Zoom sur la Customer Data Platform Brevo – Benchmark CDP

Fondé en 2007 sous le nom de Sendinblue, Brevo est aujourd’hui un acteur européen de premier plan sur le marché de l’email marketing et du marketing automation. Avec un ARR frôlant les 200 millions d’euros, Brevo connaît une croissance rapide ces dernières années. L’entreprise compte plus de 500 000 clients dans le monde, dont 2 500 clients entreprises, et s’appuie sur une équipe de 800 collaborateurs.

Le changement de nom opéré début 2023, de Sendinblue à Brevo, reflète une volonté stratégique : sortir de l’image d’acteur centré sur l’email pour se positionner comme un fournisseur global de solutions CRM et marketing. Brevo ambitionne de devenir une « Customer Expérience Platform » à part entière, qui permettrait aux marketeurs de gérer l’ensemble du cycle de vie des données et du parcours client de façon unifiée.

Le lancement de la Customer Data Platform en 2022 s’inscrit pleinement dans cette stratégie. C’est une brique fondamentale qui doit permettre à Brevo d’étendre son offre au-delà du marketing automation pour couvrir l’ensemble des besoins CRM et Data des entreprises.

Retour au sommaire

La CDP de Brevo se positionne aujourd’hui comme une brique de l’écosystème Brevo, interconnectée avec la plateforme marketing mais disposant de sa propre interface et de ses fonctionnalités dédiées.

A terme, l’ambition de Brevo est de fusionner CDP et plateforme marketing pour proposer une expérience utilisateur unifiée et cohérente. Mais dans sa version actuelle, la CDP conserve une certaine indépendance.

Son positionnement la rapproche des CDP orientées « Data Management », avec un focus sur les capacités de collecte, d’unification et de préparation de la donnée (normalisation, scoring).

Avec cette CDP, Brevo se dote d’un outil indispensable pour crédibiliser son ambition de devenir une plateforme de référence sur le marché du CRM et de l’expérience client. Il s’agit d’un premier pas qui devrait être suivi par d’autres évolutions dans les années à venir pour concrétiser la vision « Customer Experience Platform » de l’éditeur.

Retour au sommaire

• Une interface épurée et intuitive. On sent que l’éditeur a mis l’accent sur l’expérience utilisateur, avec une navigation fluide et un design soigné. La plateforme est agréable à utiliser.
• Des capacités avancées de data management. Nous avons été agréablement surpris par les fonctionnalités relatives à la déduplication, à la normalisation, aux scores et agrégats. C’est le coeur de la solution Brevo CDP.
• Le choix d’un modèle de données semi-flexible. Vous avez un socle de datasets (tables) prédéfinis (contacts, commandes, tickets…) et de champs standards (« sémantiques ») sur lesquels s’appuient les fonctionnalités d’analyse (les scores sur l’étagère, notamment). Cela apporte de la structure et de la cohérence. Mais vous avez aussi la possibilité de créer vos propres champs et tables en fonction des spécificités de votre business et de vos données.
• L’intégration de Brevo CDP avec le reste de l’écosystème Brevo. L’outil a été conçu pour alimenter les briques CRM, marketing automation et service de l’éditeur. Les données raffinées dans la CDP et les scores sont destinés à alimenter les campagnes et scénarios.

Retour au sommaire

Brevo CDP s’adresse aux entreprises mid-market (PME/ETI) et aux grands comptes ayant atteint un certain niveau de maturité et de complexité dans la gestion de leurs données clients.

Brevo CDP, tout comme les autres solutions de l’écosystème Brevo, cible essentiellement les organisations B2C.

Retour au sommaire

La première fonction d’une CDP est de connecter l’ensemble des systèmes sources de données. La gestion des connexions s’effectue depuis une interface dédiée. L’ensemble des systèmes connectés à Brevo CDP apparaît dans la partie gauche du schéma :

Brevo propose plusieurs options pour connecter les données :

• Les API ouvertes, qui permettent de créer des flux de données entre les systèmes sources et la plateforme CDP.
• Les connecteurs sur l’étagère. Brevo CDP propose peu de connecteurs natifs avec les outils CRM et marketing du marché. Brevo, clairement, privilégie l’approche écosystème, même s’il est tout à fait possible d’utiliser les API pour connecter Brevo CDP à vos outils marketing. En revanche, Brevo propose des connecteurs natifs avec les bases de données PostgreSQL, MySQL, et avec les principaux Data Warehouse Cloud du marché : Snowflake, Amazon Redshift, BigQuery. Cela permet d’importer dans Brevo CDP des données déjà organisées, normalisées, travaillées.
• L’import de fichiers aux formats CSV et JSON. Vous pouvez déposer des fichiers sur un serveur FTP sécurisé (SFTP) ou directement les télécharger dans l’interface de la plateforme. Brevo supporte les fichiers volumineux (jusqu’à 1 Go).

