’Informatique et des Libertés) est l’autorité chargée de la normalisation des données personnelles en France. Elle a pour mission d’informer et de protéger les citoyens, d’accompagner et de conseiller les organismes qui souhaitent se mettre en conformité, de contrôler et de sanctionner les organismes qui ne le sont pas, et d’anticiper les nouveaux usages qui pourraient avoir un impact sur les données personnelles des citoyens.

En 2015, la CNIL a reçu plus de 2 800 plaintes liées à la protection de la vie privée sur internet. Depuis sa création, la commission a été consultée et a participé à plus de 2 500 décisions et délibérations. La loi 78-17 du 6 janvier 1978 modifiée comprend désormais plus de 70 articles.

Début 2016, l’Union européenne a adopté un règlement relatif aux données personnelles afin de mieux protéger les citoyens européens. Il y est prévu plusieurs mesures et sanctions, applicables dans tous les pays membres de l’union à partir de 2018.

En cas de violation des droits liés aux données collectées, l’entreprise responsable encourra désormais une sanction pouvant s’élever à 4% de son chiffre d’affaires annuel mondial.

Quels principes doit-on respecter ?

1. Le principe de finalité

Une organisation doit avoir un objectif légitime pour pouvoir collecter des données à caractère personnel. L’usage et la finalité de la collecte de cette donnée doivent également être clairs et légitimes.

2. Le principe de proportionnalité

Seules les informations pertinentes et nécessaires peuvent être collectées pour leur finalité.

3. Le principe de pertinence des données

L’information collectée doit être nécessaire à l’activité de l’organisme : un site marchand de chaussettes n’a pas besoin d’informations relatives au sexe, âge, situation amoureuse et préférences sexuelles de ses visiteurs, contrairement à un site de rencontres en ligne.

4. Le principe de durée limitée de conservation des données

Les données collectées ne doivent pas être conservées au-delà d’une durée cohérente avec la finalité de la collecte. Au-delà, les données peuvent être archivées sur un support distinct.

5. Le principe de sécurité et confidentialité

Aux Etats-Unis, il y a plus de 2 vols de données chaque jour. Le principe de sécurité et confidentialité des données est probablement le principe le plus problématique pour les entreprises. Elles sont tenues de garantir la confidentialité des données et d’éviter l’intrusion, leur perte, détérioration et communication à des tiers. Les mesures de sécurité doivent correspondre à la nature de la donnée et aux risques représentés.

6. Le principe de transparence

L’entreprise à l’origine de la collecte de données doit avertir les utilisateurs de la collecte et du partage des informations avec des tiers. Les utilisateurs du site peuvent, quant à eux, contrôler l’information qu’ils souhaitent fournir ou pas.

7. Le principe de respect du droit des personnes

Les utilisateurs doivent obligatoirement être informés de la finalité du traitement qui sera fait de leurs données. Ils bénéficient alors d’un droit de rectification ou de suppression de ces données, ou d’opposition à la collecte des données pour des motifs légitimes.

Minimiser les risques liés à la sécurité de la donnée

Le responsable du traitement des données ou Data Protection Officer (DPO) doit mettre en œuvre les mesures nécessaires pour éviter l’endommagement, mauvaise utilisation ou accès frauduleux aux données. L’accès aux données doit être uniquement réservé aux personnes désignées ou à des tiers qui détiennent une autorisation spéciale et ponctuelle (service des impôts, police, etc.). Le DPO doit également déterminer une durée raisonnable de conservation des informations personnelles. Si l’entreprise ne respecte pas ces obligations, elle encourt 5 ans d’emprisonnement et une amende de 300 000 €.

Afin de minimiser les risques liés à la sécurité de l’information, il faut identifier les différentes sources de fuite de données (DLP pour Data Loss Prevention) et failles potentielles, ainsi que leur importance. Cela implique, dans un premier temps, de créer une cartographie des données à protéger.

D’autre part, les données dont la combinaison est sensible doivent être chiffrées séparément. Les clefs d’encodage doivent à leur tour être régulièrement modifiées, stockées à distance et accessibles via une connexion sécurisée.

Enfin, une stratégie de protection des données collectées doit être mise à jour très régulièrement, puisque l’information est constamment menacée. À chaque incident, une enquête doit être menée afin de renforcer les éléments de sécurité mis en place.

