Le predictif au service du marketing - ebg - 2016

1
LE PRÉDICTIF
AU SERVICE
DU MARKETING
SYNTHÈSE DES ATELIERS
2016

2
PRÉAMBULE
Le voile du Big Data commençait juste
à se lever, pourfendeurs et défenseurs
du terme semblaient enfin s’accorder
à dire qu’il ne devait s’agir d’une
course au stockage de la donnée
mais de savoir l’activer en temps réel,
quitte à devoir remettre en cause son
organisation. Et soudain, tout droit
sorti de cette première révolution, un
nouveau terme était apparu : celui de
Marketing Prédictif.
Encore un concept flou ? Pas
vraiment. Il faut seulement bien
s’entendre sur les termes. Pour
commencer, on ne devrait pas parler
de marketing prédictif, mais plutôt,
d’analyse prédictive au service du
marketing. En corollaire, l’exploitation
de cette nouvelle intelligence implique
de dynamiser les démarches et les
organisations traditionnelles, puisque
les réponses aux besoins clients se
construisent en temps réel – et peut-
être un jour, avec un temps d’avance.
L’EBG s’est associé à SAS pour
organiser le Cycle Le Prédictif au
service du Marketing, une série de
quatre ateliers de travail qui ont
rassemblé, entre avril et octobre, une
quarantaine de décideurs Marketing,
E-commerce, Data et Digital. Les

3
échanges ont permis de dégager
des bonnes pratiques et de lister les
erreurs à éviter dans les différentes
étapes qui précèdent la mise en place
d’analyses marketing prédictives :
• Collecter la bonne data client et
réconcilier cette étendue de données
• Personnaliser et contextualiser la
relation clients
• Renforcer sa stratégie omnicanale
• Optimiser la restitution des données,
temps de rencontre des profils
marketing et data
Le présent recueil restitue les
enseignements de ce Cycle à travers
quatre grandes synthèses des
ateliers, parsemées de citations des
participants et enrichies d’entretiens
complémentaires.
L’EBG tient à remercier l’ensemble
des participants aux interviews et
ateliers pour la richesse de leurs
témoignages et leur ouverture
au partage d’expériences. Merci
également à nos partenaires chez
SAS pour avoir fait naître ce Cycle et
éclairé les échanges de leurs regards,
toujours avisés.
Bonne lecture !

4
P.12
PRÉAMBULEP.02 P.06
P.26
P.08
P.28
P.32
CHAPITRE 1 :
RÉSEAUX SOCIAUX,
DONNÉES
TRANSACTIONNELLES,
OPEN DATA :
QUELLES SOURCES
DE DONNÉES
PERMETTENT
D’ANTICIPER
LES COMPORTEMENTS
CLIENTS ?
ENTRETIEN AVEC
ANGÉLIQUE
BIDAULT-VERLIAC,
VOYAGES-SNCF.COM
SYNTHÈSE DE
L’ATELIER DU
06.04.2016
CHAPITRE 2 :
COMMENT TIRER PARTI
DU PRÉDICTIF POUR
PERSONNALISER
ET CONTEXTUALISER
LA RELATION
CLIENTS ?
ENTRETIEN AVEC
DAVID NEDZELA,
MENLOOK GROUP
SYNTHÈSE DE
L’ATELIER DU
18.05.2016

5
CHAPITRE 3 :
COMMENT
OPTIMISER
SA STRATÉGIE
MULTICANALE
AVEC L’ANALYSE
PRÉDICTIVE ?
ENTRETIEN AVEC
ANNE-LAURE BIGOT,
CITADIUM
GROUPE PRINTEMPS
SYNTHÈSE DE
L'ATELIER DU
14.06.2016
CHAPITRE 4 :
QUELLE(S)
RESTITUTION(S)
POUR STIMULER
LA CRÉATIVITÉ
DES ÉQUIPES
MARKETING ?
ENTRETIEN
AVEC ÉLISABETH
ZEHNDER,
KIABI
SYNTHÈSE DE
L'ATELIER DU
06.10.2016
CONCLUSION
CONTRIBUTEURS
PARTENAIRES
P.44
P.46
P.50
P.60
P.62
P.66
P.78
P.80
P.84
SOMMAIRE

6
Réseaux sociaux,
données transactionnelles,
open data :
Quelles sources de données
permettent d'anticiper
les comportements clients ?
Les solutions d’analyses prédictives
révèlent un marketing d’un genre nouveau,
fondé sur l’écoute du client.
Problème : celui-ci est partout.
Comment collecter la data client au bon
endroit, et, une fois la question résolue,
comment réconcilier
cette étendue de données ?

8
« Nous allons
vers un marketing
plus aspirationnel »
VOYAGES-SNCF.COM
ANGÉLIQUE BIDAULT-VERLIAC
Directrice DataScience
et Connaissance client
Angélique Bidault-Verliac revient sur
l’ambition de voyages-sncf.com
de déployer un marketing
personnalisé qui suscite l’envie
chez le client.
Dernière initiative en date :
des notifications de
recommandations de destination
week-end corrélées à la météo.
Entretien
8

9
POUVEZ-VOUS NOUS DIRE
COMMENT L’IDÉE DE RELIER
RECOMMANDATIONS DE
DESTINATIONS ET MÉTÉO A FAIT
SON CHEMIN ?
« Nous sommes persuadés de longue
date que la personnalisation est un levier
majeur pour le business et la satisfaction
de nos clients. Depuis deux ans,
nous avons mis en place une infrastructure
Hadoop big data qui contient
nos données de navigation et qui
nous a permis de travailler sur
un algorithme de recommandation
de destination mis en œuvre grâce
au machine learning. Ce système
de recommandations est basé sur
les recherches de nos clients,
leurs similarités entre destination et
utilisateur. Après quelques tests positifs
de l’usage des recommandations de
destination dans nos newsletters,
voyages-scnf.com a eu envie d’aller
plus loin dans la personnalisation en
ajoutant des données externes, comme
la météo. »
LA LOGIQUE DE PERSONNALISATION
EST-ELLE LA MÊME POUR
CES RECOMMANDATIONS BASÉES
SUR LA MÉTÉO ?
« Nous avons pu nous appuyer sur notre
infrastructure big data client existante et
sur nos expériences d’activation de
notre algorithme de destination pour
nous concentrer sur l’ajout
de données externes et anticiper
les changements internes qu’imposait
l’ajout de cette nouvelle source de
données. Globalement, ce qui a changé
dans notre process, c’est le fichier
en entrée, qui n’est plus un fichier de
promotion de destinations mais
une liste de destinations où il fera beau
que l’équipe de data scientists a
elle-même générée. »
DANS CE CAS, LA SOLLICITATION
DU MÉTIER SE FAIT DONC EN AVAL ?
« En fait, en amont du projet,
nous avions dû travailler avec les métiers
pour cadrer le besoin. Nous avions
d’abord sélectionné des trajets inférieurs
à 2 h 30, durée jugée acceptable pour
un départ en week-end. Puis nous
sommes allés collecter la donnée météo
en open source pour identifier les
destinations où le beau temps serait au
rendez-vous. Puis le métier a modifié
la liste de trajet en ne gardant que
les destinations les plus attractives
d’un point de vue client. »
EN QUOI DIRIEZ-VOUS QUE
CETTE DÉMARCHE
PROMOTIONNELLE A CONSTITUÉ
UNE INNOVATION ?
« C’est la première fois que nous avons
proposé à nos clients une notification
personnalisée à la fois en fonction
de la destination pour laquelle ils ont
le plus d’appétence et de sa météo.
Cela contribue à faire évoluer notre
logique : on passe d’un marketing
promotionnel assez classique à
un marketing plus aspirationnel qui
va susciter l’envie de voyager. Cela
requiert une grande agilité de l’équipe
car la météo a été particulièrement
changeante au mois de juin et
les équipes ont travaillé jusqu’à la veille
de l’envoi de cette notification sans avoir
la garantie que le beau temps allait être
au rendez-vous. »
9

10
VOUS VENEZ D’EXPÉRIMENTER
CE NOUVEAU DISPOSITIF1
.
QUEL BILAN EN TIREZ-VOUS ?
« La question de la mesure est justement
l’un des principaux points sur lesquels
nous travaillons pour pouvoir mesurer
l’impact d’une telle initiative par rapport
à une promotion personnalisée plus
classique. Néanmoins, nous savons
désormais coupler notre dispositif de
recommandations avec des données
externes et notre socle de notification.
C’est un premier enseignement
très prometteur pour la suite de notre
démarche de personnalisation. »
QUELS SONT VOS PROCHAINS
GRANDS PROJETS EN
LA MATIÈRE ?
« Nous allons continuer à approfondir
cette logique de marketing aspirationnel.
Nous travaillons notamment à
la possibilité de recommander des points
d’intérêt ou des événements en lien
avec des destinations.
DANS UNE DÉMARCHE
DE CONTEXTUALISATION
DES MESSAGES, CHERCHEZ-VOUS
À MIEUX COMPRENDRE
LES MOTIFS DES VOYAGES ?
« La question du motif du voyage est
un sujet clef. D’autant qu’il ne suffit
pas d’associer un motif à un voyageur
de manière définitive. Un achat à motif
professionnel peut être réalisé avec
un compte personnel. À l’inverse,
un professionnel peut souhaiter
redécouvrir une destination à titre
personnel. Le point clé, c’est de
comprendre le motif du voyage à
un moment précis, x ou y.
Nous aborderons ces questions à partir
de septembre (2016) avec une série de
workshops autour d’une vision client
plutôt que produit dans notre plan
d’animation commerciale. Toujours dans
la même logique, nous travaillons aussi à
coupler finement appétence pour tel ou
tel type de séjour et recommandations
de destinations. Notre prisme, c’est
toujours celui d’un marketing prédictif et
personnalisé. »
10
1. Le dispositif a été testé le vendredi 24 juin 2016,
l’entretien réalisé en juillet 2016.

12
Workshop n°1
Cycle Le Prédictif au service du Marketing
Réseaux sociaux,
données transactionnelles, open data :
Quelles sources de données
permettent d'anticiper
les comportements clients ?
Synthèse de l'atelier du 06.04.2016

1313
PARTICIPANTS
• SAS, Nicolas Terrasse, Senior Business Solution Manager
ANIMATEURS
PROGRAMME
Les nouveaux outils d’analyse permettent, avec une probabilité chaque
jour plus fine, de deduire à partir de données comportementales des
affinités ou des transactions futures.
Mais le plus performant des moteurs ne peut tourner à vide, aussi
faut-il l’alimenter en data, « smart » si possible, et, pour ce faire, savoir
collecter les bonnes informations aux bons endroits…
Réactions aux campagnes mobiles, comportements de navigation,
appels telephoniques : quels enseignements tirer de chaque canal ?
• Comment croiser les bases de données internes à des data externes ?
• Acquérir plutôt que collecter des données par une strategie contenus :
quelle valeur ajoutée pour le prédictif ?
• Data warehouse vs data lake : quelle solution pour traiter les données
non structurées ?
• Géolocalisation permanente : premier levier du prédictif de demain ?
• GALERIES LAFAYETTE
El Mustapha Barkani,
Data Scientist
• BAYARD PRESSE
Alexandra Barral,
Responsable Connaissance
Clients et Projets CRM
• VOYAGES-SNCF.COM
Angélique Bidault-Verliac,
Directrice DataScience
et Connaissance client
• CRÉDIT AGRICOLE SA
David Charretier,
Responsable CRM Digital
International Retail Banking
• SHOWROOMPRIVE.COM
Damien Garzilli,
Responsable Data Marketing
• ORANGE BUSINESS
SERVICES
Catherine Le Drogo-Ferrari,
Marketing Product for
Business Director
• FRANCE LOISIRS
Nadine Thery-Dauvergne,
Responsable Marketing
de l’Offre et du Plan d’Actions
Commerciales
• SAS
Élisabeth Derozier,
Head of Marketing Sciences
South West Europe
• SAS
Éric Vessier,
Consultant CRM Analytics

14
COLLECTER OU NE PAS
COLLECTER…
L’accumulation d’informations riches et va-
riées est la problématique de départ des
démarches data-driven en vogue au sein
des directions marketing depuis quelques
années. Nadine Thery-Dauvergne (France
Loisirs) confie ainsi : « Globalement, nous
disposons d’une base de données clients
qui est très riche sur l’interne… et très
pauvre sur l’externe. » Le cas n’est pas
isolé. On entend dire, ça et là, que l’in-
telligence de la data prévaut sur la vo-
lumétrie des données. Damien Garzilli
(showroomprive.com) alerte : « Il y a beau-
coup de buzzwords autour de l’idée de big
data… Or il n’est pas forcément néces-
saire de faire des big data pour dessiner
des modèles prédictifs pertinents. On peut
très bien se contenter d’un faible nombre
de données. De même, sur le plan techno-
logique, il n’est pas nécessaire de monter
une usine à gaz pour faire du prédictif. »
D’où l’interrogation, posée par France Loisirs :
« Est-ce une bonne idée de vouloir enrichir
[ses] données afin d’avoir une autre vision
du client et lui faire des push ? Au contraire,
ne devons-nous pas plutôt nous contenter
de ce que l’on a actuellement ? » Collecter
ou ne pas collecter, en somme.
… EST-CE VRAIMENT
LA QUESTION ?
La valeur ajoutée des big data est
précisément de rendre le dilemme obsolète.
Le terme, malgré le succès rencontré, porte
bien mal son nom : la révolution qu’il décrit
consiste précisément à pouvoir analyser
des données de grands volumes mais aussi
de grande variété et à grande vitesse (les
fameux 3V). Voici donc une autre façon de
Contextualisation des messages,
personnalisation des offres,
rétention des clients…
Si les motifs de recours
au marketing prédictif sont
multiples, les moyens à déployer
pour y parvenir se recoupent :
in fine, il s’agit toujours
d’améliorer sa capacité à capter
la donnée client pour
la transformer en intelligence,
au service du business.
Une transformation qui s’étend
au-delà des seules divisions
marketing.
Décryptage, en plusieurs temps…

15
poser la question : collecter, mais à quelle
fin ? C’est donc la question de la connexion
entre analytique et business qui est en
jeu. Éric Vessier (SAS) rappelle cet enjeu
essentiel : « certes, c’est bien de collecter,
mais il ne faut jamais perdre de vue la finalité
de ces actions et toujours rester dans une
démarche concrète et pragmatique. »
Mais comment s’y prendre ?
LA RÉCONCILIATION
EN PREMIER LIEU
La première difficulté, évoquée par l’en-
semble des participants à l’atelier, réside
dans le partage et la réconciliation de don-
nées, déjà ou régulièrement collectées, mais
disparates et mal interconnectées entre
elles. El Mustapha Barkani, Data Scientist
chez Galeries Lafayette préconise : « La
première étape consiste à croiser les don-
nées dont nous disposons en interne. »
Selon les secteurs, cette première tâche est
plus ou moins fastidieuse. David Charretier
(Crédit Agricole International Retail Banking)
explique que le secteur bancaire dispose
« de très nombreuses informations (en
moyenne, 2 000 données par client) ».
AVEC QUI, AVEC QUOI ?
Une fois les données réconciliées, se pose
la question de « mettre la data à disposition
des différents services de l’entreprise. »
(Damien Garzilli, showroomprive.com).
Il convient pour cela de la « structurer (…)
pour la rendre aisément exploitable par
le marketing » (David Charretier). D’où la
nécessité de se doter de nouveaux pro-
fils, des data scientists « dont le but est
de construire des modèles. » Nécessité
également de se doter des bons outils,
réactivant au passage d’éternels débats :
recourir ou non à une DMP ? Stocker en
data warehouse ou en data lake ? Sur ce
dernier point, El Mustapha Barkani (Galeries
Lafayette) apporte quelques précisions.
« Cela dépend des besoins. Le recours à
undatawarehousepeutparaîtreinapproprié
si l’on veut se positionner sur du temps réel.
Pour apporter une réponse très rapide,
il est en effet nécessaire de passer par un
data lake, sans data warehouse. » Ici en-
core, il s’agit peut-être de questions mal
posées, ou du moins, de questions ne pou-
vant se poser seules. Quelles données veut-
on collecter ? Pour quelles finalités ?
DONNÉES EXTERNES :
UNERÉELLETENTATION…
Pour El Mustapha Barkani, Data Scientist
chez Galeries Lafayette, c’est la suite logique
du croisement de données internes que de
« les enrichir avec des données externes. »
Et c’est cela qui « implique de disposer
d’une plateforme data lake afin de stocker
toutes ces données non structurées. »,
mais avec des objectifs bien définis. « Par
exemple, pour mener des enquêtes, nous
avons besoin d’informations relatives aux
niveaux d’appétence des clients pour telle
ou telle catégorie de produits. Nous avons
ainsi fait appel à Mediapost, qui nous a
fourni des cibles sur différents secteurs.
Nous travaillons également sur les données
météorologiques, car ces data peuvent se
révéler assez discriminantes pour certains
modèles. »
80 % des données sont non structurées
sur 7,9 zo de données créées dans le monde en 20152
2. Capgemini Consulting, « Big Data : où en est votre entreprise. Vraiment », 2015.