L’onglet Sources permet d’accéder au détail de chaque source :

Dans Brevo CDP, une « source de données » est une typologie particulière de données issue d’un des systèmes de données connectés à Brevo CDP. Par exemple : les commandes ecommerce, qui sont issues de la base PostgreSQL. Il est possible de visualiser et de gérer le contenu de chaque source :

Brevo CDP – Visualisation du contenu d’une source.

Brevo CDP – Paramétrage du contenu d’une source.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Le modèle de données de Brevo CDP repose sur un ensemble de datasets (= mastertables) pré-définis qui couvrent la plupart des besoins classiques :

• Contact pour tout ce qui touche aux informations des clients et prospects.
• Compte pour les données entreprises dans un contexte B2B.
• Produit pour le catalogue produits.
• Commande pour les données transactionnelles.
• Magasin pour consolider les données des différents points de vente.
• Etc.

Pour chaque entité, un ensemble de champs sémantiques est proposé. Par exemple, dans le dataset « Contact » on trouve les champs imposés suivants  : email, nom, prénom, date de naissance, statut (prospect, client), adresse, etc.

Chaque table (= chaque dataset) est alimentée de diverses sources au sens défini plus haut.

Un point important : les relations entre les datasets standards sont prédéfinies et non personnalisables.

En revanche, il est possible de créer des tables (= nouveaux datasets) custom, sans limite. Le schéma ci-dessous montre la liste des datasets standards et imposés (« semantic ») et 2 datasets custom : foyer et contrat.

Il est possible de visualiser les relations entre les différents datasets.

D’ailleurs, lorsqu’un nouveau dataset est créé, il faut nécessairement le relier par des relations à au moins 1 dataset sémantique. Cela illustre le caractère semi-flexible du modèle. L’objectif est de maintenir un minimum de cohérence dans le modèle.

La configuration d’un dataset consiste, pour l’essentiel, à mapper les sources avec les champs du dataset. Cela s’effectue depuis une interface no-code :

On est ici sur du classique.

Chaque dataset standard (« sémantique ») dispose de champs standards (« champs sémantiques »), mais il est possible d’ajouter des champs custom et de choisir parmi les champs sémantiques que l’on souhaite utiliser.

Ajoutons qu’un dataset est constitué en réalité de deux types de champs :

• Les champs bruts, statiques. Par exemple : la date de naissance.
• Les champs calculés. Par exemple : l’âge, calculé à partir de la date de naissance.

Brevo CDP propose un grand nombre de champs calculés sur l’étagère, tous calculés à partir de champs sémantiques.

Il est possible également de créer des champs calculés custom en utilisant un éditeur SQL simplifié appelé « Formula ».

Enfin, il est possible de filtrer, à l’entrée du dataset, les données issues des sources qui le composent. Vous pouvez par exemple, dans le dataset « Contact », filtrer les contacts de telle ou telle ville.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

L’un des enjeux majeurs lorsqu’on connecte plusieurs sources de données est d’identifier et fusionner les doublons pour avoir une vue unique de chaque entité (contact, produit, commande…). Brevo CDP propose un éditeur à la fois intuitif et avancé de création de clés de déduplication. Il est possible de mettre en place des clés de déduplication combinées, intégrant plusieurs champs. Par exemple : Nom + Prénom + Date de naissance.

Brevo CDP propose 2 méthodes de fusion :

• La méthode standard qui consiste à conserver les valeurs non nulles les plus récentes. Le système retiendra la valeur issue de l’enregistrement le plus récent.
• La méthode custom qui permet, pour chaque colonne (chaque champ) de définir une méthode de fusion spécifique.

Il est possible, par exemple, de fusionner un champ sur la valeur la plus ancienne (first) ou la plus récente (last) en prenant ou non, au choix, les valeurs nulles en compte.

On peut également choisir de ne pas fusionner certains champs et de conserver les différentes valeurs issues des différentes sources. Pour le champ magasin, par exemple, cela permet de conserver les différents magasins associés au contact (et, derrière, de pouvoir cibler en marketing le contact en question sur différentes campagnes locales).