Mais l’invulnérabilité d’un système ne pourrait être garantie à 100%, le facteur humain étant une menace indirecte des plus difficiles à contrôler (l’employé est souvent déclencheur, à son insu, d’attaques et d’intrusions). Les ressources humaines peuvent néanmoins être sensibilisées à la sécurité des données grâce à une liste de réflexes à adopter dans leur comportement quotidien.

Qui se charge de la sécurité des données en interne?

Le Règlement Européen sur la Protection des Données Personnelles a été adopté le 27 avril 2016 par le Parlement Européen. Il prévoit que les entreprises “dont les activités consistent en des traitements de données qui, en raison de leur nature, de leur portée ou de leur finalité, exigent un suivi régulier et systématique de personnes”, nomme un Data Protection Officer (DPO). Internalisé ou externalisé, son rôle est d’informer son entité sur les obligations relatives aux données personnelles, de contrôler le respect de ces dernières, de sensibiliser et de former le personnel à ces sujets et de conseiller l’entreprise en matière d’analyse d’impacts. Le DPO est tenu de coopérer avec la CNIL et d’être son point de contact privilégié.

Les entreprises françaises ont deux ans pour se mettre en conformité avec ce nouveau règlement.

Qu’est-ce que le tag management ?

Les tags sont utilisés pour alimenter en données votre plateforme webanalytics, vos plateformes d’affiliation et les solutions de tchat. Mais ils interviennent aussi dans l’A/B testing, la publicité, les réseaux sociaux et le retargeting, entre autres.

La technologie “tag” est dominante

Gestion du display, retargeting, marketing automation, analytics : la quasi-totalité des solutions de marketing digital sont basées sur les tags et l’utilisation d’un bon Tag Management System (TMS) permet d’optimiser leur rentabilité.

Le nombre de solutions augmente de manière phénoménale depuis quelques années : en 2011 on comptait seulement 100 sociétés éditrices de solutions de marketing digital. En 2015, on approchait des 2000 sociétés minimum (le nombre exact n’est pas connu, puisque toutes les solutions ne sont pas référencées)

applications-marketing-digital-2016-tag-management


Découvrez le TMS de Commanders Act :  TagCommander


Pourquoi parle-t-on de tag management ?

Avant de comprendre en quoi consiste le tag management, il convient de définir ce qu’est un tag : un bout de code JavaScript placé dans le code source d’une page web. Le tag se déclenche lorsque la page est visitée ou lorsqu’un utilisateur interagit avec des évènements HTML définis (envoi d’un formulaire, clic sur un bouton d’ajout au panier, etc.). Le tag permet au propriétaire du site (publisher, e-commerçant, marque, etc.) d’accéder à des services (obtenir des informations, interagir avec l’utilisateur via la personnalisation du site en temps réel).

Un TMS permet à l’équipe marketing de gérer elle-même les tags sans que cela nécessite de connaissances techniques. Avec ce type de plateforme, tous les tags présents sur les pages d’un site sont encapsulés dans un conteneur qui est géré comme un seul et unique tag. L’utilisation de ce dispositif apporte plusieurs avantages organisationnels, expliqués dans cet article, et réduit le temps de chargement des pages.

La mise en place d’un Tag Management System permet également de faciliter la gestion du cycle de vie des tags en limitant les erreurs dues à leur gestion : il n’est pas rare que des tags inopérants soient laissés dans le code source des pages d’un site après la fin d’une campagne. En utilisant un TMS, les équipes marketing deviennent plus réactives, plus flexibles et accélèrent le chargement de leurs pages en supprimant les tags obsolètes de manière automatique.

Avant que les TMS ne soient développés, la gestion des tags impliquait plusieurs intervenants en dehors et au sein même de l’entreprise concernée : les éditeurs de solutions de marketing digital, les équipes marketing et la DSI.

Il y a quelques années, la mise en place d’un TMS était un parcours du combattant : cela supposait une longue série de démarches, de spécifications et l’allocation d’une quantité importante de ressources financières et humaines pour le projet. Le processus était long et coûteux.

Désormais, la mise en place de la solution (chez CommandersAct) se fait en “flash setup”, une mise en place extrêmement rapide qui se fait chez le client et lui permet d’avoir une solution live en 1 mois. La mise en place et le retrait d’un tag sont devenus immédiats.