16
… MAIS DES AVANCÉES
À PAS FEUTRÉS
À l’inverse, la plupart des acteurs ne
songent pas encore à l’enrichissement
de leur data par des sources externes, le
plus souvent parce qu’ils estiment pouvoir
encore optimiser la réconciliation des don-
nées internes ou en exploiter davantage le
potentiel dans les actions marketing.
« Avant de se pencher sur les données
externes, la priorité consiste à réunir les
données internes dont on dispose », résume
Damien Garzilli chez showroomprive.com.
Cette vision fait presque toujours foi
dans les grands groupes subsidiari-
sés où la disparité et le volume des
données internes sont déjà grands.
« Il est tout à fait possible d’utiliser des don-
nées “internes” issues de nos partenaires
du monde de l’assurance, ou de l’asset
management… » indique par exemple
David Charretier (Crédit Agricole Internatio-
nal Retail Banking). Cette prévalence de la
donnée interne sur l’externe est d’autant
plus forte que « dans le secteur bancaire, la
donnée est très sensible ». Cette question
du recours ou non à la donnée externe est
également à voir au travers du prisme de
la sensibilité de la data client. Car, comme
Alexandra Barral (Bayard Presse) le rappelle,
« concernant la notion de privacy, il faut
faire preuve de transparence vis-à-vis
des clients sur les données que l’on sou-
haite utiliser ». Une transparence difficile
à apporter quand on ne dispose pas soi-
même d’une vision claire de l’ensemble de
ses données. Or, « pour l’heure, observe
Damien Garzilli (showroomprive.com), on
constate que les data externes (je pense
principalement aux open data) contribuent
plutôt à brouiller la vision. »
DONNÉES EXTERNES,
OUI, MAIS LESQUELLES ?
« Il y a un arbitrage à faire, résume
El Mustapha Barkani (Galeries Lafayette),
pour savoir si l’on opte pour des don-
nées payantes, ou si l’on se contente
des open data, qui sont gratuites mais
qui ne comportent pas le même niveau de
finesse. » Encore une fois, l’arbitrage se fait
à la lumière de l’objectif poursuivi. Il s’agit, le
plus souvent, « d’ajouter certains signaux »
sur des modèles comportementaux déjà
identifiés. À cet égard les données ouvertes
ont pour inconvénient d’être générales et
finalement d’empêcher d’affiner la compré-
hension des comportements.
Damien Garzilli (showroomprive.com) fait re-
marquer que « les codes postaux peuvent
être mis en relation avec les données so-
ciodémographiques de l’Insee. » Mais pour
des résultats qu’il juge encore peu probants.
« En revanche, la mise en action de don-
nées météorologiques pour l’adaptation
de l’offre peut paraître plus pertinente. »
Même constat chez voyages-sncf.com sur
ce dernier point, qui a expérimenté, dans une
logique de personnalisation, le fait de « pous-
ser à chacun des clients une liste de promo-
tions en rapport avec son lieu d’habitation »
et, plus récemment, avec « la météo ».

17
MOI, MOI-MÊME ET
MON CLIENT
La sélection des données externes suscep-
tibles de venir enrichir les bases existantes
doit donc être des plus strictes, car il ne s’agit
pas de venir ajouter de la data à la data…
Pour opérer cette sélectivité, la tentation
est parfois de se tourner vers des acteurs
payants. Mais Catherine Le Drogo-Ferrari
(Orange Business Services) pointe l’ironie
de cette situation. « Parfois, il arrive que des
tiers connaissent mieux que vous-mêmes
vos données ! Par exemple, Facebook
peut s’appuyer sur la géolocalisation de
nos clients, connaît leur âge, leur type
de téléphone, est en mesure de repérer
les déménagements, etc. Les grands ac-
teurs mondiaux de l’Internet sont en ca-
pacité de monétiser auprès de vous la
connaissance qu’ils ont de vos bases
clients. »
Pour contrecarrer cette situation peu
valorisante, l’organisation devra poursuivre
un objectif plus large de construction d’un
parcours client qui lui permet de récolter
elle-même la bonne data, au bon moment.
Ainsi, pour David Charretier (Crédit Agricole
International Retail Banking), « l’enjeu est de
réussir à capter le moindre signal émis sur
le Web/mobile : l’idée consiste à détecter
tout projet dans lequel le client souhaite
se lancer. Plus le site est bien fait et bien
“tagué”, plus il sera aisé d’identifier de
manière pertinente le besoin du visiteur
(ex. landing page dédiée à des cibles de
clientèle : “avenir des enfants”, “préparer
votre retraite”… et adaptée à chaque
pays). Ces informations complètent une
table “besoin/projet” à partir de laquelle
les équipes marketing pourront créer des
scénarii de contact en mode multicanal. »
Derrière cela, Catherine Le Drogo-Ferrari
(Orange Business Services) pointe ainsi que
« l’enjeu principal est celui de la connais-
sance client. » et insiste sur la nécessaire
« capacité à être à l’écoute des exigences
de chacun ; c’est le passage d’un marke-
ting de vente à un marketing de la relation
client. »
MARKETING PRÉDICTIF :
UNE VISION 360° DES DONNÉES
MARKETING STATIQUE
ACHAT DE
DONNÉES
INSEE
Infogreffe
Vendeurs
de fichiers
MARKETING PRÉDICTIF
RECUEIL
DE
DONNÉES
INSEE
Infogreffe
Web
Réseaux
sociaux
CRM
Marketing
automation
Source Graphique : Le Livre Blanc du Marketing Prédictif B2B, C-Radar (Data Publica), mai 2015

18
Le champ d’action de ce nouveau
marketing centré sur la relation client et, si
possible, prédictif, n’est pas le seul univers
Web/mobile. Ce serait trop simple ! David
Charretier (Crédit Agricole IRB) a mentionné
le terme « multicanal ». Ce qui lui fait
observer qu’« il faut œuvrer à une meilleure
combinaison entre les différents canaux
online et offline (stratégies web-to-store,
mobile-to-store, etc.) : la bonne offre au
bon moment sur le bon canal. » Le constat
est similaire chez Galeries Lafayette, où
El Mustapha Barkani, Data Scientist au sein
de l’équipe dédiée à la connaissance client,
confirme « la volonté de s’inscrire dans une
vraie stratégie d’omnicanalité, d’avoir une
vision nette de la relation entre l’enseigne
et le client. »
Ce défi constitue une immanquable occa-
sion de réinventer la proximité avec le client.
Et David Charretier promet ainsi qu’« en
exploitant la donnée brute de manière intel-
ligente, on peut créer de belles opportuni-
tés pour les canaux (événements clients,
interactions Web/mobile, etc.) ». Les mul-
tiples canaux, physiques, digitaux ou hy-
brides sont autant de portes d’entrée de la
marque vers le client, mais aussi, du client
vers la marque, qui pourra demain y dé-
verser les données utiles à la résolution de
ses problèmes. « Il s’agira d’anticiper une
panne sur une box et d’intervenir en consé-
quence, sans forcément que l’abonné
ne s’en aperçoive. » cite par exemple
Catherine Le Drogo-Ferrari (Orange).
En acquisition comme en fidélisation,
proposer des campagnes adaptées à sa
cible a toujours été le premier objectif des
directions marketing, l’affirmation de cet
objectif est aujourd’hui triviale. Relever le
défi de l’omnicanalité à l’heure du marketing
prédictif traduit une ambition plus grande,
celle de passer – pour rependre des termes
mentionnés par David Charretier – du « push
marketing » à l’« inbound marketing ».
L’OMNICANALITÉ,
1ER
DÉFI DU MARKETING PRÉDICTIF
AXES DE PERSONNALISATION
LES PLUS COURANTS1
54 %
48 %
42 %
38 %
38 %
38 %
Les données d’identification personnelle
(civilité, nom, prénom)
Les données de cycle de vie du client
(par exemple : nouveau client)
L’intensité de la relation
(par exemple client fidèle vs occasionnel)
L’historique d’achat
Les préférences / centre d’intérêt
déclarés ou observés
L’historique des interactions marketing
1. Panel : 40 annonceurs participants de la Task Force EBG Marketing Relationnel et Personnalisation, 2015

19
« Se concentrer sur ce qui est véritablement utile »
Éric Vessier
SAS
Le traitement de la donnée a toujours été un facteur clé dans
la définition d’un bon marketing prédictif. Force est de reconnaître
que l’approche s’est complexifiée au cours des dernières années.
Les canaux de communication s’étant multipliés, les sources de
données sont encore plus diverses, les volumes plus conséquents,
et la structure de certaines de ces données a changé. Pour parvenir à
travailler l’ensemble de ces informations et se concentrer sur ce qui
est véritablement utile, les entreprises doivent faire évoluer
fréquemment leurs algorithmes de traitement. Ce qui nécessite
des investissements. Ne pas le faire, ou sous évaluer l’importance
de ces aspects, c’est aller à l’encontre de l’intérêt réel de l’entreprise
vis-à-vis de ses clients.
Adapter en permanence la communication, améliorer le ciblage,
anticiper la demande, afin d’être plus pertinent sur un marché à forte
évolution et pour une clientèle plus exigeante, sont des impératifs pour
la performance de la marque. Une bonne méthode consiste à se servir
au maximum des nouveaux outils du marché pour soulager les équipes
en place, sous-traiter si nécessaire, automatiser les processus et
les rendre itératifs, et concentrer l’expertise interne de l’entreprise sur
les cas les plus critiques.
AVIS D'EXPERT
54 %
48 %
42 %
38 %
38 %
38 %
38 %
29 %
Les données d’identification personnelle
(civilité, nom, prénom)
Les données de cycle de vie du client
(par exemple : nouveau client)
L’intensité de la relation
(par exemple client fidèle vs occasionnel)
L’historique d’achat
Les préférences / centre d’intérêt
déclarés ou observés
L’historique des interactions marketing
La localisation géographique du destinataire
Les données socio-démographiques
Source Graphique : Marketing Relationnel et personnalisation : livret de Task-Force, EBG, en collaboration avec Actito, 2015

20
La question des outils au service d’un
marketing prédictif et nouveau a déjà été
posée. Précocement, peut-être. Sur le dé-
bat data lake vs data warehouse, Damien
Garzilli (showroomprive.com) observait ain-
si que « les deux termes ne sont pas an-
tinomiques ; ces deux dispositifs peuvent
parfaitement coexister. Le data lake offre
la possibilité de mettre rapidement de côté
de l’information, sans risque de la perdre. Il
répond en effet à une logique plus explo-
ratoire : il est possible de piocher dans le
data lake un élément qui aurait été oublié
par le data warehouse. »
La question de l’outil en lui-même n’est pas
le cœur du débat ; elle sert à révéler la néces-
sité de défier les logiques traditionnelles par
des approches plus exploratoires. L’adop-
tion d’une DMP révèle le même enjeu ;
c’est le cas chez Bayard Presse qui vient
de se doter d’une Data Management Plat-
form Krux, « selon une approche Test and
Learn » (Alexandra Barral). De même, confie
Alexandra Barral, « nous faisons quelques
actions [de campagnes personnalisées].
Les questions demeurent nombreuses :
quelles données faut-il réconcilier ? Dans
quelle finalité ? » Angélique Bidault-Verliac
(voyages-sncf.com) préconise ainsi « de
continuellement penser en termes de use
cases. » C’est « le cap qu’il ne faut jamais
perdre de vue (…) De plus, pour initier un
projet big data, il faut commencer à petite
échelle avec des éléments très concrets
qui apportent des résultats business assez
rapidement. » Alexandra Barral poursuit :
« Il convient d’apprendre en marchant, et
ce à partir de différents use cases. Pour
nous, les enjeux consistent à identifier
quelles données à envoyer à la DMP, à tra-
vailler en méthode agile, à prendre les cas
d’usage les uns après les autres… Le bilan
sera effectué au bout d’un an. En parallèle,
la conduite d’un projet de ce type implique
de faire évoluer les mentalités sur la ma-
nière de considérer les données. C’est
un projet de conduite du changement. »
(cf. Cas d’usage : Bayard Presse) David
Charretier (Crédit Agricole IRB) com-
plète en préconisant de « commencer ce
type de projet avec de la « smart data ».
Il s’agit d’identifier une poignée de use
cases (exemples : ouverture de compte,
cross-selling sur clientèle de 25-35 ans
« mono-équipée », etc.) et quelques don-
nées nécessaires pour déclencher des ac-
tions « ultra-ciblées » (bannières en temps
réel avec des messages personnalisés).
L’initialisation doit se faire avec 300 data,
avant d’en ajouter une centaine dans le
datamart chaque trimestre, pour arriver
progressivement à la cible (data dont une
grande partie sous forme de données de
synthèse : profil, appétence, etc.), il s’agit
de l’approche que l’on pourrait nommer
MVD (minimum viable datamart). »
NOUVEAU MARKETING, NOUVELLES APPROCHES
« Ce qui compte, ce n’est pas tant
de posséder les données :
l’information qu’elles révèlent
est rarement exclusive ! »

21
Alexandra Barral
Bayard Presse
La première étape [a consisté] à contextualiser les messages en
fonction des moments de vie des clients (fête, anniversaire, etc.).
Par exemple, envoyer une promotion en souhaitant « Bonne fête » peut
contribuer à faire connaître une boutique numérique. Nous travaillons
aussi sur la notion de foyer, afin de distinguer les liens de parenté entre
le lecteur et le payeur. Avec la Data Management Platform,
nous sommes en train de « pixelliser » tous nos emails, avec la volonté
de centraliser les actions menées avec notre outil de gestion de
campagnes. De même, le pixel est en train d’être implémenté sur tous
nos liens, avec l’ambition de personnaliser le site pour un visiteur
non-logué, en fonction des informations ainsi recueillies. Le dispositif
peut notamment se révéler précieux pour s’adresser à
des non-abonnés qui se rendent très régulièrement sur le site.
CAS D’USAGE

22
L’approche par use cases doit être com-
plétée par des modes de fonctionnement
transverses – les « méthodologies agiles »
évoquées par Alexandra Barral (Bayard) – et
une gouvernance propre à casser les silos.
Le nœud de cette nouvelle transversalité
se situe au point de rencontre entre les
équipes métiers et les responsables data.
Ainsi, David Charretier (Crédit Agricole IRB),
évoquant le déploiement d’un « dispositif
en temps réel, avec une “profile table”
permettant d’afficher des bannières et des
messages personnalisés en temps réel en
fonction du comportement client sur nos
sites web et mobiles », confie que « l’étape
la plus difficile aura consisté à choisir,
avec le business, les dix données clés de
“profilisation” et de la personnalisation
(segment, équipement, potentiel, etc.).
Ensuite, c’est à l’intelligence métier qu’il
revient de créer les différents scénarii
en fonction de la navigation du client sur
les canaux digitaux (ex : afficher la bonne
bannière au bon endroit avec le bon
message en fonction de la navigation du
client et selon les données de la “profile
table”, etc.). »
Chez voyages-sncf.com, ce rapprochement
entre data et business s’appuie sur une
structure dédiée. « Depuis longtemps,
nous procédons à des actions de data
mining classique et disposons de modèles
prédictifs en CRM. Il y a deux ans, nous
avons créé une entité big data client. » Cette
structure a par exemple permis « de prendre
en compte des éléments de navigation afin
de personnaliser le contenu. »
ET NOUVELLE GOUVERNANCE

23
Le recours aux big data peut permettre
de réaliser des analyses prédictives,
en temps réel, sur des segments de
données, par le recoupement de celles-ci
au moyen d’algorithmes toujours plus
performants. Il est possible de constater
que ces dispositifs qui aident ou
influencent la prise de décision trouvent
une application dans de nombreux
secteurs d’activité.
Ainsi, la création de « profils » d’individus
en fonction de différents critères va
permettre, par exemple, d’individualiser
des offres marketing personnalisées,
de cibler les contrôles ou la surveillance
des individus dans le cadre d’enquêtes
policières, d’évaluer les risques et
déterminer la probabilité de survenance
de sinistres en matière d’assurance,
ou encore de réaliser des diagnostics
L’ŒIL DE L’AVOCAT
« Le prédictif ne peut être sans limite »
génétiques pour prédire quel type de
patients sera probablement atteint par
telle pathologie…
L’usage des big data à des fins
d’analyse prédictive ne peut être sans
limite, au risque d’admettre, à l’instar
du scénario imaginé dans Minority
Report, l’arrestation de personnes dont
les « precogs » savent qu’elles vont
commettre une infraction…
La limite se trouve dans le respect
des droits fondamentaux des personnes
concernées et l’exploitation d’algorithmes
prédictifs suscite alors deux
interrogations principales.
D’une part, est-ce que le traitement
des données est licite ? D’autre part,
est-ce que le résultat du traitement crée
une discrimination illicite ?
Régis Carral
Cabinet Hoche

25
CONCLUSION
Du stockage au temps réel
Si les données clients appartiennent aux marques, ce n’est que par incidence.
Elles appartiennent avant tout au client lui-même. Celui-ci est prêt à les partager,
s’il perçoit une contrepartie, un service à valeur ajoutée.
Les GAFA en sont la preuve, leur force réside dans leur capacité à mobiliser
les données qu’ils captent pour construire de nouveaux services attrayants ;
cette promesse tenue incite le client à communiquer en retour une diversité
de données, créant pour la marque un cercle vertueux.
Finalement, ce qui compte, ce n’est pas tant de posséder les données,
l’information qu’elles révèlent est rarement exclusive – mais de savoir
les capter, les réconcilier, révéler leur intelligence et les relier au business.
Arnaud Deschamps, Directeur Général de Nespresso, révélait d’ailleurs dans
le Référentiel de la Transformation Digitale : « je crois beaucoup plus
à l’utilisation de la donnée en temps réel qu’à son stockage qui de plus va être
extrêmement coûteux et pose des problèmes de sécurité.
L’enjeu, c’est l’exploitation de la donnée en temps réel.
Analyser le passé ne suffit pas à prédire l’avenir. »

26
Comment tirer parti
du prédictif
pour personnaliser
et contextualiser
la relation clients ?
Difficile de trouver un marketeur pour
vous dire que la personnalisation n’est pas
un chantier prioritaire.
Si, à terme, la question a vocation
à refonder l’approche marketing classique,
elle reste aujourd’hui en phase exploratoire
et fortement liée au sujet
des recommandations d’inspiration prédictive.