Il est possible de prioriser des sources sur d’autres, mais cela passe par la création d’un champ calculé dans l’éditeur SQL Formula. Dommage qu’il ne soit pas possible d’accéder à cette fonctionnalité en nocode.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

La normalisation des données s’effectue dans l’interface de configuration de chaque dataset. Plus précisément : dans la colonne « Transformation ».

La normalisation ne peut pas être déployée systématiquement et en bulk, mais se règle à la volée, champ par champ depuis une interface nocode :

Deux précisions :

• Il est possible d’utiliser des expressions régulières (Regex).
• Il existe plusieurs types de transformations possibles en plus du traditionnel Find & Replace :

Il est dommage qu’il ne soit pas possible d’automatiser la normalisation des champs classiques, pour gagner du temps. Tout doit se faire manuellement – le plus souvent la normalisation est gérée par l’équipe Brevo en phase projet.

Brevo CDP propose en option une fonctionnalité de normalisation des emails et téléphone. Il est possible par ailleurs :

• D’éditer des règles de normalisation en SQL via l’éditeur Formula que nous avons vu tout à l’heure.
• D’exporter les données en fichier plat vers un outil de normalisation RNVP ou de procéder au travail de normalisation standard dans le Data Warehouse en amont de l’ingestion des données dans Brevo CDP.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

La plateforme ne propose pas de vue cliente 360°. Il n’est donc pas possible, dans Brevo CDP, de visualiser sur un écran l’ensemble des informations connues sur un client donné, comme son profil, ses commandes, ses interactions ou ses préférences.

La raison est simple : Brevo CDP n’a pas vocation à être l’outil des équipes métier. La finalité de Brevo CDP est d’unifier les données et de les enrichir avec de l’intelligence (via les scores dont nous parlerons dans un instant) avant de redistribuer les données préparées aux outils métier. Brevo propose une CDP clairement orientée clairement « Data Management ».

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Les fonctionnalités de reporting et d’analyse sont nativement assez limitées dans Brevo CDP.

Brevo propose 8 tableaux de bord pré-packagés, accessibles directement depuis l’interface de la CDP. Ces tableaux couvrent les domaines suivants :

• Automations
• Impact carbone
• Connaissance client
• Délivrabilité des emails
• Emails Marketing
• Performance des ventes
• Tableau de bord SMS
• Emails transactionnels

Pour aller plus loin, Brevo a fait le choix de s’appuyer sur un outil de BI externe : Looker.

Chaque client de la CDP dispose d’un compte Looker dédié, avec un accès direct aux données de la plateforme.

Brevo CDP a donc surtout pour vocation à alimenter une instance Looker dans laquelle vous pourrez construire des reportings avancés et explorer les données à la volée.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Brevo CDP n’est pas seulement une plateforme de Data Management visant à connecter, unifier et normaliser les données. C’est aussi une plateforme avancée de Data Intelligence. Les capacités de scoring de cette CDP sont l’un de ses points forts.

Brevo CDP propose une large bibliothèque de scores calculés. Chacun de ces scores est personnalisable. Il est possible notamment d’ajouter des filtres. Si vous utilisez le score RFM, par exemple, vous pouvez choisir de créer un score qui ne prend en compte que les commandes des 12 derniers mois et/ou telles catégories de produits. Vous pouvez aussi exclure les nouveaux clients – pour éviter par exemple qu’un nouveau client qui vient d’acheter son premier produit rejoigne le segment des clients VIP.

Les scores packagés sont calculés à partir de tous les champs standards (sémantiques) de vos datasets.

En revanche, fait intéressant, Brevo CDP n’intègre pas de moteur de segmentation à proprement parler. Celui-ci est accessible uniquement dans la solution marketing de Brevo. La CDP sert à préparer la donnée, à la « scorer », pour permettre des ciblages plus fins et pertinents par la suite.

C’est un choix assumé et cohérent, mais qui suppose de disposer d’une solution marketing capable de gérer une segmentation avancée. Là encore, Brevo CDP acquiert toute sa puissance couplé à la solution marketing de l’éditeur.

Pour aller plus loin, Brevo propose un outil de construction de scores customisés basé sur des règles. L’interface est pensée pour être accessible à un profil marketer. Il est possible de créer des scores métiers spécifiques en croisant les données de différentes tables liées (commandes, lignes de commandes, abonnements, SAV…) avec des opérateurs simples type comptage, somme, moyenne, premier/dernier, liste de valeurs…

Les scores customs, combinés aux scores packagés, offrent de larges possibilités. La limite réside dans l’impossibilité de faire des jointures entre les tables. Pour des traitements plus complexes, il faudra passer par l’éditeur SQL simplifié « Formula ».