En cas de changement de solution, il n’y a pas de coût de sortie, puisque cela ne représente pas un projet IT coûteux.

Est-il seulement question de gestion des tags ?

Les apports d’un TMS ne se résument pas uniquement à la gestion des tags : il s’agit avant tout de mieux connaître vos clients. En collectant des informations normalisées sur leur comportement, vous apprenez à mieux les comprendre. En croisant les données obtenues grâce à votre TMS avec celles disponibles dans votre CRM, vous pouvez établir des profils visiteurs plus détaillés. Le tag management est donc plus que la simple collection et transmission de données, car il permet de les manipuler et de les mettre à profit pour améliorer l’expérience client.

Le Tag Management accélère la mise en place d’un marketing unifié. Il s’agit de proposer à chaque visiteur une expérience globale cohérente et harmonisée, quel que soit le device qu’il utilise et le canal par lequel il passe. Un profil client unique est créé pour chacun d’entre eux et intègre les données provenant de tous les canaux et tous les devices. Les tags permettent donc une vision multicanale et complète du comportement client, ainsi qu’une meilleure rentabilité des solutions utilisées.

Le Tag Management s’applique aussi aux apps et aux sites mobiles, et les solutions les plus complètes offrent une couverture multiplateforme.

Mais le Tag Management n’a pas terminé son évolution et devra relever de nouveaux défis dans les prochaines années.

Le premier grand challenge consistera à ne collecter qu’une seule fois une information pour alimenter 10 solutions simultanément. Cela permettra :

  • De gagner en temps de chargement.
  • D’éviter les conflits entre les fichiers JavaScript.
  • D’assurer une confidentialité des données : les données collectées ne sont plus visibles.
  • D’assurer un meilleur contrôle des données collectées et distribuées aux solutions partenaires et contrôler le Data Leakage.

Qu’est-ce qu’une DMP ?

La transformation digitale en route impose de profonds changements organisationnels dans les entreprises. La gestion en silos, qui était la norme jusqu’à maintenant, est remise en cause pour adopter une stratégie globale centrée sur l’utilisateur. Et une organisation user-centric doit nécessairement passer par une unification des profils, ce qui implique l’utilisation d’une DMP.

Ce terme est de plus en plus utilisé, et pour cause : à l’heure où tout le monde parle de Big Data et les interrogations se multiplient, la DMP offre la possibilité de gérer et d’activer les données collectées. Elle offre surtout la possibilité pour l’entreprise de constituer son capital data.

schema-univers-de-données-data-DMPDMP signifie Data Management Platform ; cela désigne une plateforme généralement proposée en mode SaaS qui permet de récupérer, centraliser, générer et exploiter les données relatives aux prospects et clients. Pour simplifier, il s’agit d’une “super base de données” alimentée par des informations issues d’une multitude de sources et fonctionnant en temps réel. L’idée est de regrouper les bases de données autrefois gérées en silos, et de les réconcilier dans une base unique. Et si c’est un terme que les marketeurs redoutent, il n’en a pas un seul qui ne rêve pas d’avoir sa propre DMP.

Mais le rôle d’une Data Management Platform ne se réduit pas au stockage et à la centralisation des données. Le rôle majeur d’une telle plateforme consiste à permettre l’activation de ces données et d’en tirer parti. Les cas d’usages sont très variés et nombreux.


Découvrez aussi le livre blanc sur la CDP : le nouveau copilote du modern marketer


Quelles données sont concernées ?

Plusieurs types de données sont concernés : les données relatives à la navigation des internautes sur le site (fiches produits vues, requêtes, paniers abandonnés), les données d’exposition publicitaire (bannières vues, bannières cliquées), données offline (TV, catalogue), CRM (profil, CSP), voice of customer (SAV), les Second et Third Party Datas.
Chacune de ces informations permet d’enrichir la connaissance client mais ce n’est pas leur seule finalité. Chaque information doit aussi permettre une action et constituer un déclencheur : recommandations produit, relance du panier abandonné, etc.

Qu’est-ce qu’une DMP permet de faire ?

On distingue plusieurs types de DMP. Certaines sont orientées First ou Third Party Data et d’autres s’adressent plutôt aux publishers ou aux publicitaires. Mais quelle que soit la marque concernée, le besoin est le même : il s’agit de tirer parti des données collectées.