28
« Recréer le lien qui existe
entre un vendeur et
un acheteur en magasin »
MENLOOK GROUP
DAVID NEDZELA
Chief Marketing Officer
Chez Menlook Group, le prédictif
prend place dans la perspective
d’une expérience de shopping
personnalisée et augmentée
d’une importante couche servicielle.
David Nedzela, CMO de l’enseigne
depuis sa fondation il y a six ans,
revient sur les dernières initiatives
mises en place.
Entretien
28

29
COMMENT DÉCRIRIEZ-VOUS
MENLOOK GROUP À CE JOUR ?
« Nous sommes la plateforme
e-commerce leader sur le lifestyle
masculin en Europe. Notre site principal,
Menlook.com, expédie aujourd’hui des
commandes dans plus de 70 pays tous
les mois. Le groupe possède deux autres
sites dédiés à la mode masculine,
oki-ni.com au Royaume-Uni et
frontlineshop.com en Allemagne.
Nous vendons des produits par ailleurs
disponibles en grands magasins,
à la différence que nous le faisons
en ligne et avec beaucoup de services :
livraisons 48 h et retours gratuits,
toujours en stock, offre additionnelle
de contenus, notamment à travers
le Menlook Tribune qui décrypte toute
les tendances de la mode masculine. »
VOTRE POSITIONNEMENT
LIFESTYLE VOUS PRÉDESTINAIT
À ACCOMPAGNER LE CLIENT
AU-DELÀ DE LA SIMPLE VENTE
DE VÊTEMENTS ?
« Tout à fait, c’est pourquoi nous
avons depuis février 2015 lancé notre
marketplace qui permet de nous ouvrir
à des univers connexes susceptibles
d’intéresser nos clients. Le client
Menlook a 35 ans d’âge moyen, très
urbain, très connecté et avec un bon
pouvoir d’achat. Nous avons identifié
ses centres d’intérêt et nous disposons
désormais de la profondeur de gamme
pour y répondre : objets connectés,
montres, running… »
VOUS PROPOSEZ ÉGALEMENT
LE « PERSONAL SHOPPING »…
« Nous avions constaté la grande fidélité
des hommes envers les enseignes et
les marques. À partir du moment où
l’on offre une bonne expérience d’achat,
on parvient de fait à générer un bon
niveau de répétition. Menlook Tribune
s’inscrivait dans cette logique.
Nous avons aussi été un des premiers
sites e-commerce de mode à proposer
un programme de fidélité. C’est dans
cette même optique de fidélisation
que nous nous sommes lancés dans
le personal shopping avec
un premier service, « Georges Privé »,
de recommandation et d’envoi de
vêtements par une styliste attribuée à
chaque client inscrit sur la plateforme.
Nous avons depuis lancé notre service
de personal shopper par téléphone,
l’idée étant de recréer le lien
qui peut exister entre un vendeur et
un acheteur en magasin. On observe
qu’en accompagnant ainsi le client,
on a une bonne chance d’augmenter
le panier moyen, soit avec des pièces
un peu plus chères, ou tout simplement
en réussissant à vendre plus de
produits. »
29

30
QUELLES DONNÉES
UTILISEZ-VOUS POUR AFFINER
LES RECOMMANDATIONS ?
« Nous analysons à la fois les données
transactionnelles et les données
de navigation sur notre site, en prêtant
attention aux diverses actions
des visiteurs : mises en panier, ajouts
aux wishlists… On détecte en fonction
des comportements du consommateur
les marques ou les produits plus
demandés. À travers toutes ces data
que l’on collecte, on parvient,
sur une période donnée, à identifier
les produits qui ont la cote et ceux qui
l’ont un peu moins. »
QUELLE EST LA FINALITÉ
MARKETING DE CES ACTIVATIONS
DE DONNÉES ?
« Les données que nous collectons
nous servent à deux choses. D’une part,
à personnaliser le site, et notamment
nos pages listing. C’est un enjeu majeur
car, face à l’ampleur du choix, le client
peut facilement se trouver perdu.
À partir du moment où on a pu collecter
des “données cookies”, notre algorithme
commence à prioriser les produits
disponibles dans la taille et dans l’univers
de marque du client. L’objectif est ici
d’améliorer la conversion à chaque
visite. »
LES DONNÉES QUE VOUS RÉCOLTEZ
SONT-ELLES ENRICHIES PAR
DES DONNÉES EXTERNES AU SITE ?
« En effet, nous utilisons d’autres
données de navigation, et cela sert notre
deuxième objectif : dégager des clusters.
Le personal shopper contacté par
téléphone recueille un certain nombre
d’informations de la part du client sur
ses appétences en termes de marques.
Nous avons développé un outil
au service du personal shopper qui va
lui permettre de croiser ces informations
avec d’autres données et identifier
les références les plus susceptibles
d’intéresser le client qu’il a au bout
du fil. »
OÙ AVEZ-VOUS TROUVÉ
LES COMPÉTENCES
POUR DÉVELOPPER UN TEL
OUTIL DE PRÉDICTION ?
« Tout ce qui est avant-vente fait partie
des équipes marketing. J’ai donc
une personne dédiée au personal
shopping et qui travaille sur ce sujet.
Nos analystes travaillent plutôt sur
de la donnée CRM ou sur des outils
de BI. Pour le prédictif, nous avons
décidé de nous reposer sur
les algorithmes d’Early Birds. »
EN CONCLUSION, POUVEZ-VOUS
NOUS DIRE QUELQUES MOTS
SUR LE MOBILE QUE
VOUS DÉFINISSEZ COMME UN AXE
DE DÉVELOPPEMENT MAJEUR ?
« Nous nous sommes attaqués à
ce sujet il y a plus d’un an, voyant que
le trafic mobile était en train d’exploser
et que notre opportunité d’interagir avec
les internautes allait mécaniquement
se réduire. Historiquement, le taux de
transformation sur mobile est faible, sans
doute parce que l’internaute peine à
y trouver rapidement son produit préféré.
D’où notre choix de personnaliser autant
que possible cette expérience mobile :
on “limite la casse” sur la transformation
et on permet au client
de trouver plus rapidement le produit
qu’il est susceptible d’acheter.
Du gagnant-gagnant. »
30

32
Workshop n°2
Comment tirer parti du prédictif
pour personnaliser et contextualiser
la relation clients ?

3333
PARTICIPANTS
• SAS, Blandine Colas, Consultante CRM avant-vente
ANIMATEURS
PROGRAMME
Le prédictif doit permettre au marketing de replacer le client au centre de
sa démarche, avec le bon message au bon endroit, au bon moment…
et à la bonne personne.
Comment l’analyse comportementale et contextuelle permet-elle de
mettre en place a grande échelle une relation bilatérale avec chaque
client ?
• Comment affiner sa segmentation client ?
• Comment concevoir des offres sur-mesure ou de nouvelles offres en
temps réel ?
• De quelle manière l’automatisation permet-elle d’industrialiser et
d’optimiser la relation clients ?
• Comment personnaliser ses sites et applications mobiles ?
• AXA FRANCE
Janik Added,
Responsable Parcours
Multicanal et Studio Digital
• AXA FRANCE
Laura Wehrmuller,
Responsable Projets et Études
Directrice DataScience et
Connaissance client
• CABINET HOCHE
Régis Carral, Avocat Associé
• MALAKOFF MEDERIC
Nicolas Frot,
Responsable Digital
• UGC
Marie Guislain,
Responsable Marketing
• LA BANQUE POSTALE
Christophe Lascaux,
Responsable CRM Projet Cap
Client 3.0
• GROUPAMA
GAN ASSURANCES
Jean-Marc Le Corfec,
Directeur Innovation
• ORANGE
Béatrice Marcelin,
Directrice Marketing
Domaine Business Application
• BAYARD PRESSE
Cédric Naux,
Secrétaire Générale
Développement numérique
• ORANGE
Michel Puharré,
Directeur Marketing
Clients Europe

34
LA JUSTE PRESSION
COMMERCIALE
En Europe, 37 % des internautes suppriment
les cookies tiers de serveurs publicitaires
six fois par jour1
. Angélique Bidault-Verliac
(voyages-sncf.com) observe d’ailleurs que
« certains internautes ne supportent ab-
solument pas la notion de personnalisa-
tion. Ils ne veulent pas que l’entreprise leur
montre qu’elle dispose d’informations sur
eux. Il convient de prendre cette réalité en
compte et de rester volontairement assez
vague dans les communications qui leur
sont adressées. » Dans le même temps,
84 % des clients seraient prêts à ne plus
acheter auprès d’une enseigne qui ne tien-
drait pas compte de leurs préférences et de
leurs achats passés2
. La personnalisation
est donc une perspective incontournable.
Néanmoins elle ne porte pas seulement
sur la teneur des messages, mais égale-
ment sur le degré de pression commerciale
à exercer. Chez AXA France, Laura
Wehrmuller participe à des expérimenta-
tions en ce sens : « Nous avons la volon-
té de faire des tests sur la population des
non-ouvreurs. Il s’agirait de mieux com-
prendre ces profils et de tenter de les « ré-
veiller » à travers des messages qui soient
assez décalés. » Angélique Bidault-Verliac
confirme : « l’étude de la fréquence d’ou-
verture des courriels constitue un élément
précieux pour déterminer la juste pres-
sion commerciale. Plus l’internaute ouvre
les communications, plus il en recevra.
Le Graal serait d’être capable d’établir un
score de pression commerciale par individu. »
Le premier atelier a permis
d’entrevoir le Prédictif comme
le marqueur d’un marketing
nouveau, plus orienté vers
la relation clients que vers
la vente.
Sans surprise, les premières
expérimentations d’un marketing
personnalisé adossé
à des modèles prédictifs
ne sauraient se faire dans
une logique commerciale trop
intrusive ; il s’agit de redéfinir
la proximité avec le client,
de conquérir sa confiance
en jouant sur la réciprocité :
la captation de données
personnelles en échange
d’un service parfaitement taillé
à son besoin.
1. Attribution Management, L’instabilité des cookies, Converteo, 2015, p.33
2. Les 10 commandements de la personnalisation, Loyalty expert, 2016
3. Teradata 2014, Étude Digital Marketing Insight Report menée auprès de 1506 décideurs marketing à travers le monde –
Réponse à la question « Quelle sera la clé du succès de vos initiatives dans vos prochaines années ? »
80 % des directions marketing digital
estimaient que la personnalisation
deviendrait la clé de succès de leurs initiatives3
En 2014,

35
4. Teradata 2015, Global Data-Driven Marketing Survey menée selon la même méthodologie que l’édition 2014
5. « A/B Testing Personnalisation », 3e
enquête annuelle, réalisée par Converteo pour Kameleoon en 2016 en France
En présence de données à caractère
personnel, c’est-à-dire selon la définition
donnée par la CNIL, « toute information
identifiant directement ou indirectement
une personne physique », le traitement
réalisé est soumis aux dispositions de
la loi n° 78-17 du 6 janvier 1978 modifiée
ainsi qu’au Règlement UE 2016/679
du 27 avril 2016 relatif à la protection
des personnes physiques à l’égard
du traitement des données à caractère
personnel qui entre en application dès
le 25 mai 2018.
Dès lors que ces textes sont applicables,
le responsable de traitement est tenu
par plusieurs obligations et pour n’en
citer que certaines, il doit déclarer
auprès de la CNIL le traitement effectué,
recueillir le consentement des personnes
concernées et les informer au préalable
de plusieurs mentions, parmi lesquelles,
la finalité du traitement auquel
les données collectées sont destinées.
« Vers une personnalisation consentante »
Cela suppose alors d’anticiper
cette finalité avant même la collecte
des données. En pratique, il apparaît que
l’imagination des exploitants du « big data
prédictif » est sans limite et que ceux-ci
sont souvent amener à faire évoluer le
traitement des données collectées
vers des usages nouveaux pour lesquels
le consentement des intéressés n’a pas
été obtenu.
Rappelons que les sanctions pécuniaires
prononcées par la CNIL peuvent atteindre
150 000 € (300 000 € en cas de récidive),
portées par le Règlement à 20 millions
d’euros ou 4 % du CA mondial
du contrevenant… sans oublier
les sanctions pénales jusqu’à 5 ans
d’emprisonnement et 300 000 €
d’amende (pouvant être portés à
1,5 million d’euros pour les personnes
morales).
Régis Carral
Cabinet Hoche
90 %
53 %
citaient le marketing individualisé
comme une priorité4
des entreprises personnalisent déjà
l’expérience visiteurs ou ont un projet
à court terme5
En 2015,
En 2016, en France
35

36
PERSONNALISATION :
DONNANT-DONNANT
Une trop forte abondance de messages
personnalisés génèrent plusieurs points
de tension chez le client : une lassitude qui
brouille le message et produit paradoxale-
ment une impression de déconsidération,
mais également, un sentiment d’intru-
sion dans la vie personnelle. À cet égard,
Nicolas Terrasse (SAS) fait remarquer que,
« du côté du client, le niveau d’acceptation
dépend de la contrepartie qui lui est offerte
en termes de services… Le consomma-
teur est, dans certains cas, tout-à-fait prêt
à confier des données personnelles, si et
seulement si en retour il y voit un vrai bé-
néfice. »
Cette approche donnant-donnant requiert
néanmoins de savoir déployer des services
ou recommandations en temps réel ou
quasi temps réel ; la personnalisation est
d’autant plus efficace qu’elle se déploie au
moment même de l’interaction. « Disposer
d’une information fraîche et pertinente pour
déclencher une communication peut-être
extrêmement bénéfique », observe Laura
Wehrmuller (AXA France). À l’inverse, rien de
plus agaçant pour le client que de faire face
à des actions de retargeting intempestif,
l’exhortant cent fois à acquérir un produit
qu’il a déjà acheté.
S’ADAPTER
À LA PERSONNE…
ET AU CONTEXTE
Pour déployer cette logique temps réel – ou
quasi, Orange (Béatrice Marcelin) a imaginé
une « application “Business Lounge” [avec]
pour ambition de mieux comprendre la vie
du client. Potentiellement, par des modèles
statistiques, il nous est possible de savoir
si le possesseur de l’appli est au travail, en
déplacement ou bien à son domicile. Cela
a évidemment un impact sur la manière de
nous adresser à lui. » Chez SAS, Nicolas
Terrasse cite à titre d’exemple « un projet
de geofencing [mené] avec un des leaders
de la grande distribution en Belgique. Le
dispositif implique de procéder en temps
réel, avec la manipulation d’une masse très
importante de données et un système de
micro-géolocalisation. »
L’enjeu derrière cette contextualisation, c’est
finalement de réinventer une proximité avec
le client. Ce qui fait dire à Béatrice Marcelin
(Orange), au sujet de Business Lounge :
« Au final, l’application, qui ne quitte jamais
le client, nous offre la possibilité de mieux
cibler nos messages. C’est un moyen
de mieux gérer la relation, grâce à des
informations supplémentaires que nous ne
pourrions pas avoir via d’autres canaux. »
« La personnalisation
est d’autant plus efficace qu’elle
se déploie au moment même
de l’interaction »

