Majoritairement à usage des métiers Sales ou Marketing, la Data Management Platform (DMP), raccordée à un site web en mode serveur, va permettre de tirer le meilleur profit de vos données d’interactions clients. Son objectif est de collecter, centraliser et unifier tous types de données autour de l’utilisateur pour capitaliser sur la connaissance de celles-ci afin de :
- Identifier et analyser les parcours clients dans une dimension cross-canal : site internet, application smartphone, site mobile, points de vente, réseaux sociaux…
- Anticiper les comportements cients
- Maîtriser les coûts d’acquisition client
- Optimiser le ROI des campagnes média
- Rationaliser l’usage des datas
La Data Management Platform : comment ça marche ?
La DMP va donc synthétiser les différents moyens d’identification du client quels que soient les canaux ou terminaux auxquels il a recours. Elle permet aux utilisateurs d’étudier leurs audiences et de définir les segments utiles à leur business, selon leurs objectifs marketing : acquisition, fidélisation, sensibilisation, réactivation…
La maîtrise des données offertes par cette plateforme ouvre des possibilités quasi-illimitées : ciblage programmatique optimisé, mise à jour des bases repoussoir, personnalisation et adaptation des messages marketing via le partenaire DCO, gestion de la pression média…
Voici les principales fonctions offertes par une DMP pour y parvenir :
- Agrégation : les données de toute provenance (online, offline, propriétaires ou tierces) et de tout type (clic, page vue, interaction, etc) sont agrégées dans la base de données.
- Normalisation : les données sont normalisées afin de garantir leur fonctionnement et le croisement optimal avec d’autres données (tierces notamment)
- Analyse : les données normées peuvent être analysées afin de comprendre les profils d’utilisateurs et leurs intentions
- Gestion : gestion et administration des données agrégées dans la DMP
- Création d’audience et de segments : les données consolidées et analysées peuvent être segmentées en fonction de différents critères. De plus, les données peuvent être complétées avec des bases de données complémentaires pour obtenir une segmentation plus fine.
- Look alike modeling : création de larges audiences d’individus jumeaux grâce à la connaissance de segments plus restreints. Cette fonctionnalité permettra notamment d’adresser un individu inconnu (en se basant sur son cookie) en l’assimilant à un type de comportement connu et classifié dans la DMP. En croisant vos données avec des données tierces, vous pourrez toucher de nouveaux contacts qui ressemblent aux personae que vous connaissez déjà.
- Personnalisation: adresser des messages spécifiques à vos contacts avec une granularité de personnalisation élevée
- Attribution : suivi des performances, par exemple, de vos campagnes par canal et segment d’audience.
- Reporting : connaissance et suivi des tailles et performances des segments créés dans la DMP.
La DMP rapproche les différents moyens d’identification du client en vue de fournir une vision synthétique et omnicanal de ses interactions.
La plateforme est capable de reconnaître un client via son identifiant (s’il utilise une application), son adresse e-mail (s’il s’est inscrit à une newsletter), ou s’il scanne un QR code imprimé dans un magazine, par exemple. La Data Management Platform agit alors comme une clé de réconciliation.
Cette connaissance à granularité à la fois très fine et globale va permettre aux métiers Sales et Marketing de cibler davantage leurs offres, d’optimiser l’expérience utilisateur dans un objectif de cross selling et d’augmentation des conversions. Dans le cadre de consolidations data d’ampleur permettant de maximiser la valeur ajoutée des plateformes et d’avoir une vision 360 complète du client, les données des DMP sont déversées dans des data lakes.
Dans ce cadre, les CRM et les DMP peuvent venir alimenter un datalake pour réaliser des analyses plus poussées (scoring, segmentation…). La plateforme Data unique est devenue une tendance de fond, notamment dans le retail.
> À LIRE AUSSI : Les Customer Data Platform : rêve ou réalité pour les équipes marketing ?
Nos 9 meilleures pratiques pour bien exploiter une data Management Platform
Conseil 1
Travaillez en mode « projet » : réalisez un audit interne des besoins, des modes d’utilisation et des objectifs des métiers (marketing, communication, SI…). Cette phase de préparation est primordiale pour donner du sens à la solution avant de comparer les fonctionnalités et l’ergonomie de la plateforme.
Conseil 2
Anticipez l’implémentation d’un outil visualisation des données, ou encore la qualité et l’intuitivité associées à l’interface dans la définition des scénarios
Conseil 3
Pour qu’une DMP déversée dans un Datalake puisse apporter un maximum de ROI, il faudrait disposer d’une base clients d’au moins 400 000 clients/prospects (idéalement un 0,5 million de visiteurs uniques chaque mois accueillis sur le site web – exceptées pour les entreprises vendant des produits à très forte marge). L’alimentation d’un data lake par les données d’une DPM en temps réel est un travail fastidieux qui, avant d’apporter de la valeur, nécessite six à neuf mois pour stabiliser le streaming et le déployer.
Conseil 4
Assurez-vous que la solution collecte, de façon exhaustive, 100 % des données en temps réel en utilisant les méthodes de collecte les plus fiables : cookie « première partie », tracking par redirection…
Conseil 5
Une fois les données centralisées, elles doivent être croisées, recoupées en temps réel : données CRM, PRM, offline… Tous les points de contacts avec les clients, qu’ils proviennent de solutions tierces ou de base internes, doivent être traités et enrichis. C’est à partir de là que la DMP pourra être pleinement exploitée en proposant la définition et la gestion de segments.
Conseil 6
Pour la gestion des identifiants le datalake peut s’alimenter des données du CRM, de la DMP … mais la réconciliation des données de la DMP devra se faire via un identifiant CRM transcodé sur l’identifiant client du Datalake. Cette réconciliation des données de la DMP sur le CRM permettra d’élargir les cas d’usages aux prospects (Look alike modeling). Le datalake va alors permettre de calculer par exemple des scores d’appétence sur des prospects ayant effectué un devis (et donc enregistré dans le CRM).
Conseil 7
Afin de maximiser le cross-selling, ce score d’appétence client sera calculé avec une équation fondée sur les données de navigation, croisées avec ses historiques d’achats. Ces données réconciliées alimenteront alors un moteur de recommandation en temps réel, lui-même dédié aux plateformes programmatiques (RTB) ou encore au CMS du site web.
Conseil 8
Assurez-vous de la qualité de l’accompagnement de l’éditeur en matière de sécurité et confidentialité : la collecte en temps réel des données doit être réalisée de manière totalement sécurisée, quel que soit le terminal utilisé.
Conseil 9
La question de l’hébergement des données est trop souvent sous-estimée : sont-elles hébergées en France, en Europe ou aux USA (et soumises aux Cloud Act) ? Quel est l’état de conformité par rapport au RGPD ?
La rédaction vous conseille
> Comment réussir sa transition vers un Marketing Data Driven ?