La mise en place d’une Data Management Platform passe par plusieurs étapes. La première, en terme de gestion des données, consiste à collecter la data en mode omnicanal et cross-device sur tous les sites du client. La deuxième consiste à unifier les profils avant que des données, ainsi plus complètes et qualitatives, aillent alimenter d’autres systèmes. Mise en place, la DMP permet d’améliorer significativement l’efficacité des opérations marketing grâce à un meilleur ciblage, une navigation et des offres plus personnalisées, de meilleurs investissements publicitaires (réduction du coût d’acquisition grâce à l’optimisation du ciblage, exploitation du retargeting) et une meilleure gestion de la pression commerciale.

Une DMP peut être utilisée sur tous les leviers, de l’emailing à la visite en magasin, en passant par la personnalisation de l’offre en temps réel sur le site marchand. Les domaines d’application sont multiples :

  • Nourrir une démarche de clienteling lors de l’accueil d’un visiteur en magasin.
  • Optimiser ses coûts d’acquisition online en ajustant la pression marketing au profil du prospect.
  • Déclencher la bonne animation commerciale pour augmenter les conversions.
  • Rationaliser l’apparition d’une fenêtre de chat en la réservant à des profils spécifiques.
  • Passer d’un testing statistique à un testing segmenté.
  • Mettre en place des extensions d’audience basées sur des modèles discriminants.
  • Exclure ses clients de certaines opérations commerciales.
  • Relancer les visiteurs ayant abandonné leur panier avant la conversion.
  • Afficher un pop-in au moment du départ du site pour réengager le visiteur.
  • Simplifier les étapes de paiement pour un client qui dispose d’un profil VIP ou au contraire relancer les paiements échoués.

La DMP permet également de réaliser une meilleure segmentation en ciblant les prospects ayant un profil similaire à celui de vos clients (extension d’audience ou Look Alike) qui ont montré de bons résultats suite à une campagne particulière.

Les DMP sont aussi exploitées dans le cadre des stratégies d’acquisition et de fidélisation : vous pouvez cibler des utilisateurs ayant montré un fort intérêt pour une famille de produits à travers leurs données de navigation mais n’ayant jamais rien acheté sur le site.

Segmentation, ciblage, personnalisation au service d’une plus grande pertinence de vos messages

La collecte de données sur n’importe quel device et via n’importe quel canal vous permettra d’obtenir une vision 360°, à la fois individualisée et très complète, de chaque individu. L’idée derrière l’utilisation d’une DMP n’est pas simplement de réaliser une meilleure segmentation mais bien de la pousser jusqu’à la personnalisation totale du marketing. Il s’agit donc d’unifier les profils, de définir une stratégie de segmentation, et de faire en sorte que chaque segment reçoive un message pertinent.

Analyser l’historique d’achat ne suffit pas à déterminer les besoins et envies d’un individu. En revanche, en croisant ses données de navigation, les requêtes qu’il a formulées dans le moteur de recherche, ainsi que les offres auxquelles il a réagi, vous commencez à dresser son portrait complet. Vous aurez une vision plus claire de ses centres d’intérêt et pourrez mieux anticiper ses besoins non formulés. Vous pourrez aussi améliorer la pertinence des messages et les performances des publicités tout en étant très réactif.

L’expérience client, le Graal du marketeur 2.0

Améliorer continuellement la connaissance client est devenu indispensable pour adapter et optimiser sa stratégie marketing en temps réel. Grâce à la collecte et au traitement des données, la connaissance client est très approfondie.

Une meilleure connaissance client implique, si les données sont correctement activées, une meilleure expérience utilisateur via, par exemple :

  • Un retargeting plus pertinent.
  • Des offres personnalisées en temps-réel en fonction des comportements sur le site et des données.
  • Une réduction drastique des publicités mal ciblées.
  • Des offres par email ciblées en fonction des recherches effectuées sur le site.
  • Etc.

Quel que soit le secteur d’activité concerné, le marketeur n’a pas le droit à l’erreur : il doit adresser les bons messages aux bonnes personnes, ses campagnes doivent être efficaces et le trafic du site doit être converti. Cela lui impose nécessairement de devoir optimiser en permanence la pertinence de sa communication, sa segmentation, la personnalisation de ses messages et son ciblage.