37
Angélique Bidault-Verliac
voyages-sncf.com
Il y a environ un an et demi, nous avons créé une organisation dédiée
aux projets big data. Le nouveau directeur général a émis le souhait
de proposer davantage de subtilité dans nos newsletters. En effet,
jusque-là, toutes les communications promotionnelles étaient
identiques… Dans ce contexte, nous avons élaboré un algorithme qui
est unique pour chaque client, qui est personnalisé en fonction du lieu
de résidence.
Pour ce faire, nous nous basons sur les données issues du moteur
de recherche de voyages-sncf.com, dans lequel le visiteur saisit
son trajet. Si le visiteur est identifié avec son mot de passe,
la reconnaissance est d’autant plus facile.
Donc, nous disposions déjà des données de recherches,
des infrastructures et des équipes. Un POC a été lancé, à travers
de l’A/B Testing et des partis-pris forts (avec l’acceptation de
la possibilité de se tromper). Nous avons eu recours à l’algorithme
Hadoop, avec la fonction « Filter Collaborative », qui offre la possibilité
de faire du look-alike.
Toutefois, les premiers retours ont montré que le lieu d’origine n’est pas
toujours juste : dans la base CRM, les utilisateurs qui ont déménagé
n’ont pas mis à jour leurs informations.
Au final, ce projet avait pour ambition de démontrer que
la personnalisation pouvait avoir un véritable impact en termes
de business. Nous avons une multitude de projets big data à explorer,
notamment en ce qui concerne la sensibilité-prix. L’ambition consiste
à tendre de plus en plus vers la dimension temps réel pour établir,
par exemple, des scores d’appétence très justes.
CAS D’USAGE
« Tendre de plus en plus vers
la dimension temps réel »
37

38
UNE VISION LA PLUS
COMPLÈTE POSSIBLE
Le premier atelier avait été l’occasion de
rappeler que le marketing personnalisé et
contextualisé repose sur une approche
omnicanale ; cela va presque sans dire, le
client est omnicanal. Cette logique néces-
site de disposer d’une vision d’ensemble
de ses actions. Or, « on ne sait pas ce que
le client a placé chez la concurrence » ob-
serve Janik Added chez AXA France. « Dès
lors, l’offre qu’on va lui pousser n’est pas
forcément appropriée à la réalité de l’épar-
gnant (à moins de poser des questions di-
rectes relatives à son profil d’épargnant). »
La question ne porte donc pas sur le vo-
lume de données collectées. Mais sur leur
représentativité, leur capacité à dessiner
le nouveau contour d’un profil client. Pour
Janik Added, « il faut donc essayer d’aller
chercher des données comportementales
sur le Web. » Se pose alors la question du
traitement de ces données disparates, car
comme l’avait révélé le 1er
atelier du cy-
cle (cf. p.12), le recours aux data externes
vient sérieusement compliquer la maîtrise
et l’activation. Nicolas Terrasse (SAS) rap-
pelle d’ailleurs qu’il « faut commencer avec
(…) avec des data saines et propres ».
Chez AXA France, ce traitement com-
plexe « passe notamment par le recours à
une Data Management Platform. » Laura
Wehrmuller, également chez AXA France,
complète : « La DMP permet de récupé-
rer tous les cookies de navigation de nos
clients. Il est ainsi possible d’établir, par
exemple, des scores de résiliation destinés
à détecter les éventuelles fragilités. Notre
partenaire DMP est en mesure de détec-
ter les profils les plus appétents. Nous n’en
sommes encore qu’aux balbutiements sur
ces dispositifs, mais les premiers résultats
sur l’assurance auto sont très satisfaisants,
même si les volumes restent modestes. Le
but de tout cela doit être de personnaliser
les communications. Là, réside la princi-
pale valeur ajoutée. »
AVANT DE SE LANCER…
Mais avant le choix des outils, il importe
d’avoir clarifié les questions de gouver-
nance. Chez AXA France (Janik Added),
« la relation avec les réseaux de distribution
représente une autre problématique. Nous
n’avons pas forcément l’autorisation en
central pour collecter les données. En ef-
fet, le réseau peut parfois considérer que le
client lui “appartient”. Il y a donc la néces-
sité en amont de négocier avec les agents
généraux pour déterminer qui collecte les
informations. »
Il n’est pas tant question de clarifier la
propriété de telle ou telle donnée au sein de
l’organisation que ses règles de partage ; la
donnée client appartient, in fine, au client.
La prise de conscience de cette réalité est
un préalable indispensable à tout projet
data : la bataille de la donnée est déjà
suffisamment tendue en externe ; nul besoin
d’y ajouter des luttes intestines.

39
« Marketing prédictif et personnalisation
ne peuvent être dissociés »
Nicolas Terrasse
SAS
Depuis le début des années 90 et l’avènement du marketing 1to1 prôné
par les Dr Don Peppers et Martha Rogers, la personnalisation de
la relation client est devenue un levier marketing extrêmement puissant.
Certains, comme Amazon, l’ont d’ailleurs pleinement intégré à
leur stratégie.
Et la base de cette personnalisation est l’analyse et la compréhension
du comportement client et du contexte de son interaction – le parcours
client. Auparavant, souvent réservées aux pure players, la digitalisation
des interactions et la démocratisation des technologies big data
offrent dorénavant à la plupart des entreprises les capacités de mieux
comprendre leurs clients au sein de leur parcours et de pouvoir,
en réponse, leur offrir produits, promotions, communications ou encore
services uniques et individualisés.
Marketing prédictif et personnalisation ne peuvent être dissociés pour
garantir la pertinence de l’approche : en effet, il faut anticiper et prévoir,
voire encore mieux prescrire, quel sera au long de ce parcours client
complexe le message idoine à délivrer au moment le plus opportun.
AVIS D'EXPERT
39
POUR LA PERSONNALISATION, LA SEGMENTATION
DES VISITEURS SE FAIT MAJORITAIREMENT SUR :
DONNÉES CRM
DONNÉES CONTEXTUELLES
(météo, géoloc, etc.)
DONNÉES
COMPORTEMENTALES
SOURCES D’ACQUISITION
DONNÉES TECHNIQUES
(device, navigateur, etc.)
50 %
41 %
38 %
34 %
27 %
Source Graphique : « A/B Testing Personnalisation », cf. Supra

40
Autre précaution à prendre avant de se
lancer dans tout projet de personnalisation,
la clarification des enjeux juridiques et
réglementaires (cf. « L’œil de l’avocat » de
Frédéric Guénin, p. 53).
Présent à l’atelier, Régis Carral (Cabinet
Hoche) rappelle tout d’abord que « la façon
de poser les cookies est réglementée.
Il existe une obligation d’informer les
internautes sur le fait que ces cookies sont
présents, et il est nécessaire de publier
des mentions d’information pour indiquer
comment les supprimer. Le premier
principe est celui de l’acceptation et de
l’information de celui qui est traqué. Il faut
ensuite déclarer à la CNIL le but poursuivi
par le dispositif mis en place. L’utilisation
du cookie doit être faite en pleine
connaissance de cause par celui qui est
suivi, conformément à ce qui a été déclaré
à la CNIL. En cas de non-respect, ce n’est
pas qu’une question de poursuite au pénal,
c’est aussi une question de valorisation
des actifs de la société, car une donnée
illégale ne vaut plus rien... Le mieux est de
prendre en compte ces problématiques le
plus en amont possible dans la phase de
construction des projets. »
À cet égard, certains acteurs s’insurgent
d’une concurrence déloyale vis-à-vis des
grands acteurs mondiaux exploitant la
data : ils « sont en train de “plateformiser”
l’ensemble d’Internet et semblent pouvoir
s’affranchir des contraintes que subissent
les acteurs français. Aujourd’hui, les
pouvoirs politiques sont incités à légiférer
sur la privacy, mais ces décisions ne
concernent que les acteurs français. Il y a
donc un immense enjeu lié à la question de
l’harmonisation de la réglementation entre
les acteurs économiques… »
Régis Carral se veut rassurant sur ce
point et indique que « le nouveau
règlement européen sur la protection des
données récemment adopté a justement
pour ambition de créer une certaine
uniformisation de l’approche, au moins au
niveau du territoire européen. Car, jusqu’à
présent, chacun des pays avait établi
des lois qui n’étaient pas cohérentes les
unes par rapport aux autres. Au plan des
sanctions, ce nouveau règlement a une
approche qui se base sur le pourcentage
du chiffre d’affaires global du groupe
concerné. »
CADRE RÉGLEMENTAIRE :
DES INQUIÉTUDES PERSISTANTES
L’E-MAIL CONSTITUE DE LOIN
LE 1ER
CANAL DE PERSONNALISATION
83 %
46 %
42 %
42 %
38 %
38 %
33 %
29 %
Emailings (Newsletters)
Emailings (Triggers)
Courriers papier
Emailings (Transactionnels)
Réseaux sociaux
Call center
Site web (Perso de la Home)
SMSSource Graphique : Marketing Relationnel et personnalisation : livret de Task-Force, EBG, en collaboration avec Actito, 2015.

41
8
46 %
42 %
42 %
38 %
38 %
33 %
29 %
17 %
17 %
4 %
Emailings (Newsletters)
Emailings (Triggers)
Courriers papier
Emailings (Transactionnels)
Réseaux sociaux
Call center
Site web (Perso de la Home)
SMS
Site web (Perso de la page produits)
Push notifications mobiles
Site web (Perso de la page commande)

43
CONCLUSION
Le sujet de la personnalisation amène à redéfinir le contrat de confiance
qui unit la marque à son client. Le consommateur se disperse sur une multitude
de canaux ; pour rester à ses côtés et l’intercepter au bon moment avec le bon message,
pas d’autre choix pour l’annonceur que d’étendre la connaissance qu’il a de son client.
Cela passe par une collecte et une analyse de nouvelles données, et à la clé,
des messages d’un genre nouveau.
Les utilisateurs, nouvelle génération en tête, sont prêts à partager
nombre d’informations et à se voir adresser des messages sur-mesure,
à une – incontournable – condition : que le service délivré en échange
soit de fait parfaitement adapté à leur besoin.
C’est un signal envoyé aux marques : en matière de personnalisation, il convient
de ménager ses efforts ; rien ne doit être gratuit, tout doit concourir à orchestrer
la rencontre à point nommé entre une offre et une demande, le plus souvent silencieuse.
L’analyse prédictive est l’instrument de ce projet.

44
Comment optimiser
sa stratégie multicanale
avec l’analyse prédictive ?
Le passage à un marketing fondé
sur l’analyse prédictive est une perspective
de long terme qui motive aujourd’hui
la refonte de la collecte de données,
de la segmentation client,
mais aussi, des indicateurs
de suivi du parcours utilisateur.
Tous ces nouveaux chantiers sont à mener
à l’aune d’une stratégie multicanale.

46
« Puiser dans l’expertise
de nos clients »
CITADIUM,
GROUPE PRINTEMPS
ANNE-LAURE BIGOT
Responsable Web E-Commerce
Chez Citadium, le prédictif
se déploie avant tout sur le site
e-commerce et s’inscrit dans
le continuité de la proposition
de valeur des magasins : large
assortiment, marques tendance,
expérience ludique et inspirante.
Entretien
46

47
COMMENT S’ORGANISE
LE MARKETING CHEZ UN RETAILER
COMME CITADIUM ?
« Je suis responsable des activités web,
digital et e-commerce et, par extension,
des sujets omnicanal et CRM.
Une partie du marketing chez Citadium
est liée aux achats, il s’agit de
la coordination trade et du
développement de l’événementiel
instore. Les sujets marketing CRM,
analytics, acquisition et communication
se font principalement sein du digital.
Mon équipe comprend un pôle
web trade (e-merchandising, analytics,
animation commerciale et projet UX),
un pôle production (photos, graphique,
design) et un pôle e-marketing (traffic
media management, community
management et relation client). »
VOUS AVEZ RECOURS À L’ANALYSE
PRÉDICTIVE SUR VOTRE SITE.
QU’EST-CE QUI A MOTIVÉ
CE CHOIX ?
« Nous travaillons depuis deux ans sur
l’élargissement de l’assortiment du site
e-commerce et depuis un peu plus
d’un an, nous sommes à 95 % iso en
termes de références entre le site et
les magasins. Cette stratégie nous
a confrontés à une problématique :
la largeur d’offre. L’analytics montrait
en effet que près de 20 % des produits
n’étaient jamais achetés onsite et que
près de 12 % n’étaient jamais vus.
Il y avait donc un problème de
“brassage”. L’outil de merchandising que
nous utilisions alors nous permettait
de prioriser et ranker les produits selon
des critères objectifs intéressants
(CA potentiel, marge, stock disponible)
mettant principalement en avant
nos 20 80. Les mêmes produits
revenaient trop régulièrement sur
le devant de la scène. Un des premiers
objectifs du prédictif était de répondre à
cette question de visibilité des produits
pour travailler la long train et mettre
en avant la diversité de notre offre. »
DE QUELLE MANIÈRE
AVEZ-VOUS DÉPLOYÉ
CE MARKETING NOUVEAU ?
« Nous sommes partis du constat simple
que les visiteurs et les internautes sont
les mieux disposés à nous informer sur
ce qu’ils aiment, sur ce qu’ils achètent
ensemble, sur ce qu’ils n’aiment pas.
Lorsque nous nous sommes lancés dans
la refonte du site en octobre 2015,
je réfléchissais depuis quelque temps
à créer une fonctionnalité ou un module
qui rende le site plus ludique tout en
permettant aux visiteurs de donner
leur avis. Nous avons alors mis en place
une wishlist sur le modèle de Tinder,
qui était à l’époque en plein boom :
les produits apparaissent, l’internaute
choisit : J’aime/Je n’aime pas. »
47

48
QUELS AUTRES USAGES
DU PRÉDICTIF MOBILISEZ-VOUS ?
« Plus globalement nous avons eu
recours au prédictif pour personnaliser
le contenu en divers touchpoints du site :
sur la liste des produits, sur la mise au
panier, sur la home page...
Nous devons néanmoins ménager
cet effort de personnalisation
(notamment sur la home page) pour
montrer un maximum d’offres et
récupérer un maximum d’information
sur les goûts des visiteurs. Nous avons
recours au machine learning :
cette logique auto-apprenante passe
dans un premier temps par la collecte
d’un maximum d’informations pour faire
en sorte que l’algorithme soit par la suite
le plus puissant possible et permette
des recommandations personnalisées
pertinentes, qui ne soient pas perçues
comme gadget pour le client.
Mais même en machine learning, il reste
indispensable, lorsqu’on travaille pour
plus de 220 marques d’univers différents,
de réaliser quelques paramétrages,
notamment de contre-indications pour
éviter d’afficher ensemble des marques
aux positionnements radicalement
opposés. »
COMMENT PRÉVOYEZ-VOUS
DE TRANSPOSER CETTE LOGIQUE
DE DATA MARKETING EN MAGASIN ?
« Nous aimerions récupérer la donnée
transactionnelle des acheteurs magasin
grâce à notre carte de fidélité lancée
il y a un an. Même si ce n’est pas encore
le cas, nous avons cette ambition d’être
cross-canal. L’enseigne Citadium doit
son succès à l’interaction qu’elle a su
développer avec ses clients :
les marques ouvrent leurs pop up stores
dans nos magasins et y proposent
des animations. Autour de
ces événements, notre stratégie
web-to-store permet d’amener
les clients à venir s’inspirer et vivre
une expérience en magasin.
Le click-and-collect est le premier levier
de cette démarche, avec environ
10 % de nos commandes Web. Un autre
levier, sur lequel nous planchons encore,
consiste à rendre visible sur les fiches
produits du site la disponibilité stock de
nos cinq magasins, avec, à la clé,
un système d’e-réservation. »
DE NOMBREUSES MARQUES
EXPÉRIMENTENT LE PRÉDICTIF
PRIORITAIREMENT EN E-MAILING.
VOTRE LOGIQUE SEMBLE
DIFFÉRENTE…
« En effet, nos e-mails de repeat
business et de recommandation
personnalisée se basent aujourd’hui
sur les achats des clients ; le prédictif
en la matière est plutôt au programme
de l’année prochaine. Nous privilégions
l’e-shop, ce canal paraît plus adapté à
notre cible (de moins de trente ans) et
surtout, il nous permet de puiser dans
l’expertise de nos clients. Aujourd’hui,
ce sont eux qui font la mode et pendant
encore quelque temps, ce sont eux qui
décideront de leur façon de s’habiller. »
48