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

L’approche de Brevo est celle d’une plateforme unifiée couvrant l’ensemble des cas d’usages du cycle de vie client : la CDP en amont pour collecter et traiter la donnée, le CRM et les outils de marketing automation en aval pour orchestrer les interactions avec les clients et prospects.

D’où un parti pris assumé : privilégier l’intégration avec son écosystème.

Concrètement, Brevo propose des connecteurs natifs pour synchroniser en temps réel les données entre la CDP et :

• Le CRM Brevo, pour enrichir les fiches contacts avec les informations qualifiées issues de la CDP et construire des segments affinés.
• Les outils d’emailing, SMS, WhatsApp et mobile app de Brevo, pour automatiser des scénarios d’activation multicanaux.
• Le module de « conversation » de Brevo (chatbot et messagerie client).
• Le CRM Sales (B2B / B2C) permettant de gérer le cycle de vente globale et les actions associées.

Cette interconnexion va permettre par exemple d’intégrer les scores RFM aux critères de ciblage des campagnes, de personnaliser les parcours et messages selon les préférences produits ou les comportements d’achat, de prioriser le traitement des demandes clients en fonction de la valeur, etc.

À noter que les événements générés dans les différentes briques de la plateforme Brevo (ouverture d’email, passage de commande, intervention SAV…) sont réinjectés dans la CDP. Cela permet d’enrichir la connaissance client et d’affiner les scores en continu, dans une logique de cercle vertueux.

Reste qu’aujourd’hui, CDP et outils d’activation conservent chacun leurs interfaces. L’ambition de Brevo est d’aller vers une plateforme de plus en plus unifiée, avec une navigation fluide entre les modules. C’est l’objectif de l’année 2025.

Bien sûr, la CDP de Brevo ne se limite pas à nourrir l’écosystème Brevo. Elle propose aussi des options de connexion à des outils tiers :

• API pour des exports temps réel de données, d’audiences ou d’événements.
• Connecteurs « batch » vers des serveurs SFTP, bases de données (Postgres, MySQL) ou solutions de DataViz (Tableau, PowerBI, Looker).

Mais le nombre de connecteurs est limité et les passerelles nécessitent souvent des développements spécifiques. C’est un point à anticiper dans les déploiements, surtout si vous utilisez de nombreuses briques externes.

En synthèse, la CDP de Brevo a clairement été pensée comme le socle data d’un écosystème Brevo unifié. L’approche a le mérite de la cohérence et de la fluidité pour les utilisateurs. Mais elle peut montrer ses limites pour des entreprises recherchant une plateforme CDP interopérable, avec des capacités d’orchestration et d’activation étendues.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Brevo CDP est une solution 100% SaaS. L’ensemble des données sont hébergées sur les serveurs de Brevo, sans possibilité pour le client de conserver ses données sur son propre système.

La plateforme CDP est actuellement hébergée sur des serveurs AWS situés à Dublin, avec une migration planifiée vers l’infrastructure européenne OVH. Les autres solutions de la suite Brevo sont déjà migrées et hébergées sur les serveurs européens d’OVH.

Brevo met en avant sa conformité RGPD et ses certifications ISO 27001, ISO 27018 et HIPAA pour garantir un haut niveau de protection et de confidentialité des données. Les données sont chiffrées au repos (AES 256) et en transit (HTTPS/TLS).

Si l’absence d’option d’hébergement des données sur site peut freiner certaines entreprises, la CDP permet de réexporter facilement les données traitées vers les environnements clients (data warehouses, lakes, outils de dataviz…) pour répondre aux besoins de souveraineté des données.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

La tarification de Brevo CDP repose sur le volume de profils uniques gérés dans la plateforme après dédoublonnage. Tous les contacts sont facturés, qu’ils soient « actifs » (avec des événements récents) ou « inactifs ».

Côté déploiement, Brevo s’appuie sur une équipe de Customer Success Managers et Solutions Engineers qui accompagnent le client à chaque étape :

• Cadrage du projet et des objectifs.
• Audit de la stack data et des cas d’usage.
• Définition du modèle de données cible.
• Paramétrage de la solution (connecteurs, règles de fusion, manipulations de données…).
• Développement des scores et cas d’usage.
• Tests, recette et mise en production.

En moyenne, les projets se déploient en 1 à 3 mois, avec un Go Live progressif.

Retour au tableau de synthèse du périmètre fonctionnel

Retour au sommaire

Retour au sommaire