La CDP prend peu à peu la relève de la DMP révolution ou évolution ? Décryptage


 

Les avantages à adopter un bon TMS

Les avantages à utiliser une bonne plateforme de gestion de tags (TMS pour Tag Management System) sont bien plus variés qu’en apparence. Au-delà de la simple administration des tags, le TMS vous permettra de normaliser vos données, ce qui constitue la première étape d’un projet plus global de Data Management.

Découvrons les principaux avantages du Tag Management :

1/ Équipes métiers : gagnez en autonomie et en agilité

Comme nous l’avons vu dans cet article, la principale raison d’être des TMS est de vous faire gagner en autonomie et en agilité. Les équipes marketing, n’ayant plus besoin de solliciter les équipes techniques pour déployer des tags, deviennent plus agiles et indépendantes de la DSI. Ceci se répercute directement sur le chiffre d’affaires en limitant le manque à gagner dû au temps de mise en route des projets.
Un TMS permet également de désactiver les tags qui prennent trop de temps à se déclencher, ce qui n’était pas le cas avec le Tag Management manuel. En fin de campagne, les tags peuvent être retirés facilement sans intervention technique. Cela permet d’éviter une accumulation des tags obsolètes, offre une protection contre le Data Leakage, et permet aux équipes de gagner du temps et d’être plus productives. Auparavant, il était assez courant de voir une accumulation de tags obsolètes qui impactait négativement les temps de chargement des sites.
Le TMS est toujours considéré comme une solution de gestion du cycle de vie des tags ; un bon TMS permet désormais de gérer aussi le cycle de vie de la data.


Découvrez le TMS de Commanders Act : TagCommander


2/ Améliorez les performances de votre site

Lorsque vous remplacez l’ensemble des tags placés sur votre site avec un seul bloc de code qui les encapsule, vous réduisez le temps de chargement. Les pages vont donc s’afficher plus vite, non seulement parce que les tags cesseront de s’accumuler, mais aussi car les nouveaux outils utilisent des technologies hybrides : elles combinent les collectes côté client et serveur. La collecte Server-Side, contrairement à la collecte Client Side, évite de collecter une information autant de fois qu’il y a de solutions partenaires avec qui la partager. Le temps de chargement en bénéficie naturellement.
Mais l’avantage susmentionné est loin d’être le seul : un TMS bien exploité permet de personnaliser le contenu en temps réel (personnalisation des messages, recommandations produits, etc.) et d’améliorer significativement les indicateurs de performance de votre site (taux de conversion, panier moyen, etc).

3/ Rationalisez votre marketing

Le Data Layer désigne la bibliothèque de variables utilisées par votre solution de Tag Management. Grâce à lui, vous permettez à vos différentes applications de partager des informations harmonisées et de communiquer entre elles. Le Data Layer aidera à structurer les données grâce à une normalisation du dictionnaire où elles se trouvent et dont se nourriront les applications.
La qualité et fiabilité de l’information transmise seront meilleures et les interventions de l’équipe technique seront simplifiées.
Ainsi, les informations collectées via un canal peuvent être utilisées auprès du même utilisateur sur un autre canal. Vous compléterez votre connaissance client et pourrez offrir une expérience plus aboutie et personnalisée à chacun d’entre eux.

4/ Gouvernance

Certains e-commerçants avaient fait le choix de se passer de TMS jusqu’à peu, ce qui ne permettait pas aux équipes marketing de savoir combien de tags étaient présents sur leurs sites et lesquels étaient obsolètes. Quels étaient ceux qui retardaient le chargement des pages ? Combien d’entre eux et lesquels dysfonctionnaient?
Adopter un TMS vous donne un contrôle absolu sur vos tags: vous pouvez les lister, vérifier leur performance, mesurer leur temps de chargement et gérer les droits des utilisateurs qui y ont accès.
Souvenez-vous qu’un tag est un morceau de code qui collecte des données pour les partager à l’extérieur du site. Reprendre le contrôle de vos tags permet de limiter la fuite d’informations.

5/ Qualité

Un TMS garantit une meilleure qualité grâce aux éléments suivants :

  • Les tests qualité que vous pouvez réaliser sur le conteneur et ses composants avant de passer en production : vous pouvez identifier facilement les tags qui ne fonctionnent pas et gagner du temps car vous n’aurez pas à contacter votre DSI.
  • Les outils de monitoring qui permettent d’identifier immédiatement les éventuels problèmes liés aux tags (temps de chargement, pertinence des variables qui les alimentent).
  • La réactivité en cas de problème (il est possible de faire un rollback de tags ou de tout un conteneur).
  • La possibilité de programmer la mise en production des tags (activation conditionnelle, planification de la durée de vie du tag).