49
FINALEMENT, LE PRÉDICTIF VIENT
SERVIR VOTRE POSITIONNEMENT :
JEUNE ET TRÈS TOURNÉ
EXPÉRIENCE CLIENT ?
« Nous sommes persuadés qu’avec
le digital, il devient plus facile de créer
de l’événement et de construire
une expérience. Néanmoins, l’écran en
deux dimensions ne peut pas apporter
le contact, l’essayage, l’échange et
le conseil que l’on peut trouver en
magasin, et ce malgré tous les services
conversationnels en déploiement
actuellement. Le challenge consiste
donc à recréer sur notre site – web ou
mobile – l’expérience magasin. En fin
de compte, le prédictif nous permet de
répondre à une question très simple :
comment se reconnecter aux habitudes
de consommation et aux nouvelles
tendances de cette génération Z qui
a toujours un temps d’avance ? »
49

50
Workshop n°3
Comment optimiser sa stratégie
multicanale avec l’analyse prédictive ?

5151
PARTICIPANTS
• SAS, Anne-Marie Abissegué, Senior Marketing Specialist
ANIMATEURS
PROGRAMME
Toute démarche d’analyse marketing prédictive repose sur l’élaboration
d’une vision unique du client et de ses comportements, quel que soit le
canal d’interaction.
• Comment construire l’ADN du client pour un marketing efficace ?
Quelles sources de big data (DMP, réseaux sociaux, open data…) sont
efficaces ?
• Comment tirer le meilleur parti des moteurs de personnalisation et de
recommandation ?
• Plateformesdemarketingprédictif:Comments’enservirpourrenforcer
la performance de ses campagnes multicanales ? Quels apports en
termes d’évaluation de la rentabilité client ?
Directrice DataScience et
Connaissance client
• CABINET HOCHE
Régis Carral, Avocat Associé
• CABINET HOCHE
Frédéric Guénin, Avocat
• GALERIES LAFAYETTE
Laëtitia Civeit, Responsable
des Études Datamining
• REXEL
Thierry Delarue,
Group Senior Vice President
Strategy, Business
Transformation and MA
Florence Deschamp,
Responsable du Pôle Relation
Client à Distance
Nathalie Méry, Directeur CRM
• ACCORHOTELS
Blandine Aujoulet,
Director of Acquisition
• CLUB MÉDITERRANÉE
Laure Fontaine,
Social Media Manager
• ORANGE BUSINESS
SERVICES
Renaldo Detouteville,
Marketing Director Assistant,
Europe Clients

52
1RE
BATAILLE :
UNE COLLECTE DE
DONNÉES ELLE-MÊME
MULTICANALE
Les précédents ateliers ont permis de relier
marketing prédictif et exploitation de la data
non par interrogation de pools d’information
déjà constitués, mais par traitement, quasi
instantané, de flux.1
Ces flux s’écoulent – du
moins devraient s’écouler – de silos en si-
los, de canal en canal, sans entrave.
À titre liminaire, les participants au présent
atelier s’accordent en effet sur l’importance
de collecter une donnée « fraîche », sans
distinction de canal. Nathalie Méry (La
Banque Postale) évoque ainsi « un projet
CRM lié à des données bien plus « fraîches »
que par le passé (dispositif de bannières en
temps réel, etc.). Ce projet, lancé il y a deux
ans, nécessite désormais de se rapprocher
de la dimension prédictive. Cela implique
d’avoir une vision bien plus complète
du client. Nous disposons des bonnes
informations, mais elles sont organisées en
silos, associées à un canal en particulier.
Les rivières qui alimenteront le data lake
sont pour l’heure plutôt séparées les unes
des autres, même si nous avons depuis dix
ans un référentiel client avec des données
assez centralisées ; les segments qui y sont
associés ne sont peut-être plus pertinents
aujourd’hui. »
Toute démarche d’analyse
marketing prédictive repose
sur l’élaboration d’une vision
unique du client et de ses
comportements, quel que soit
le canal d’interaction.
Dans les faits, cette construction
se fait en plusieurs temps et ne
doit pas interdire de premières
expérimentations sur les canaux
les mieux maîtrisés.
1. Voir aussi : L’Encyclopédie des Big Data 2016, EBG
RÉPARTITION DES CONSOMMATEURS SELON
LE NOMBRE DE CANAUX UTILISÉS JUSQU’À L’ACHAT
(EXEMPLE DES PRODUITS COURANTS)
41 %
30 %
16 %
7 %
6%
1 canal
2 canaux
3 canaux
4 canaux
5 canaux et plus Source Graphique : Étude ECR –
Kinali : « Le shopper omnicanal et ses nouvelles
pratiques d’achat de produits », juillet 2015

53
Le Règlement (UE) 2016/679
du Parlement européen et du Conseil du
27 avril 2016 relatif à la protection des
personnes physiques à l’égard
du traitement des données à caractère
personnel et à la libre circulation de ces
données, entré en vigueur le 25 mai 2016
et pleinement applicable le 25 mai 2018,
alourdit les sanctions par rapport à la
réglementation en vigueur. Ainsi, sont
désormais prévues des « amendes
administratives (…) dans chaque cas
effectives, proportionnées et dissuasives
(…) jusqu’à 20 000 000 € ou 4 %
du chiffre d’affaires annuel mondial total
de l’exercice précédent, le montant
le plus élevé étant retenu ».
En matière de collecte de données,
sans entrer ici dans le détail de
ce Règlement, on peut citer deux de
« La collecte de données doit donner lieu à une étude
juridique poussée des conditions et modalités
par rapport aux traitements envisagés. »
ses mesures ayant un impact fort pour
les entreprises responsables de
traitements : la minimisation des données
et le « data privacy by design ». On peut
également mentionner que le nombre
d’informations à fournir aux personnes
concernées a été notablement accru.
En conséquence et à l’ère
des technologies big data, la collecte
de données doit désormais,
non seulement, donner lieu à l’étude
d’impact exigée par le Règlement, mais
aussi à une étude juridique poussée
des conditions et modalités de
cette collecte par rapport
aux traitements envisagés ensuite.
À défaut, le responsable de traitement
prend le risque de ne pouvoir utiliser
les données comme il le souhaite…
sauf à encourir les sanctions précitées.
Frédéric Guénin
Cabinet Hoche

54
2E
COMBAT : UNE
SEGMENTATION CLIENT
QUIDÉPASSELESCANAUX
Chacun mène tant bien que mal cette pre-
mière bataille pour fluidifier la collecte et
l’activation des données ; du moins cet
impératif semble aujourd’hui compris de
tous. Une seconde étape liminaire, chantier
en cours chez la plupart, consiste à repen-
ser la segmentation client dans une logique
elle-même omnicanale. Thierry Delarue
(Rexel) témoigne. « Nous avons opéré une
segmentation de nos clients pour pouvoir
être en mesure de proposer des offres plus
ciblées. Le grand challenge consiste à gérer
une offre multicanale à travers les différents
points de contact. En plus de cela, il nous
faut gérer la complexité d’être un groupe
dont les niveaux de maturité sont très hété-
rogènes en fonction des pays… Il y a donc
un processus de transformation du groupe
à lancer pour tendre vers l’harmonisation.
Nous avons créé un « Management Data
Model » avec 27 segments clients, ce qui
ouvre la voie à du pricing différencié. »
Cette approche nouvelle implique quelques
renoncements. Principalement, la réceptivité
d’un profil donné, à un message donné, sur
un canal donné, devient difficile à mesurer.
Ainsi, Blandine Aujoulet (AccorHotels) affirme
avoir « identifié des cas d’usage de scénari-
sation des actions marketing, afin de déter-
miner le meilleur canal par sous-segment.
[Mais] cela reste très complexe à mettre en
œuvre concrètement, car il est nécessaire
de lancer plusieurs campagnes en parallèle.
Faut-il augmenter l’enchère du display pour
les personnes qui n’ont pas ouvert le mail ?
Cette question paraît simpliste en théorie,
elle l’est moins au plan technique ! Chaque
levier est activable assez facilement lorsqu’il
est en silo. La complexité survient dans une
démarche cross-canal. »
LE CANAL E-MAIL
POUR COMMENCER…
La démarche multicanale complique sans
conteste l’analyse prédictive. Angélique
Bidault-Verliac (voyages-sncf.com) évoque
« la grande difficulté », dans l’activation
des cas de personnalisation, qui « tient
de l’incapacité à faire le lien entre une
recherche mobile (lorsque l’utilisateur n’est
pas logué) et une action desktop », et ce
malgré la mise en place d’un « dispositif big
data client dans lequel sont intégrées des
données de navigation web ou mobile. (…)
La donnée existe forcément quelque part,
mais encore faut-il la trouver au moment
qui convient… »
Les complications de ce type amènent
une question paradoxale : pendant que se
développe la capacité à dégager une vision
unique du client, ne doit-on pas commencer
par déployer des solutions prédictives de
recommandation associées à un canal ?
Angélique Bidault-Verliac (voyages-sncf.com)
fait état d’une initiative menée sur le canal
e-mail, en attendant de pouvoir l’étendre :
« Au sein du système Big Data, nous avons
placé les données de navigation, puis
créé un algorithme prédictif qui permet
d’identifier la destination pour laquelle
l’internaute manifeste le plus d’appétence.
Pour l’heure, ce dispositif est uniquement
activé par e-mail. Il s’agira demain de
le déployer sur le site. L’idée consiste à
délivrer la meilleure offre plutôt que de
lui proposer toutes les promotions. Cela
implique des mises en place techniques
très lourdes, avec le développement d’une
API dédiée. »

55
Le canal e-mail semble privilégié à ce stade
pour les expérimentations. À l’inverse,
les réseaux sociaux constitue un canal
d’interaction que les marques abordent
encore avec prudence. Nathalie Méry (La
Banque Postale) indique : « Dans le data
lake, il y aura potentiellement une rivière
qui sera celle des réseaux sociaux. Pour
autant, cette partie-là n’est pas jugée
prioritaire… De nombreux cas d’usage
sont à mener à bien avant celui-ci. » Cela
dit, les réseaux sociaux contiennent une
dimension supplémentaire aux canaux
plus classiques en ce qu’ils sont fortement
interactifs. Nicolas Terrasse (SAS) rappelle
à titre d’exemple qu’ « il est possible de
‘crawler’ une page Facebook lorsque les
utilisateurs se sont déclarés fans de votre
marque. Par exemple, nous avons mené
un projet pour BNP Paribas avec l’ambition
d’identifier le vocabulaire associé à
l’épargne par le grand public. Il est apparu
un grand différentiel entre le vocabulaire
de la banque et celui des clients… Il a
donc été impératif d’adapter certaines
communications. »
Les réseaux sociaux ne semblent pas être
un canal propre à l’expérimentation de solu-
tions prédictives. Contrairement à l’e-mail et
sa logique de Push, ils s’inscrivent déjà dans
ce nouveau marketing, plus « inbound »,
plus interactif. Pour l’heure, ils sont avant
tout un canal de collecte de l’information.
En attendant, pour la plupart des marques,
de savoir la traiter et en apprendre. Même si
certains se sont déjà aventurés à reconnec-
ter les données recueillis au contenu des
offres : chez Club Méditerranée, indique par
exemple Laure Fontaine, « l’enjeu consiste
à réconcilier les clients Club Méditerranée
avec leurs avatars sur les réseaux sociaux.
Il s’agit aussi de voir comment, à partir de
la connaissance acquise sur les réseaux
sociaux, on peut enrichir l’expérience sur le
site B2C et également en village. »
Florence Deschamp (La Banque Postale)
clôt la question du canal à privilégier pour
commencer les expérimentations avec
cette observation très juste. « La notion
de canal privilégié est surtout intéressante
lorsque l’on parle de « Push ». Lorsque
l’on veut prendre la parole, il convient en
effet d’opter pour un canal privilégié. En
revanche, lorsque le client désire entrer en
contact avec la marque, cette notion n’a
plus tellement lieu d’être, car le contexte de
la demande peut être très varié. »
… LES RÉSEAUX SOCIAUX À PLUS LONG TERME
2. Teradata 2015 : Global data-driven marketing survey: progressing toward true individualization.
Étude menée auprès de 1 506 décideurs marketing et communication de grandes entreprises à travers le monde
44 % des marketeurs citent la cohérence comme
une préoccupation majeure en marketing
omnicanal2

AVIS D'EXPERT
56
� Intensification
recommandation
� Ouverture aux canaux
innovants (in store)
12-x mois
� Recommandation
offres canaux off line
� Personnalisation sujet
email
6-12 mois
� Optimisation des couches
site web et/ou
optimisation dynamique
� Recommandation offre et
contenu sur canaux on line
0-6 mois
Nicolas Terrasse
SAS
Avec en moyenne en France près de 6 canaux exploités, les marques
ont toutes mis en œuvre une stratégie d’interactions clients multicanale.
Reste à la rendre efficace et pertinente.
Cette efficacité passe par une approche centralisée du client :
tous les canaux doivent être connectés et synchronisés dans
une structure – peu importe son nom – qui crée la vision 360°
du client et est le réceptacle de la stratégie de contact construite grâce
à l’analyse prédictive. En effet, chaque nouveau canal a généralement
été ajouté en silo pour répondre à un besoin spécifique et accélérer
le time-to-market. Ceci trop souvent aux dépens de la cohérence entre
les différents canaux. La centralisation du marketing prédictif permet
de porter un message pertinent, cohérent au long du parcours client et
de s’afficher comme une seule et unique marque.
Le second enjeu d’une stratégie omnicanale réussie est lié à un nouvel
équilibre entre entrant et sortant. Pour maximiser les opportunités,
il faut construire un plan marketing qui prenne en compte l’ensemble
des interactions entrantes du client et, en s’appuyant sur ce réceptacle
centralisé, scénariser et automatiser les interactions suivantes.
« La centralisation du marketing prédictif
permet de porter un message pertinent »
RECOMMANDATION TEMPS-RÉEL :
LES GRANDS CAS D’USAGE
AVIS D'EXPERT
Un déploiement progressif canal après canal
Source Graphique : Blog businessdecision.com, « Moteur de recommandation temps-réel : le graal du marketing digital »,
par Mathieu Moisant, février 2016

57
Le prédictif est une perspective de long
terme qui motive la refonte, on l’a vu, de
méthodes de collecte et d’une segmentation
client cross-canal, mais aussi, de nouveaux
outils de pilotage du parcours utilisateur,
depuis sa recherche d’information en tant
que prospect jusqu’à sa volonté d’être
accompagné en tant que client ou de se
voir proposer des services additionnels.
Laëtitia Civeit (Galeries Lafayette) insiste
sur le retard qu’accusent aujourd’hui les
marques dans le suivi des clients. « Il se
révèle très frustrant de ne pas pouvoir suivre
le parcours client sur tous les canaux. La
frustration est également présente chez les
clients : s’ils visent un produit sur Internet et
en font l’achat en magasin, ils recevront des
e-mails sur ce produit malgré tout ! Nous
avons du retard à rattraper par rapport au
client. Nous évoluons dans un marché qui
change au quotidien (…). »
Considérer qu’il existe une diversité de
canaux d’interaction avec les clients est
une chose. S’apercevoir que, pour chaque
client, l’interaction peut se situer sur plu-
sieurs canaux à la fois en est une autre, plus
complexe à monitorer (d’où le terme, d’ail-
leurs parfois utilisé, d’omnicanal3
). Blandine
Aujoulet (AccorHotels) observe dès lors.
« Ce débat pousse à aborder la question du
modèle d’attribution. Le modèle au « last
click » va être remis en question (puisqu’il
indique qu’il faut délaisser le display et
les réseaux sociaux). Sur le Web, tout est
traçable et mesurable, mais les choix sont
grandement dépendants du modèle d’at-
tribution choisi. Un modèle d’attribution
est un parti pris. » Angélique Bidault-Verliac
(voyages-sncf.com) complète. « Nous nous
sommes attachés à démontrer la « life
time value » d’un client à travers du data
mining. L’enseignement, c’est que tous les
canaux sont rentables, y compris le dis-
play. Aujourd’hui, les dispositifs sont relati-
vement simples : on re-cible en acquisition
ceux qui sont inactifs face aux newsletters.
Mais nous travaillons à identifier des com-
binaisons plus subtiles… »
LE PRÉDICTIF FORCE À CONSTRUIRE
DES INDICATEURS MULTICANAUX
3. Pour les produits de consommation courante, près d’un tiers des clients ont recours à trois canaux ou plus
jusqu’à l’achat (cf. graphique page précédente)

59
CONCLUSION
Le sujet initial visait à se demander dans quelle mesure l’analyse prédictive
conduisait à optimiser sa stratégie omnicanale. Les premières expérimentations
d’inspiration prédictive, monocanales et plutôt axées mail – en Push – tendraient
à prouver le contraire. Nicolas Terrasse (SAS) relève d’ailleurs
qu’ « associé à du prédictif, le Push peut se révéler très précieux. » Il cite même
un exemple : « Chez Volkswagen, 50 % des véhicules vendus par le réseau sont
entretenus par d’autres garages… Pour faire baisser cette part, la marque a mis
en place du “Push” prédictif visant à identifier les moments clefs concernant les
besoins d’entretien du véhicule. Dans 80 % des cas, le mécanisme tombe juste.
Les clients sont très reconnaissants : ils perçoivent le dispositif comme
un véritable service, et aucunement comme une démarche marketing. »
Le prédictif ne devait-il pas au contraire nourrir
un marketing nouveau, multicanal et drivé par le client ?
Cette promesse n’était pas vaine. Car Nicolas Terrasse précise :
« Sans intelligence, le Push marketing n’est rien. » Ce Push s’appuie donc
sur la collecte préalable de données, une segmentation des clients et
une mesure de leur valeur qui sont bien multicanales. Il s’agit aussi
d’une première étape, avant d’aller peut-être vers un marketing plus « inbound »,
où les messages seraient délivrés plus subtilement,
au détour d’interactions récurrentes entre la marque et le client.
En attendant, il faut partir à sa rencontre.

