Marketing Digital : vos référentiels d’entreprise ont plus de valeur que vous ne l’imaginez

Nous avons exposé dans un article précédent la définition de la Responsive Customer Experience, nouveau paradigme en marketing, permettant à une marque de se démarquer des autres de manière significative. L’enjeu est de franchir (plus rapidement que ses concurrents) plusieurs étapes pour savoir personnaliser dynamiquement toutes les interactions clients au gré de leurs choix, comportements et objectifs. Pour qu’une marque sache adapter automatiquement l’ensemble de son expérience client, nous allons nous intéresser ici aux référentiels de l’entreprise parce que leur valeur est encore souvent sous-exploitée.

De quoi parle-t-on avec les référentiels ?

Les référentiels listent de manière unique des documents ou des données de l’entreprise avec une description fine, comme par exemple :

• Le référentiel des clients où l’on cherche à avoir un fichier de clients sans doublon, à jour et prêt à l’emploi pour ou plusieurs applications. Il existe parfois une fiche client de référence appelée golden record et plusieurs autres fiches clients rattachées avec leurs identifiants spécifiques pouvant provenir de différentes sources de données.
• Le référentiel des produits avec toutes leurs caractéristiques et leurs différents identifiants au sein de plusieurs applications (e-commerce, réseau de distribution, production…).
• Le référentiel des documents marketing (photos, vidéos, sons, etc.) avec leurs métadonnées, généralement placé dans un catalogue, à disposition des outils marketing (emails, newsletter, impression papier, site web…)

Miser sur les référentiels transverses

Plus les environnements d’entreprise sont complexes et plus il devrait y avoir de référentiels transverses. Par exemple, en marketing et en CRM, on peut également retrouver les FAQs, les contenus, les leads, les points de vente (avec la description, les offres et les horaires d’ouverture, ce qu’exploitent beaucoup les outils du type store locators comme Yext), …

Ces référentiels d’entreprise sont fréquemment construits pour centraliser leur gestion et leur mise en qualité d’une part, et pour construire des analyses consolidées d’autre part. Par exemple, avec un catalogue de produits uniques, vous pouvez mesurer la performance d’un produit même s’il est distribué sous des ID différents dans plusieurs réseaux. Ou bien mesurer la performance d’une photo ou d’une vidéo de démonstration déclinée dans plusieurs canaux (e-commerce, en magasin, réseaux sociaux…).

L’indexation des référentiels, un point de passage pour passer à la Responsive CX

Mais savez-vous que les métadonnées sont également cruciales pour affiner l’analyse des performances et permettre à terme des personnalisation automatisées ?

Prenons le cas d’un parcours d’achat un peu long : la marque cherche généralement à alimenter/nourrir le besoin du client jusqu’à le convaincre d’acheter. Cela passe par du contenu adressé de manière plus ou moins personnalisée : encarts publicitaires, emails, suggestions de vidéos ou d’études (ex : une série d’argumentaires envoyés par email, un livre blanc adressé en complément d’un webinar…).

Parcours d’achat : passer à une grande échelle

<!– wp:acf/newsletter { "id": "block_6110ecd90e3a5", "name": "acf\/newsletter", "data": { "bd-newsletter-title": "Newsletter", "_bd-newsletter-title": "field_603f9ceae0018", "bd-newsletter-subtitle": "2 fois par mois, recevez le meilleur de notre actu par mail 👇", "_bd-newsletter-subtitle": "field_603f9cf9e0019", "bd-newsletter-bg-image": 60952, "_bd-newsletter-bg-image": "field_603f9d17e001a", "bd-newsletter-paragraph": "Traditionnellement, en lead nurturing, le Marketing affecte un contexte et un objectif à ses contenus et cherche à les pousser aux clients au bon moment. Ce modèle fonctionne bien mais ne permet pas de passer à grande échelle lorsque les variantes deviennent nombreuses.\r\n\r\nDans le nouveau paradigme Responsive Customer Experience, la marque fonctionne un peu comme Netflix : en fonction du client, du contexte, de ses goûts… et des contenus disponibles, il faut une recommandation judicieuse, identifiée automatiquement. », « _bd-newsletter-paragraph »: « field_6075b06535dee », « bd-newsletter-order »: « 0 », « _bd-newsletter-order »: « field_6075ba61b6609 » }, « align »: «  », « mode »: « edit » } /–>

Grosso modo, cette recommandation automatique se base soit sur des règles définies manuellement soit sur l’analyse de la performance de centaines voire de milliers de tests précédents (cf. Machine Learning). Un mélange des deux options est possible aussi.

Dans la seconde option qui a tendance à se généraliser, la qualité de la recommandation repose sur la qualité de l’indexation préalable des contenus. Le client réagit-il mieux à certaines vignettes de vidéos ? A certaines couleurs dans les photos ? (Typiquement, on sait que les photos des articles de sport ou de destinations touristiques doivent être différentes selon les publics, voire même selon les lieux géographiques de consultation).

Article

Les entreprises doivent poursuivre leur transformation digitale malgré la crise

Lire la suite

Des sources de données précieuses à bien préparer

Par conséquent, les contenus (articles de presse, billets de blog, livres blancs, vidéos YouTube,…) et documents marketing (dans le catalogue de l’entreprise) sont des sources de données, des matières premières à préparer dès maintenant en prévision de la généralisation des moteurs de recommandation :

1. Les contenus sont partout, pas seulement sur une seule plateforme, il faut donc les indexer.
2. Tout comme un netflix ou un spotify, derrière un contenu, il y devrait y avoir des métadonnées intrinsèques.
3. Lorsqu’il existe des étapes clairement identifiées dans un parcours d’achat (notamment en B2B ou pour des achats avec des cycles longs), les contenus peuvent aussi être classifiés en fonction de leur objectif (cf. les étapes de vente). Les contenus doivent donc être catégorisés.
4. Les contenus doivent pouvoir être réutilisés (voire même personnalisés, c’est le Saint Graal !)

Pour information, ces travaux sont déjà proposés par quelques plateformes d’engagement B2B pour permettre de personnaliser dynamiquement les contenus et recommandations selon l’individu et/ou son entreprise. Par exemple :

• La plateforme d’engagement B2B überflip
• La plateforme ON24 : ON24 | The Digital Experience Platform

Article

Les métiers de la data : quelles compétences pour exploiter les données ?

Lire la suite

Anticiper la généralisation du Machine Learning en marketing digital et en digital analytics

Pour passer à la Responsive Customer Experience, les marques doivent donc anticiper la généralisation du Machine Learning en préparant mieux leurs référentiels internes pour lui permettre de rechercher des corrélations pertinentes. L’enrichissement des référentiels en métadonnées fait partie de cette préparation : nos experts en data science sauront même vous expliquer comment créer un dialogue entre les data scientists et les métiers pour déterminer les métadonnées pertinentes.

Ces données internes sont elles aussi des first party data et c’est probablement une mine d’or oubliée… Nous aborderons dans un prochain article, les données qualifiées de zero party data.