6/ Expérience client

Le TMS permet de créer une expérience utilisateur améliorée grâce à la simplification du processus de gestion de tags à laquelle il contribue : les équipes marketing peuvent désormais gérer l’ensemble de leurs tags en toute autonomie, coordonner l’interaction entre les solutions partenaires et proposer efficacement le bon message, au bon moment, aux bonnes personnes.

7/ Déduplication des conversions en temps réel

La déduplication est un sujet primordial pour une majorité d’e-commerçants. Elle consiste à n’exécuter qu’un seul tag lors de la conversion : celui auquel on crédite la vente selon le modèle de déduplication choisi. Un bon TMS permet d’effectuer cette opération de manière automatique et en temps réel, vous permettant ainsi de faire des économies substantielles de coût d’acquisition et de temps. Auparavant, la déduplication se faisait manuellement et demandait la plupart du temps de mobiliser 1 à 2 jours homme par semaine, ce qui avait d’importantes répercussions dans les finances des entreprises. La déduplication a du sens particulièrement pour les acteurs qui travaillent avec le marketing à la performance. Selon la situation de départ, le manque à gagner peut monter jusqu’à 35% du budget investi sur ces leviers.

8/ Réduction des coûts

Un bon TMS permet de réaliser des économies à plusieurs niveaux. La gestion des tags en interne génère des coûts importants liés au temps alloué par les ressources humaines à cette activité (équipe marketing, équipe IT, échanges parfois nombreux entre les deux). La gestion des données représente également des sommes significatives pour les mêmes raisons. Mais il existe également des coûts cachés moins maîtrisables : ceux liés aux erreurs humaines réalisées lors de la mise en place des tags, ceux associés au Data Leakage, ou encore les coûts liés au délai d’implémentation du tag.

La data au service du prédictif

Le Big Data représentera 40 zettaoctets de données collectées en 2020 (1021 octets), soit 33 fois plus qu’en 2010, tandis que le nombre de recherches sur le sujet a été multiplié par 20 depuis 2009.

big-data-prédictif-logiciel
Évolution du nombre de recherches pour « Big Data » dans le monde de 2009 à 2016 – Google Trends

Pourtant, les données ont commencé à être collectées bien avant que l’on ne parle de Big Data. Cependant, il est peu rentable de collecter sans analyse et sans une stratégie définie, comme ce fut le longtemps le cas. Heureusement, rares sont les entreprises qui collectent des données sans savoir comment les exploiter. De plus en plus, le Big Data vient alimenter le marketing prédictif.

Le prédictif, l’art de prédire les tendances

L’analyse prédictive consiste à définir des modèles via des algorithmes qui exploitent les données collectées. Ces modèles ont vocation à prévoir et anticiper les comportements des consommateurs. Cela permet, par exemple, d’identifier les consommateurs susceptibles de se désengager ou ceux dont les besoins évoluent.

Le prédictif permet ainsi d’atteindre le Saint Graal des marketeurs : adresser le bon message, au bon moment, à la bonne personne. Une notion marketing ancienne, mais pourtant difficilement applicable sans accès aux données pertinentes ou sans analyse de celles-ci.

La capacité à proposer des offres sur mesure au moment précis où le besoin naît a un impact important sur la satisfaction client, et par rebond, sur l’engagement du consommateur envers la marque et sur le résultat de l’entreprise.

Mais le prédictif n’est possible que si les données collectées sont suffisamment variées et qualitatives. Pour qu’un modèle prédictif soit efficace, il convient de suivre les étapes suivantes :

  • Définir la problématique à laquelle le modèle prédictif doit répondre.
  • Identifier les données nécessaires pour établir le modèle.
  • Collecter et traiter les données.
  • Construire effectivement le modèle.
  • Evaluer la précision et l’efficacité du modèle.
  • Utiliser le modèle pour répondre à la problématique et faire des recommandations.
  • Améliorer le modèle continuellement.