60
Quelle(s) restitution(s)
pour stimuler la créativité
des équipes marketing ?
Dans le marketing, le prédictif n’est pas une fin
en soi mais un nouveau moyen
de répondre à la question
“Cette personne a-t-elle une chance d’acheter ?”
À partir de là, feu vert à la créativité
pour saisir cette chance !
Le moment de la restitution des données
collectées par les équipes data est
un temps fort de la démarche de marketing
analytique, celui de la rencontre entre
des profils opposés mais pleinement
complémentaires : Mad men et Math men.

62
« Sortir de son rôle de
data scientist »
KIABI
ÉLISABETH ZEHNDER
Data Scientist
Elisabeth Zehnder insiste sur
l’importance de réunir compétences
analytiques et créatives pour
donner un nouveau souffle au
marketing. Elle revient notamment
sur le Big Data challenge, conduit
avec l’université de Lille 1.
Entretien
62

63
COMMENT EN ÊTES-VOUS VENUS
À MOBILISER DES TECHNIQUES
D’ANALYSE PRÉDICTIVE ?
« Dans le cadre de sa stratégie
cross-canal, Kiabi avait mis en place
un référentiel clients unique. Rapidement,
nous avons voulu en savoir plus
sur nos clients. Il nous fallait donc
des technologies pour lier l’ensemble
de nos données, désiloter les univers et
tout remettre au même endroit.
D’où le lancement en 2014 d’un projet
Big Data Connaissance Clients,
dont je suis aujourd’hui en charge. »
COMMENT CE PROJET
CONTRIBUE-T-IL À LA DÉMARCHE
MARKETING ?
« Le projet s’est bâti autour de deux
grands objectifs. Le premier consistait
à mettre la donnée à disposition
du pilotage et des actions marketing,
ce qui passe notamment par la data
visualization. Le second objectif portait
sur la personnalisation de la relation
clients : comment s’adresser au client
de façon plus précise, plus ciblée,
en fonction de ses goûts et de ses
envies. Ces questions nous ont amenés
à mobiliser des techniques statistiques
de scoring, d’algorithmie et d’analyse
prédictive. »
CETTE DÉMARCHE SE CONSTRUIT
À PLUSIEURS…
« Notre roadmap, établie en 2014,
a été partagée à la fois avec la DSI
et le Marketing pour créer du liant et
pour que les technologies correspondent
bien aux attentes. L’objet du projet,
c’est aussi le passage à l’échelle.
Il ne s’agissait pas de développer
un système RD à part mais bien
d’intégrer l’ensemble des solutions
au SI Kiabi. »
COMMENT DÉCRIRIEZ-VOUS
VOTRE RÔLE PAR RAPPORT À CELUI
DES ÉQUIPES MARKETING ?
« Des flux de données viennent
désormais alimenter notre cluster
Hadoop, ce qui nous permet de faire
des rapprochements intéressants.
Néanmoins nous ne sommes pas
aujourd’hui en capacité d’explorer
la donnée. Dans la littérature, on parle
d’« exploration de la donnée » mais cela
n’existe pas concrètement dans les
entreprises : personne ne paie quelqu’un
à explorer de la donnée sans en attendre
une application précise. Le premier défi,
pour nous, analystes, c’est donc
de faire preuve de créativité, explorer
nos données, mais différemment,
avec des perspectives d’applications
marketing nouvelles. La second défi,
c’est de s’élargir au niveau
de l’écosystème mobile et data.
Nous sommes basés à Lille ;
des compétences de statisticiens et
des startups innovantes nous entourent.
À nous de nous ouvrir sur ce monde. »
63

64
D’OÙ L’IDÉE DE VOTRE BIG DATA
CHALLENGE ?
« En effet. Quand j’ai rencontré la
direction du Master SIAD de Lille 1, nous
avions la même envie de faire avancer
nos connaissances sur les technologies
big data. Nous avons décidé d’un
partenariat pour faire travailler leurs
étudiants data scientists avec
nos responsables métiers Kiabi.
Cela nous a amené à travailler sur
des éléments plus exploratoires mais
susceptibles d’apporter des éléments
de réponse et une nouvelle vision
des choses. Ce Big Data challenge
s’est déroulé de janvier à avril 2016.
Six équipes ont été formées, chacune
avec quatre data scientists et
deux experts métier Kiabi. »
64
PENSEZ-VOUS QU’IL Y AIT UNE
OPPOSITION ENTRE MAD MEN ET
MATH MEN, PROFILS ANALYTIQUES
VS CRÉATIFS ?
« Dans les six équipes, certains
marketeurs étaient dotés d’une bonne
sensibilité à la data – notamment s’ils
travaillaient sur le géomarketing. D’autres
étaient davantage créatifs. Le point
fort qui nous permet d’avancer, c’est
précisément notre capacité à relier data
et créativité pour réinventer l’expérience
client. »
AVEZ-VOUS UN EXEMPLE
CHEZKIABID’INITIATIVEMARKETING
CRÉATIVE ARRIMÉE À LA DATA ?
« Une collaboratrice a notamment eu
l’idée de relier Net Promoter Score (NPS)
et comportement du client. Des clients
sont insatisfaits de l’enseigne pour telle
ou telle raison : qui sont-ils ? Beaucoup
de questions corolaires s’ensuivent.
Est-ce qu’une mauvaise note donnée
par un client fait qu’il pense à déserter
l’enseigne ? Pour un client fidèle,
une action commerciale ou marketing
peut suffire à la rétention, mais pour
un autre ? Est-ce que j’ai réussi
à le retenir, ou juste à valider son NPS ?
On peut aller plus loin dans ce type
d’analyse : et s’il était possible de prédire
les comportements d’achat d’un client
non satisfait ? »

6565
DES ACTIONS MARKETING
SONT-ELLES NÉES À PARTIR
DE CES OBSERVATIONS ?
« C’était bien l’objectif du Big Data
challenge. Par manque de temps,
ou des problématiques complexes ,
certaines équipes ne sont pas allées
jusqu’au déploiement des actions.
Mais les gagnants du challenge sont
les équipes qui sont parvenues à sortir
de leur rôle de Data Scientist et
à préconiser des actions. »
L’UN DES ENJEUX ÉTAIT
DE PRODUIRE DES DONNÉES
EXPLOITABLES PAR LE MARKETING.
À CE TITRE VOUS AVEZ DÛ
TRAVAILLER SUR LA RESTITUTION ?
« Nous n’avons pas eu l’occasion
d’aller très loin sur le sujet de la data
visualisation. En revanche, un des projets
gagnants était celui de clusterisation
des magasins ; il consistait à classer
les magasins en fonction du profil
des clients. Si les clients d’un point
de vente présentent des profils similaires,
cela nous donne une indication sur
la manière de communiquer en magasin.
C’était un projet abouti, avec prévision
du ROI. Il sera prochainement développé
en production. »

66
Workshop n°4
Quelle(s) restitution(s)
pour stimuler la créativité
des équipes marketing ?

6767
PARTICIPANTS
• SAS, Albert Derasse, Senior Business Solution Manager Customer
ANIMATEURS
PROGRAMME
Les outils d’analyse prédictive font l’objet d’une innovation continue ;
leurs applications marketing vont croissant et paraissent sans limites.
La question de la restitution des données analysées devient essentielle
car elle permettra aux équipes de ne pas se laisser submerger par cette
masse de données analysées.
• Math men vs Mad men : comment réconcilier ces profils opposés ?
• Quels modes de data restitution permettent aux équipes marketing et
métiers de dégager une vision claire des besoins clients de demain ?
• Data visualization : Quelles innovations et bonnes pratiques pour
simplifier la prise de décision (présentations synthétiques etc.) ?
Comment engager les équipes dans la restitution (analyses interactives
etc.) ?
• APRIL
Mélanie Lestage,
Responsable Webmarketing
• EDF
Sandrine Lorand,
Chef de produit
Ma conso Moi
• SAINT-GOBAIN
Deniz Loué,
Responsable Projets et
Veille Marketing Stratégique
• BAYARD PRESSE
Cédric Naux,
Secrétaire Général
Développement numérique
• UCPA
Corentin Thomas D’annebault,
Responsable Études
Analyses Marketing
• CABINET HOCHE
Régis Carral,
Avocat Associé
• CABINET HOCHE
Frédéric Guenin,
Avocat
• SAS
Anne-Marie Abissegué,
Senior Marketing Specialist

68
LE MARKETING À L’ÈRE
DE L’ANALYTIQUE, UNE
AFFAIRE DE MATH MEN ?
La première intuition consiste à penser
que les analystes présentent un profil plus
mathématique tandis que les marketeurs
possèderaient un profil plus créatif.
Il n’empêche, la plupart des équipes
marketing doivent en priorité répondre à
divers critères finalement assez objectifs
et mesurables. Sandrine Lorand, ancienne
data scientist désormais rattachée à la
Direction marketing BtoC d’EDF, présente
l’analyse de données comme une base
importante du travail de marketeur et espère
encore des évolutions en ce sens. « Nous
sommes encore loin d’une exploitation
optimale de l’analytique. », rapporte-t-elle.
« Le marketing tend aujourd’hui vers plus
d’actions différenciées, orientées données,
et pour autant parfois adressables à tous
les clients. Un profil comme le mien peut
pleinement participer à cette tendance. »
Chez April, le marketing peut aussi compter
sur des profils analytiques. Mélanie Lestage
confie ainsi : « Au sein de notre entreprise,
nous sommes plutôt cartésiens par
nature. Dès lors, si on fait appel à une
agence de création, c’est pour rechercher
essentiellement de la créativité. Le côté
“Math Men” est largement présent chez
nous. ».
« Il y a une dichotomie entre
Mad Men et Math Men,
entre le marketeur ultra-créatif
et le geek très attaché
aux statistiques. Or, ces deux
parties de notre cerveau sont
amenées à travailler ensemble...
Soit vous êtes attaché
aux grandes lignes, vous aimez
laisser libre cours à votre
imagination, vous appréciez
la variété, vous faites confiance
à votre flair, vous vous satisfaites
d’une esquisse de projet,
vous êtes toujours tenté par
la nouveauté... Vous êtes
un “Mad Man” ! Soit vous êtes
plutôt attaché aux faits bien
établis, aux éléments pratiques,
aux règles, aimez que votre projet
soit terminé jusque dans
ses moindres finitions... Vous êtes
un “Mad Man” ! »
(Albert Derasse, SAS)
Comment ces deux profils
peuvent-ils s’entendre pour
construire ensemble un marketing
arrimé à de solides bases
analytiques tout en étant inspiré
et créatif dans ses messages ?
84 % des décideurs marketing citent
la collaboration entre marketing
et IT comme objectif prioritaire1
1. Teradata 2015 : Global data-driven marketing survey: progressing toward true individualization. Étude menée auprès de
1 506 décideurs marketing et communication de grandes entreprises à travers le monde

69
PAS DE PRÉDICTIF SANS MAD MEN
« Sur le marketing prédictif nous entendons
par “prédictif” la capacité - en tant qu’édi-
teur - à remplir notre mission : accompa-
gner notre abonné, détecter des moments
de vies précis (devenir parents, partir en re-
traite etc.) mais aussi ouvrir, faire découvrir
et comprendre le monde qui nous entoure.
Notre objectif est de provoquer la ren-
contre, travailler l’inattendu, pas d’enfermer
dans une logique du “vous avez aimé ceci,
vous allez aimé cela”.» Dans cette perspec-
tive, l’analyse de la data se complète avec la
créativité, elle permet « de savoir trouver le
bon rythme, le bon contexte pour engager
une conversation en prenant en compte le
niveau d’engagement de chacun. »
Le prédictif appelle néanmoins la plupart
des équipes internes à faire preuve d’une
utilisation imaginative de la donnée. « Une
équipe créative, ce sont des gens qui tra-
vaillent la couleur, le design, l’éditorial... ce
sont des choses qui étaient moins exploi-
tées dans mes missions précédentes [de
data scientist]. » confie Sandrine Lorand,
maintenant au Marketing BtoC d’EDF. Car
« le grand piège, alerte Albert Derasse
(SAS), lorsque l’on fait du prédictif, c’est
d’enfermer les gens dans un carcan. “Vous
avez aimé A, vous aimerez forcément B.”
Ainsi, le prédictif ne doit pas se déployer au
détriment de l’ouverture d’esprit. »
Cédric Naux, Secrétaire Général Dévelop-
pement Numérique chez Bayard Presse, re-
vient sur cette nécessaire ouverture d’esprit.

70
C’est peut-être une des nouvelles missions
des directions digitales. Créer des syner-
gies entre différents profils pour favoriser les
approches data-driven. Mélanie Lestage,
Responsable webmarketing chez April, té-
moigne. « J’évolue dans un service dédié
à 100 % au digital. Notre champ d’activi-
té s’est progressivement élargi pour lais-
ser place à plus de créativité. Au delà de
la génération de business, de l’éditorial,
du webdesign, nous mettons la créativité
au service des opportunités pour prendre
d’avantage de risques. La vision va donc
au-delà de la créativité très classique. La
digitalisation représente un virage im-
portant et notre mission dans le groupe
consiste aussi à évangéliser et à créer des
synergies entre les différents profils. Par
exemple, lors d’une journée dédiée, nous
avons proposé des ateliers aux collabora-
teurs afin d’expliquer le digital à des colla-
borateurs curieux mais qui ignoraient par-
fois ce que le digital recouvre réellement.
Cela offre l’opportunité de bâtir des ponts
dans la société. »
Le précédent atelier l’avait confirmé. Les
consommateurs n’ont pas attendu les
marques pour adopter un comportement
omnicanal. Ainsi le développement d’un
marketing drivé par les exigences client
appelle à une gouvernance de la donnée
désilotée, et par extension, à des modes
de fonctionnement plus transverses. Sur
presque tous les marchés, la réduction du
time-to-market, tirée par les acteurs du web,
favorise par ailleurs des méthodes agiles,
misant elles-aussi sur la transversalité.
Cet état de fait tend à rassembler autour
de la donnée des marketeurs et des ana-
lystes. Des sensibilités créatives diverses,
non que leurs profils soient fondamentale-
ment incompatibles… néanmoins, ils ont
longtemps poursuivi des objectifs différents.
Sandrine Lorand, passée de la data-science
à une Direction marketing BtoC (EDF) avec
une vision orientée projet, rapporte : « Il
s’agit-là d’une rupture importante, puisque
les référentiels ne sont pas les mêmes, la
créativité n’est pas exploitée de la même
façon. Mais l’air du temps fait que l’on est
de plus en plus dans un mode de travail
agile et transverse. »
DIVERSES SENSIBILITÉS CRÉATIVES…
À RASSEMBLER ENFIN
L’EFFICACITÉ DES CONTENUS MARKETING
PERÇUE PAR LES MARKETEURS
Source Graphique : Smart Insights, étude menée à l’échelle internationale
75 %
65,7 %
60 %
50,2 %
48,3 %
35,6 %
45,1 %
34,4 %
33,3 %
Posts et articles de blogs
eNewsletters ou magazine en ligne
Infographies
Contenus longs
Vidéos explicatives
Webinars
Vidéo de promotion de la marque
Quizz et jeux en ligne
Applications mobiles spécifiques