Pour synthétiser, l’analyse prédictive permet de prendre de meilleures décisions, d’éviter les risques (anti-churn par exemple) et de se différencier grâce à des expériences clients plus personnalisées.
Attention aux externalités et limites des modèles prédictifs
Cathy O’Neil ne se définit pas comme une Data Scientist ; elle est “Data Sceptique”. Auteure d’un récent ouvrage sur les “Armes de Destruction Matheuses”, ce docteur en mathématiques de Harvard met en garde dans son ouvrage contre les dérives des modèles prédictifs. Selon elle, les sources d’erreurs sont nombreuses :

  • le manque de précision des données collectées.
  • la faible pertinence des données utilisées.
  • la mauvaise mesure des externalités.

Dans son ouvrage, Cathy O’Neil cite de nombreux exemples concrets de modèles prédictifs mauvais, pour l’une des raisons évoquées : le très compétitif classement national des universités américaines qui ne prend pas en compte les coûts de scolarité pour pondérer leur calcul ou encore les données d’arrestation de la police de New York qui montraient que dans les quartiers pauvres les arrestations concernaient essentiellement les noirs et les latinos alors que les données montrent qu’il y avait plus d’arrestations de gens des minorités que de personnes dans ces minorités… Évidemment, les exemples cités ont des impacts sociétaux potentiellement très graves, mais une erreur dans un modèle prédictif répondant à une problématique business peut avoir des effets importants sur le résultat d’une entreprise, il s’agit donc d’éviter au maximum les erreurs.

Quelles applications ?

Les cas d’usages sont nombreux et très variés selon les secteurs d’activité. La première limite est la créativité, mais les possibilités offertes par l’analyse prédictive dépendent également de la quantité, de la qualité et de la pertinence des informations collectées.

La Second Party Data peut avoir un rôle déterminant dans l’analyse prédictive. Il serait difficile pour un constructeur automobile de savoir que la famille d’un consommateur va prochainement s’agrandir, mis à part si un partenaire spécialisé dans la petite enfance lui fournit cette information. Il devient alors plus pertinent d’adresser à ce consommateur une offre personnalisée pour acquérir un véhicule plus adapté à ses nouveaux besoins, ou simplement de lui proposer ce véhicule dès la page d’accueil lors de sa prochaine visite sur votre site.

L’analyse prédictive permet aussi aux opérateurs de téléphonie mobile d’identifier les consommateurs qui dépassent régulièrement leur forfait ; ceci leur permet de mieux les cibler et de leur proposer des offres plus adaptées à leurs besoins, ce qui permet par ailleurs de travailler l’anti-churn.

Le prédictif a également un grand rôle à jouer du point de vue du contenu. Il ne s’agit pas seulement de faire du push commercial auprès des personnes chez qui le besoin apparaît, mais aussi de proposer un contenu adapté à chaque personne en fonction de son contexte.

Une analyse prédictive efficace représente un avantage concurrentiel fort pour les entreprises qui l’exploitent. L’analyse prédictive est en passe de devenir un important outil d’aide à la décision.

Le marketing prédictif, un domaine réservé aux experts ?

Selon une étude de Forrester, les modèles prédictifs sont devenus plus précis et plus efficaces ces dernières années, y compris au sein des sociétés qui disposent de peu de compétences en la matière. Ceci s’explique grâce à des outils devenus plus accessibles.
Si un grand nombre d’entreprises s’imaginent que l’analyse des données impose l’embauche d’un Data Scientist, ce n’est pas vraiment indispensable et il convient de privilégier dans un premier temps la montée en compétence des ressources humaines existantes. Selon Forrester, plus les employés qui interviennent dans l’analyse prédictive sont nombreux, mieux c’est. L’analyse prédictive devient accessible à tous, y compris à ceux qui n’ont pas de compétences particulières en statistiques.

Approfondir la connaissance client grâce aux First, Second et Third Party Data

La connaissance client est indissociable du Big Data à l’heure actuelle. Il se compose, entre autres, de First, Second et Third Party Datas. A quoi correspondent-elles ? Quelles sont leurs différences fondamentales ? Peut-on se passer d’une catégorie de données ? Lesquelles exploiter en priorité ?

Nos réponses à vos questions.

Ce qui distingue les First, Second et Third Party Datas est le niveau de collecte et l’appartenance de la data : les trois types de données sont complémentaires et dessinent ensemble un profil client clair et précis.

Qu’est-ce que les First Party Data ?