71
« Quoi de mieux que de vérifier
une intuition ? »
Albert Derasse
SAS
En 2016 les Mad Men ont besoin de Math Men. Esprits créatifs,
l’analytique peut vous aider et ce papier est pour vous.
Déjà enfant vous aviez cet esprit vif, cette capacité d’observer mais
aussi d’imaginer. Aujourd’hui encore vous comptez sur ce que
cette bonne fée vous a donné… Votre intuition vous sert toujours mais
entre temps vous avez appris (parfois à vos dépens) qu’elle peut
vous jouer des tours. Au-delà de votre ego et de votre credo…
quoi de mieux que de vérifier une intuition?
En 2016, pour être encore plus efficace (en temps) et performant
(en résultat), l’analytique peut vous aider à définir les tendances.
Au-delà, par rapport à une question précise, il vous permettra
de déterminer quelle offre faire à quelle cible pour maximiser votre
objectif. Les algorithmes prédictifs à votre service !
Plus fort… Sur la base des réactions aux propositions passées,
les solutions analytiques peuvent maintenant dire, non seulement
quelle offre faire et à qui (performance) mais aussi comment la faire
(économie).
Prêt pour une grande leçon de modestie ?
AVIS D'EXPERT
75 %
65,7 %
60 %
50,2 %
48,3 %
35,6 %
45,1 %
31 %
34,4 %
33,3 %
30,2 %4 %
Posts et articles de blogs
eNewsletters ou magazine en ligne
Infographies
Contenus longs
Vidéos explicatives
Webinars
Vidéo de promotion de la marque
Quizz et jeux en ligne
Applications mobiles spécifiques
Forum
Calculettes, outils interactifs et jeux

72
L’atelier devait amener les participants
à s’interroger sur un temps fort de la
collaboration entre profils analytiques et
créatifs : la restitution des données. Sur
ce point, les nouvelles techniques de data
visualisation semblent ouvrir quelques
perspectives. Corentin Thomas D’annebault
(UCPA) observe : « L’enjeu est de mettre
l’accent à la fois sur le fond et sur la forme.
Une image vaut mieux que mille mots.
Du coup, il convient d’adresser le bon
message avec la meilleure visualisation, ce
qui constitue ensuite une base pour créer.
L’outil de data visualisation permet de
gagner un temps considérable par rapport
à des solutions plus basiques... Ce temps
peut ensuite être consacré à explorer la
data, détecter de nouvelles tendances/
opportunités, accompagner les équipes
et partager les résultats... En outre, la
data visualisation permet d’aller au-delà
des idées reçues, de se “challenger”
en permanence. ». Certains déplorent
cependant les avancées encore limitées de
ce type d’outils en matière d’applications
marketing. Pour Sandrine Lorand (EDF),
« les outils de restitution BI sont très
orientés processus ou performance, mais
dès lors que l’on a l’ambition d’aller plus
avant dans l’exploratoire sans pour autant
piloter un process, l’outil ne convient plus.
C’est extrêmement frustrant. » D’autres
débutent encore sur ce point. « Nous n’en
sommes qu’aux balbutiements » confie
Mélanie Lestage chez April. « Il nous
manque un grand outil de visualisation.
Nous doter d’une plateforme pertinente fait
partie de nos principaux projets pour les
mois à venir. »
DATA VISUALIZATION,
MEILLEUR OUTIL DE RÉCONCILIATION ?
PRIORITÉS MARKETING ET INSIGHTS DATA
Source graphique : http://bit.ly/smartcontent, Smart Insights, HubSpot, étude menée à l’échelle internationale
46 %
43 %
40 %
41 %
36 %
53 %
33 %
38 %
24 %
38 %
Message/Expérience client personnalisés
Construire/Acquérir des compétences analytiques
big data pour activer de la donnée client
Acquisition et rétention
Identification d’opportunités
cross-selling parmi la base clients
Améliorer le modèle d’attribution
pour améliorer l’efficacité des campagnes

73
Les résultats du traitement ne doivent
pas créer de discriminations illicites.
Afin de prévenir ce risque, l’article 10
de la loi n° 78-17 du 6 janvier 1978
modifiée interdit la prise de décision
produisant des effets juridiques à l’égard
d’une personne, sur le seul fondement
d’un traitement automatisé de données
destiné à définir le profil de l’intéressé
ou à évaluer certains aspects de
sa personnalité.
Le Conseil d’État, dans son rapport
annuel de 2014 consacré au numérique
et aux droits fondamentaux préconise
trois méthodes d’encadrement de
l’utilisation d’algorithmes prédictifs.
Ainsi, le respect des droits des individus
peut être garanti (i) par une intervention
humaine effective dans la prise de
décision, (ii) par la mise en place de
garanties de procédures et
de transparence enfin, (iii) par
le développement d’un contrôle
des résultats.
« La limite juridique du « tout machine »
De la même manière, le Règlement (UE)
2016/679 du 27 avril 2016 relatif à
la protection des personnes physiques
à l’égard du traitement des données
à caractère personnel, prévoit que
la personne concernée a le droit de
ne pas faire l’objet d’une décision,
fondée exclusivement sur un traitement
automatisé ou le profilage, qui produirait
des effets juridiques à son égard ou qui
l’affecterait de manière significative
de façon similaire.
En conséquence, dans l’hypothèse
où une personne est victime
d’une discrimination illicite, selon
la relation établie avec l’exploitant
des algorithmes prédictifs, qu’elle soit
contractuelle ou non, la responsabilité
de ce dernier pourra être recherchée,
voire celle du créateur de l’algorithme
s’il était informé de la finalité illicite
de celui-ci.
Régis Carral, Avocat Associé, avec Lydia Merad, Élève-Avocat
Cabinet Hoche
46 %
43 %
40 %
41 %
36 %
53 %
33 %
38 %
24 %
38 %
3 %
45 %
Message/Expérience client personnalisés
Construire/Acquérir des compétences analytiques
big data pour activer de la donnée client
Acquisition et rétention
Identification d’opportunités
cross-selling parmi la base clients
Améliorer le modèle d’attribution
pour améliorer l’efficacité des campagnes
Prouver l’efficacité du marketing
en mesurant les résultats/ROI
Priorité pour les équipes Marketing
Priorité pour laquelle les équipes Data fournissent tous les insights utiles

74
L’Internet des objets permet d’approfondir
les perspectives du data marketing ; il est
pourvoyeur de données fraîches et contex-
tualisées. C’est donc également l’opportu-
nité d’imaginer à la fois de nouvelles offres
et de nouveaux messages pour les accom-
pagner, dans une logique de storytelling.
Corentin Thomas D’annebault chez UCPA
voit par exemple dans l’IoT « une piste très
intéressante pour accompagner nos activi-
tés sportives, par exemple. Nous sommes
en réflexion sur ce sujet. Les objets pour-
raient accompagner les participants lors
des stages sportifs avec trois piliers : ex-
périence client, pédagogie, et digitalisation
de l’expérience. »
Ce point entraîne de manière systématique
foule d’interrogations quant aux questions
réglementaires. Sur ce point, Régis Carral,
Avocat au Cabinet Hoche, admet que
« La donnée est bel est bien l’or noir de
ce siècle » mais rappelle la nécessité
de « toutefois respecter les conditions
imposées par la CNIL et, demain, par
le règlement européen. Sinon, la base
sera “polluée” et ce qui en impactera de
manière considérable la valeur, voire celle
de l’entreprise. » Mais il ouvre également
une perspective intéressante, qui à son tour
ne manquera pas d’éveiller des réflexions
d’ordre stratégique parmi l’ensemble des
participants. « La valeur d’un objet connecté
isolé est assez faible. En revanche, si l’on
parvient à agréger les données issues
de plusieurs objets, la valeur augmente
de manière exponentielle. Une bataille
est déjà engagée entre les acteurs pour
devenir l’intégrateur des différents objets
connectés. »
L’IOT, NOUVELLE PERSPECTIVE DE CRÉATIVITÉ
MARKETING ?
« Dans le marketing, le prédictif ne doit pas
être une fin en soi.
Le prédictif est un moyen de répondre
à la question : “cette personne a-t-elle
une chance d’acheter ?” »
Albert Derasse, SAS

77
CONCLUSION
Une question de visibilité
Initialement axé sur les questions de restitution des données et de créativité des
équipes marketing, ce dernier atelier aura finalement mis en exergue
la nécessité de créer des passerelles entre spécialistes data, marketing
et métiers. L’enjeu, c’est de regrouper l’ensemble des profils pour innover
ensemble. Car « il est toujours possible d’innover dans nos produits.
Par exemple, on peut chercher à développer des matériaux plus légers, moins
périssables, etc. » concède Deniz Loué (Saint-Gobain). Mais « Là n’est pas
le problème. La difficulté réside surtout dans le fait que nous ne connaissons
pas le client final. C’est un de nos sujets de préoccupation majeurs :
chercher à mieux connaître le particulier qui utilise nos produits,
afin de tendre vers cette fameuse “vision à 360 degrés” ».
Le problème sous-jacent à la mise en place d’un marketing d’inspiration
prédictive, c’est bien celui de la visibilité. Car elle mobilise toute l’intelligence
collective de l’organisation pour déchiffrer la donnée et la transformer,
d’analyse en analyse et de sensibilité en sensibilité,
en un message parlant et si possible, aspirationnel pour le client final.

7878
Pris séparément, les principaux en-
seignements du Cycle d’ateliers ap-
paraissent finalement évidents et
pourtant, ils amènent à une conclu-
sion pour le moins paradoxale.
Premier constat : dans une économie
où plus personne n’est à l’abri de la
concurrence des pure players, une
organisation marketing agile permet-
tant de réajuster les offres en temps
réel s’impose. L’analyse prédictive et
la capacité d’auto-apprentissage en
sont l’incontournable bras armé.
Deuxième consensus : en pleine
révolution data, l’approche par use
cases devient indispensable. Plus de
1022
octets de données auraient déjà
été créées dans le monde. Dans une
réalité statique, une “simple” montée
en puissance des algorithmes suf-
firait à faire parler cette profusion
de données. Le problème, c’est la
vitesse à laquelle de nouvelles don-
nées sont créées chaque jour ; im-
manquablement, les algorithmes
laisseront ainsi place au machine
learning et la big data, à la smart
data. Aussi le monde n’est pas sta-
tique, il n’a jamais bougé si vite. Pour
les annonceurs, cela implique, selon
les termes d’Alexandre Barral (Bayard
Presse), « d’apprendre en avançant ».
CONCLUSION

79
La logique du test and learn prévaut
donc. Les cas de recours au pré-
dictif évoqués par les participants
aux ateliers restent, d’ailleurs, large-
ment au stade de l’expérimentation.
C’est ici que le paradoxe émerge. Si
l’analyse prédictive va de pair avec
une nouvelle organisation marketing
agile capable de relier en continu
analytics et business, les initiatives
peinent encore à dépasser le niveau
exploratoire.
Encore une fois, c’est la question
du passage à l’échelle qui pose
problème. Sans conteste parce qu’il
s’agit d’un sujet organisationnel aux
implications larges. Mettre en place
une organisation data-driven pour
tirer au mieux parti des stratégies de
marketingprédictif,c’estprécisément
la question posée par la conférence
de remise du présent Rapport de
Synthèse.
Nous espérons à ce propos que la
table ronde1
aura apporté, à défaut
de réponses définitives, les bonnes
questions pour prolonger la réflexion
autour du Prédictif au service du
Marketing. Car nous entrons dans un
cycle nouveau, un cycle appuyé sur
des principes de personnalisation
et d’engagement automatisés, un
marketing de haute segmentation
qui transformera tous les métiers
contribuant de près ou de loin à
accompagner le client dans son
parcours et ses envies.
1. Compte-rendu téléchargeable à partir
du 14.11.2016 sur ebg.net

80
CONTRIBUTEURS
ACCORHOTELS
BLANDINE AUJOULET
DIRECTRICE ACQUISITION DE TRAFIC
APRIL
MÉLANIE LESTAGE
RESPONSABLE WEBMARKETING
BAYARD PRESSE
ALEXANDRA BARRAL
RESPONSABLE CONNAISSANCE CLIENTS
ET PROJETS CRM
AXA FRANCE
LAURA WEHRMULLER
RESPONSABLE PROJETS ET ÉTUDES
AXA FRANCE
JANIK ADDED
RESPONSABLE PARCOURS MULTICANAL
ET STUDIO DIGITAL

81
EDF
SANDRINE LORAND
CHEF DE PRODUIT MA CONSO
MOI
CREDIT AGRICOLE SA
DAVID CHARRETIER
CRM DIGITAL
INTERNATIONAL RETAIL
LA BANQUE POSTALE
NATHALIE MERY
DIRECTRICE CRM
CABINET HOCHE
RÉGIS CARRAL
AVOCAT ASSOCIÉ
LA BANQUE POSTALE
FLORENCE DESCHAMP
RESPONSABLE DU PÔLE RELATION
CLIENT À DISTANCE
GALERIES LAFAYETTE
EL MUSTAPHA BARKANI
DATA SCIENTIST
ORANGE
BÉATRICE MARCELIN
DIRECTEUR MARKETING
DOMAINE BUSINESS APPLICATION
GALERIES LAFAYETTE
LAËTITIA CIVEIT
RESPONSABLE DES ÉTUDES
DATAMINING
BAYARD PRESSE
CÉDRIC NAUX
SECRÉTAIRE GÉNÉRAL
DÉVELOPPEMENT NUMÉRIQUE
GROUPAMA
JEAN-MARC LE CORFEC
DIRECTEUR INNOVATION
FRANCE LOISIRS
NADINE THERY-DAUVERGNE
RESPONSABLE MARKETING
DE L’OFFRE ET DU PLAN
D’ACTIONS COMMERCIALES
MALAKOFF-MEDERIC
NICOLAS FROT
RESPONSABLE DIGITAL
MACSF
PIERRE-EMMANUEL RATEAU
CHEF DE PROJET MOA
LA BANQUE POSTALE
CHRISTOPHE LASCAUX
RESPONSABLE CRM
PROJET CAP CLIENT 3.0
CLUB MÉDITERRANÉE
LAURE FONTAINE
SOCIAL MEDIA MANAGER
CABINET HOCHE
FRÉDÉRIC GUÉNIN
AVOCAT

82
SAS
BLANDINE COLAS
CONSULTANTE CRM
AVANT-VENTE
VOYAGES-SNCF.COM
ANGÉLIQUE BIDAULT-VERLIAC
RESPONSABLE DATA WEBMINING
SAS
ANNE-MARIE ABISSEGUÉ
SENIOR MARKETING
SPECIALIST
UGC
MARIE GUISLAIN
RESPONSABLE MARKETING
ORANGE BUSINESS
SERVICES
CATHERINE
LE DROGO-FERRARI
MKG PRODUCT FOR
BUSINESS - DIRECTOR
ORANGE BUSINESS
SERVICES
RENALDO DETOUTEVILLE
MARKETING DIRECTOR
ASSISTANT, EUROPE CLIENTS
SHOWROOMPRIVE.COM
DAMIEN GARZILLI
RESPONSABLE DATA MARKETING
SAS
ÉLISABETH DEROZIER
HEAD OF MARKETING SCIENCES
SOUTH WEST EUROPE
SAS
NICOLAS TERRASSE
BUSINESS SOLUTION
MANAGER
SAS
ÉRIC VESSIER
CONSULTANT CRM ANALYTICS
SAS
ALBERT DERASSE
SENIORBUSINESSSOLUTIONS
MANAGER CUSTOMER
UCPA
CORENTIN THOMAS
D’ANNEBAULT
RESPONSABLE ÉTUDES
ANALYSES MARKETING
SAINT-GOBAIN
DENIZ LOUÉ
RESPONSABLE PROJETS
ET VEILLE MARKETIN
STRATÉGIQUE
REXEL
THIERRY DELARUE
GROUP SENIOR
VICE PRESIDENT,
STRATEGY AND MA
ORANGE
MICHEL PUHARRÉ
DIRECTEUR MARKETING
CLIENTS EUROPE