La First Party Data désigne les données collectées par le propriétaire d’un site sur ce dernier : navigation et comportement de l’internaute, informations obtenues grâce à des formulaires, requêtes dans le moteur de recherche, etc. Elle est aussi composée d’informations provenant de sources telles que le CRM, bases de données offline et jeux-concours, entre autres. Ces données sont totalement anonymisées.

L’objectif principal de la First Party Data est de comprendre les intentions et centres d’intérêt des consommateurs. Un e-commerçant pourra par exemple affiner les recommandations de produits qu’il fait aux internautes et augmenter son taux de conversion grâce à la pertinence du contenu affiché à chacun de ses visiteurs.

Néanmoins, ces informations sont essentielles mais pas suffisantes pour avoir un profil détaillé du consommateur ; c’est là qu’interviennent les Second et Third Party Datas. Des données complémentaires n’étant pas disponibles dans un premier temps (à cause d’un faible rendement de collecte par exemple), elles pourront être obtenues auprès des partenaires ou des fournisseurs de data.

Qu’est-ce que les Second Party Data ?

La Second Party Data est une donnée First Party appartenant à un tiers : ce dernier partage sa data avec vous dans le cadre d’un partenariat. Le degré de complémentarité de cette data avec la vôtre dépendra du choix du partenaire. La Second Party Data permet d’obtenir un profil plus complet de l’internaute, notamment ses centres d’intérêt et d’autres aspects que votre First Party Data ne fournit pas puisqu’il ne serait pas légitime de les demander directement à vos visiteurs.

La Second Party Data, aussi connue comme donnée collaborative, offre l’avantage d’être aussi efficace que les First Party Datas et aussi volumineuse que les Third Party Datas.

Qu’est-ce que les Third Party Datas ?

Les Third Party Datas sont composés de données collectées et revendues (louées, plus précisément) par des fournisseurs de données. Elle est réputée pour être de moins bonne qualité que les First et Second Party Datas, mais ce n’est pas une généralité. Facebook, par exemple, dispose d’informations fiables, complètes et pérennes au sujet de ses utilisateurs. Collectées en First Party d’une part, elles sont complétées d’autre part avec l’information obtenue grâce aux annonceurs.

L’utilisation de Third Party Datas offre un grand éventail de possibilités, car la vision des centres d’intérêt est plus large et les profils des internautes deviennent plus précis.

Pourquoi ne pas s’arrêter à la First Party Data ?

La First Party Data présente certes divers avantages : elle est très abordable (sinon gratuite), facile à collecter, et est souvent la seule donnée valable aux yeux de nombreux annonceurs. Néanmoins, exploitée seule, elle ne permet pas d’avoir une connaissance client suffisante, particulièrement dans le cadre de l’acquisition.
Tous les secteurs d’activité ne disposent pas des mêmes moyens pour collecter ce type de données : les banques, les producteurs d’objets connectés ou e-commerçants disposent naturellement d’un volume de données bien supérieur à celui que l’on rencontre dans les secteurs de l’automobile, de l’électroménager ou des marques qui ne vendent pas directement aux consommateurs.

Pour ces marques qui ont encore peu de First Party Data, la Second Party Data peut être très intéressante. Et si un échange n’est pas toujours envisageable, il est généralement possible de la louer (ou de l’acheter) ou bien de trouver une monnaie d’échange : de l’espace média gratuit, des prestations gratuites, etc.

Sans les Second et Third Party Datas, les campagnes d’acquisition ne peuvent être personnalisées – mis à part via Facebook et Google qui proposent d’injecter vos données pour cibler seulement les profils similaires. Or, le taux de conversion des messages personnalisés n’a rien de comparable à celui des messages généralistes et impersonnels. Les coûts d’acquisition sont donc décuplés si l’on n’exploite pas les Second et Third Party Datas.

Mais en terme d’acquisition, la First Party Data joue également un rôle crucial : elle permet d’obtenir des informations d’une importance primordiale en ce qui concerne la connaissance client. Ces informations seront bien sûr exploitées pour envoyer les bons messages aux bonnes personnes dans le cadre d’une campagne d’acquisition, en exploitant les “jumeaux statistiques” : des personnes dont les données permettent de déduire qu’elles ont un profil similaire.

Pour ne rien manquer des dernières actualités de Commanders Act, abonnez-vous à notre newsletter !  

© Commanders Act. Tous droits réservés.
Powered by CREAATION.