8484
100
ENTR
ETIENS AVEC
DIRECTEURS
MARKETING
R É F É R E N T I E L M A R K E T I N G
Avec 660 sociétés adhérentes, dont l’intégralité
du CAC 40 et du SBF 120 et plus de 160 000 pro-
fessionnels, l’EBG constitue le principal think-tank
français sur l’économie digitale.
L’EBG a pour vocation d’animer un réseau de
décideurs, en suscitant des échanges permettant
aux cadres dirigeants de se rencontrer et de partager
bonnes pratiques et retours d’expérience.
Plus de 150 événements et 10 à 12 ouvrages sont
réalisés chaque année, permettant de fédérer des
décideurs d’entreprises issus de tous les métiers :
Directeurs Marketing, Directeurs Digital, DSI, DRH,
DG, Directeurs Achats, etc.
Le Conseil d’Administration de l’EBG se compose
des personnalités suivantes :
• Stéphane Richard, CEO d’Orange – actuel
Président de l’EBG
• Jean-Bernard Levy, PDG d’EDF
• Steve Ballmer, ex-CEO de Microsoft
• François-Henri Pinault, Président de Kering
• Pierre Louette, Directeur Général Adjoint d’Orange
• Patrick Le Lay, Ancien PDG de TF1
• Grégoire Olivier, Directeur zone Asie de PSA
Peugeot-Citroën
• Didier Quillot, Administrateur du fonds 21
Centrale Partners
• Sir Martin Sorrell, Président de WPP
• Jean-Daniel Tordjman, Ambassadeur,
Inspecteur Général des Finances
• Wu Janmin, Président de l’Institut de la Diplomatie
de Beijing, Président du Bureau International
des Expositions
• Philippe Rodriguez, Trésorier
• Pierre Reboul, Secrétaire Général
LE PÔLE ÉTUDES
DE L’EBG
L’EBG édite cinq collections
d’ouvrages uniques en leur genre,
permettant de recueillir
les témoignages les plus pointus
et les visions de nos adhérents
sur des sujets d’actualité.
Les Référentiels :
- étude de grande ampleur sur
l’évolution d’un métier, d’un secteur,
ou une grande mutation
des organisations
- 100 interviews de Directeurs
de grands groupes
- 200 pages d’analyses,
cas concrets et citations
Titres parus :
Référentiels des Directeurs Achats,
Référentiels des Directeurs Marketing,
Référentiels des DSI,
Référentiels de la Transformation
Digitale
Les Livrets de synthèse :
- restitution des réflexions issues
d'un cycle d'événements
(ateliers ou conférences)
- événement par événement : synthèse
des enjeux, interview, compte-rendu
- 100 pages d'analyses thématiques
et de retours d'expériences
Titres parus : Sécurité des SI,
Ressources humaines, Immobilier
d’entreprise, Bénéfices du collaboratif,
Transformation Digitale de l’Assurance
IMMOBILIER
D'ENTREPRISE
SYNTHÈSE DES
ATELIERS
2016
IMMOBILIER
D'ENTREPRISE
SYNTHÈSE DES
ATELIERS
2016
SYNTHÈS
EDESATELIER
S-2016
RESSO
URCES
HUMAI
NES
RESSOURCESHUMAINESSYNTHÈSE DES ATELIERS2016
SYNTHÈS
EDESATELIERS
-2016
SÉCURI
TÉDESSYSTÈM
ESD’INFO
RMATIO
N
SÉCURITÉ
DES SYSTÈMES
D’INFORMATION
2016
Couverture
LB SSI .indd
Toutes
les pages
26/01/2016
10:50
SYNTHÈSEDESATELIERS-2016
LESBÉNÉFICESDUCOLLABORATI
F
LES BÉNÉFICES
DU COLLABORATIF
2016
couvLesBénéfices-pla
nche.indd 3
07/06/2016
13:51
SYNTHÈSE
DESATELIERS-201
6
LEVIERSDELATRANSFORM
ATIONDIGITALE
LEVIERS
DE LA
TRANSFORMATIONDIGITALE
SYNTHÈSE DES ATELIERS2016
Couverture
LB LTD .indd 2
05/04/2016
14:06
QUEL
ÉTAT DES LIEUX POUR
LA TRANSFORMATION DIGITALE
DE L’ÉCONOMIE EN 2016 ?Le présent Référentiel répond à cette question
en s’appuyant sur 65 entretiens avec des diri-
geants d’entreprises françaises et internationales,
membres de Comex ou de directions générales.
En explorant différents secteurs du B2C ou du
B2B2C, l’image plus globale d’une phase
d’indus-
trialisation du digital émerge: au-delà des projets
pilotes et des premiers mouvements, la maturité
digitale s’annonce.
TRANSFORMATIONDIGITALE 2016
AU-DELÀ DESPROJETS PILOTES
TRANSFO
RMATION
DIGITALE
2016-AU-DELÀ
DESPROJETS
PILOTES
Vivek Badrinath
| AccorHot
els | Directeur
Génér
Christoph
e Verley
| ADEO
| Directeur
Internet
GSB
Jean-Chr
istophe
Lalanne
| Air France-K
LM |
Nicolas
Ferrary
| Airbnb
France
| Country
Manage
Virginie
Fauvel
| Allianz
France
| Directrice
Unité D
Isabelle
Moins
| Aviva | Directrice
des Activités
Directes
Amélie
Oudéa-Ca
stera| AXA France
| DGA AXA Part
Erick Bourriot
| Groupe
Beauman
oir | Directeur
du C
Florian
Sauvin
| Groupe
Bel | Chief Digital
Officer
et Mem
Frédéric
Mazzella
| BlaBlaCa
r | Fondateur
et Président-D
Cristina
Cordovez
de Villeneuv
e | BNP Paribas
| Ch
Philippe
Poirot
| Groupe
BPCE | Directeur
Développem
ent D
Pascal
Buffard
| CIGREF
| PrésidentAnne Browaeys
-Level
| Club Méditerra
née | Directrice
G
Magali
Noé | CNP Assuranc
es | Chief Digital
Officer
Hugues
Le Bret | Compte-N
ickel | Fondateur
et Président-Dir
e
Olivier
Gavalda
| Crédit
Agricole
S.A. | Directeur
Général
Ad
Serge Magdelein
e | Crédit
Agricole
S.A. | Directeur
Marketin
Jérôme
Hombour
ger | Crédit
Agricole
CACF | Directeur
Gén
Christelle
Le Berre | Crédit
Mutuel
Arkéa
| Responsable
Projet
Michael
Aidan
| Danone
| Chief Digital
Officer
Christian
Lou | Darty | Directeur
de la Direction
Marketing
et Digitalis
Yann Aubriet
| Darty | Directeur
du Développem
ent Digital
Simon
Baldeyrou
| Deezer
| Directeur
Général
Adjoint
Venky
Balakrish
nan Iyer | Diageo
| Global
Vice President,
Digital
Inn
David
de Amorim
| Docapost
| Directeur
de l’Innovation
François
Gonczi
| EDF | Directeur
Numérique
d’EDF
Commerce
Hervé-Ma
tthieu
Ricour
| Engie | Directeur
Général
France
BtoC
Christian
Buchel
| ERDF | Directeur
Général
Adjoint,
Chief Digital
Internat
Guillaum
e du Gardier
| Ferrero
France
| Directeur
du Digtial
Katia Hersard
| Fnac | Directeur
e-Commerce
et Marketing
Groupe,
Membre
du
Stéphane
Pallez
| Française
des Jeux | Président-Dir
ecteur
Général
Caroline
Delorme
| Galeries
Lafayette
| Directrice
Omnicanal
Branche
Gra
Retrou
vez les témoig
nages p
Éric Wepierre
| General
Mortors
France
| Président
Carline
Huslin
| Generali
France
| Directrice
Transformati
on Digitale
et Expérience
Client
Multicanal
Thierry
Benhaim
| Grosbill
| Directeur
Général
Thomas
Vandevill
e | Groupam
a | Directeur
de la Transformati
on Digitale
Groupe,
Membre
du Comité
Exécutif
Soren Hagh | Heineken
| Executive
Director
Global
Marketing
Albert
Asséraf
| JCDecaux
| Directeur
Général
Stratégie,
Études
et Marketing
France
Sébastien
Hua | Kering
| Directeur
e-Commerce
et Omnicanal
Nathalie
Balla | La Redoute
| Président-Dir
ecteur
Général
Fabien
Sfez | Lagardèr
e Active
| Directeur
Général
du Développem
ent Numérique
et Technologiqu
e
Stéphane
Mariotto
| Le Duff | DSI Groupe
Romain
Liberge
| MAIF | Chief Digital
Officer
Guillaum
e Sarkozy
| Malakoff
Médéric
| Délégué
Général
Hicham
Badreddin
e | Malakoff
Médéric
| Chief Digital
Officer,
Membre
du Comité
de Direction
Jean-Noë
l Pénichon
| McDonald
’s | Vice Président
Technologies
, en charge
du Digital
et des Systèmes
d’Information
Arnaud
Deschamp
s | Nespresso
France
| Directeur
Général
, Membre
du Comité
de Direction
Samuel
Baroukh
| Nestlé
France
| Head of e-Business
Thibault
Gossé
| Numerica
ble SFR | Head of e-Commerce
Patrice
Slupowsk
i | Orange
| Vice Président
Digital
Innovation
Stéphanie
Çabale
| Orange
| Vice Présidente
Digital
Marketing
Guillaum
e Oreckin
| Pacifica
| Directeur
Général
Adjoint
Antonia
McCahon
| Pernod
Ricard
| Global
Digital
Acceleration
Director
Christoph
e Leray | PMU | Directeur
des Opérations
et des SI
Tom Brady | SABMille
r | Group
Head Of Digital
Gael de Talhouet
| SCA | Vice Président
Digital
Transformati
on
Yves Tyrode
| SNCF | Directeur
du Digital
Membre
du Comité
Exécutif
Barbara
Dalibard
| SNCF Voyageur
s | Directrice
Générale
Séverin
Cabannes
| Société
Générale
| Directeur
Général
Délégué
Jean-Pier
re Remy | SoLocal
Group
| Directeur
Général
Roland
Harste
| Swarovsk
i | Senior
Vice President
Marketing
Thomas
Nielsen
| Tesco | Chief Digital
Officer
Marc Gigon
| Total | Vice Président
Digital
Marketing
Services
Thierry
Elkaim
| Transdev
| Directeur
de la Transformati
on Digitale
Yann Leriche
| Transdev
| Directeur
de la Performance
, Membre
du Comité
Exécutif
Catherine
Spindler
| vente-pri
vee.com
| Chief Marketing
Officer
Gilles
de Richemon
d | VSC Technolog
ies | Directeur
Général
2
1, 2, 3, 4
1
1, 3, 4
3
1, 3, 4
1, 2, 3
1, 3, 4
1, 3
2, 3
2, 3, 4
2, 3, 4
2, 3, 4
2
1, 2, 3, 4
2, 3
1, 2, 3, 4
2, 3, 4
1
3
1, 2, 4
1, 4
2, 3, 4
2, 4
1, 2, 3
1, 3
2, 3, 4
2, 4
2, 3, 4
1, 3, 4
1, 2, 3
1, 3
1, 2, 3
1, 2, 4
2, 3, 4
Retrou
vez les témoig
nages par chapitr
e:

85
1
L I V R E B L A N C
internetDES OBJETS30 PROJETS CONC
RETS
Livre
BLanc
internet
des
OBjets
2015
COUV
IDO V2.indd
1
16/06/15
11:08
POUR PLUS D’INFORMATIONS SUR
LES ÉVÉNEMENTS OU LE PÔLE ÉTUDES DE L’EBG
Renaud Bonnet
Responsable du Pôle Études /
Pôle BtoB
+ 33 (0)1 48 01 65 61
renaud.bonnet@ebg.net
François Edom
Chargé de projets éditoriaux
+ 33 (0)1 48 00 00 38
francois.edom@ebg.net
Philibert Adamon
Responsable Contenus Pôle
Études / Pôle BtoB
+ 33 (0)1 48 00 00 38
philibert.adamon@ebg.net
Les Livres Blancs :
- étude sur un sujet innovant
(Data Visualization, Cloud, etc.)
- 30 interviews de Décideurs qui
portent un projet lié à la thématique
- entre 100 et 150 pages d’analyses,
cas concrets et citations
Titres parus :
Cloud et nouveaux usages de l’IT,
Data Visualization, Big Data,
Marketing comportemental,
Internet des Objets,
L’encyclopédie des Big Data…
85
Les Baromètres :
- étude quantitative menée auprès
de toute la communauté EBG
pertinente
- entre 500 et 1 000 répondants
par étude
- 35 à 45 pages d’analyses,
de tableaux et graphiques
Titres parus :
Performance du Marketing Digital,
État des lieux du Programmatique
en France, Impact des Stratégies
Digitales sur la Performance Marketing
et Commerciale
Internet Marketing :
- 70 décryptages de campagnes
marketing
- 10 000 exemplaires diffusés
- 500 pages de techniques et méthodes

8686
SAS, LEADER MONDIAL
ET ACTEUR HISTORIQUE
DE L’ANALYTIQUE
SAS est le plus important éditeur in-
dépendant du marché du décisionnel.
SAS transforme les données en con-
naissance et vous donne une vision
claire de votre activité. Ainsi, agissez sur
vos points faibles, confortez vos suc-
cès, découvrez de nouvelles opportu-
nités et valorisez vos grands volumes de
données.
Depuis plus de 40 ans, ses solutions
innovantes aident ses clients - plus de
80 000 sites dans le monde - à améliorer
leurs performances et à produire de la
valeur en prenant rapidement les meil-
leures décisions. La filiale française,
créée en 1983, a déployé les solutions
SAS sur plus de 3 300 sites.
OPTIMISEZ LES INTERACTIONS
À CHAQUE POINT DE CONTACT.
DÉVELOPPEZ UNE INTIMITÉ
AVEC CHAQUE CLIENT
Chaque parcours client est unique. Et
chaque interaction lors de ce parcours
est une opportunité pour entretenir et
approfondir la relation avec le client. La
solution SAS couvre l’ensemble des
fonctions marketing en mettant au cœur
la connaissance client. La synchronisa-
tion des données, leur qualité ainsi que
les fonctions analytiques proposées
permettent de valoriser chaque infor-
mation et d’appréhender le parcours du
client dans sa globalité, aussi complexe
et discontinu soit-il. Vous optimisez son
expérience à chaque point de contact.
En créant ainsi une plus grande intimité
avec le client vous assurez un vérita-
ble avantage concurrentiel et une plus
grande rentabilité.
SAS CUSTOMER INTELLIGENCE 360
L’ANALYTIQUE AU CŒUR
DE VOTRE STRATÉGIE DIGITALE
Comment atteindre le même degré de
pertinence pour vos campagnes Inbound
et Outbound et assurer une « expérience
client » pertinente et homogène quel
que soit le canal ?
Grâce à la nouvelle offre SAS Customer
Intelligence 360, vous identifiez quels
sont les comportements en ligne qui
sont les véritables leviers vers la con-
version mais ce n’est pas tout. Vous
capitalisez sur une connaissance large de
vos consommateurs et sur des modèles
analytiques puissants pour déterminer
les messages et offres commerciales au
moment où vos cibles visitent votre site.

8787
VOTRE CONTACT PRIVILÉGIÉ
SAS France
Domaine de Grégy
Grégy-sur-Yerres
77257 Brie-Comte-Robert Cedex
www.sas.com/france
Téléphone : Numéro Indigo
0820 22 11 11 (0,09€ TTC/mn)
Email : comsas@fra.sas.com
Big data, cloud, DMP, data lake, Inter-
net… Les tendances technologiques
qui mènent le marché sont en train de
révolutionner l’industrie du logiciel, et
l’agilité est essentielle pour adresser les
challenges du marketing moderne. Des
milliards d’appareils et d’objets généra-
teurs de données sont désormais
connectés, les données brutes qu’ils pro-
duisent collectivement sont précieuses.
Télécharger le nouveau guide interactif
« La Customer Intelligence à l’ère du
marketing piloté par la donnée », dis-
ponible en pdf.
Parcours client, voix du client, interac-
tion en temps réel, navigation web… La
complexité de l’écosystème marketing
ne permet plus de se baser sur l’intuition.
Le défi est de tirer de l’information de ces
données. Les professionnels du marketing
ont pour seule issue de s’appuyer sur
l’analytique pour piloter leur activité. SAS
est le mieux placé pour le faire.
Nicolas Terrasse
Sr Account Executive, South West
Europe, Center of Excellence
nicolas.terrasse@sas.com
LIVRE BLANC
LA CUSTOMER INTELLIGENCE À L’ÈRE DU MARKETING PILOTÉ PAR LA DONNÉE

Impression : Imprimé en France par Maryne, 75 011 Paris
Conception graphique/maquette : Floriane Pilon/Anne Chaponnay
Copyright © 2016 EBG-Elenbi – SAS
Tous droits réservés. Cet ouvrage ne peut en aucune manière être reproduit en tout
ou partie, sous quelque forme que ce soit ou encore par des moyens mécaniques
ou électroniques, y compris le stockage de données et leur retransmission par
voie informatique sans autorisation des éditeurs, EBG-Elenbi et SAS.
La citation des marques est faite sans aucun but publicitaire. Les erreurs ou les
omissions involontaires qui auraient pu subsister dans cet ouvrage malgré les soins
et les contrôles de l’EBG-Elenbi et SAS ne sauraient engager leur responsabilité.
EBG-Elenbi – SAS
Avec le soutien d’iStock by Getty Images.

Le predictif au service du marketing - ebg - 2016

Contenu connexe

Tendances

Similaire à Le predictif au service du marketing - ebg - 2016

Plus de SCREENVIEW

Dernier

Le predictif au service du marketing - ebg - 2016