Customer Data Management : Définition, enjeux, méthode & outils
Comme son nom l’indique, le Customer Data Management est l’art d’organiser la gestion de cet actif précieux que sont vos données client. Utiliser de manière plus efficace les données clients constitue aujourd’hui l’un des principaux leviers de performance marketing et commerciale. Si la plupart des entreprises en est aujourd’hui convaincue, peu parviennent à devenir réellement « data-driven ».
Comment exploiter efficacement ce minerai que constituent vos données client ? Comment mettre la donnée clients au centre de l’organisation ? Nous allons dans cet article apporter des réponses à ces questions, en commençant par définir ce qu’englobe cette notion de Customer Data Management.
Cabinet de conseil en Données Client, CustUp aide les entreprises dans la construction de leur architecture data et la sélection des outils de Customer Data Management : CRM, DMP, Référentiel Client Unique.
Sommaire :
En 2020, le levier principal de performance commerciale réside dans la capacité de l’entreprise à exploiter pleinement ses données client. Dans notre métier de consultant en données client, nous faisons souvent deux constats :
- Les entreprises disposent généralement d’importants volumes de données client, de fichiers client riches.
- Ces données sont largement sous-exploitées.
Un rapport de 2017 de la célèbre Harvard Business Review montrait que les entreprises utilisaient en moyenne moins de la moitié de leurs données clients structurées et moins d’1% de leurs données non-structurées.
Le Customer Data Management (CDM) est l’art de collecter, d’organiser, d’analyser les données de vos clients. La mise en place d’un CDM permet d’exploiter pleinement les données de votre fichier client, d’augmenter l’efficacité de vos campagnes et scénarios marketing, d’améliorer le ciblage et la personnalisation de vos communications, d’enrichir l’expérience client et in fine d’augmenter votre performance commerciale.
Si vous n’êtes pas convaincu que disposer d’une base de données client fiable doit constituer l’une de vos priorités, voici quatre arguments supplémentaires :
- Acquérir de nouveaux clients est coûteux et difficile. Mieux organiser votre base de données client vous permettra de capitaliser sur vos clients existants et d’améliorer vos revenus sans avoir à dépenser des budgets pharaoniques en publicité et autres campagnes d’acquisition. Une utilisation intelligente de vos données client vous aidera à vendre plus et plus longtemps aux clients que vous avez déjà conquis.
- La loi de Pareto s’applique à notre sujet, puisqu’on estime que 80% des ventes proviennent de 20% de vos clients existants – vos meilleurs clients. Cela peut varier bien entendu d’une entreprise à l’autre, mais faites le calcul, vous verrez que cette loi s’applique probablement à votre organisation. Une fois qu’un client a franchi la porte de votre entreprise, vous devez tout mettre en œuvre pour le retenir en déployant des programmes relationnels. Vous devez chouchouter vos clients et plus encore vos meilleurs clients pour améliorer la lifetime value et faire de vos clients vos meilleurs commerciaux (bouche à oreille). Mais pour calculer la lifetime value, encore faut-il avoir mis en place un Customer Data Management, encore faut-il disposer d’une base de données client organisée.
- Collecter les bonnes données sur vos clients vous permettra de segmenter votre marché cible, de comprendre quelles sont vos typologies clients, de mieux cerner le comportement d’achat de votre clientèle. Cette connaissance client vous permettra de concevoir des stratégies de marketing client personnalisées et aidera vos équipes à prendre des décisions plus éclairées (des décisions data-driven).
- Le chemin qu’empruntent vos clients pour acheter vos produits peut être long et complexe. Les parcours clients se sont enrichis. Un client parcourt plusieurs étapes, expérimente de nombreux points de contact (online et offline) et utilise plusieurs devices avant d’acheter. Disposer de données pertinentes sur vos clients vous permettra de mieux comprendre vos parcours clients et de les enrichir.
Soulignons un point important. Il ne suffit pas de disposer de données client nombreuses, diverses et qualitatives. Il faut qu’elles soient organisées. C’est ce manque d’organisation des données qui empêche leur bonne exploitation par les équipes métiers. Bien organiser les données client, c’est d’abord faire en sorte que les données collectées par vos différents outils soient regroupées autour de vos clients, autour des profils, plutôt qu’autour des canaux ou des devices.
En un mot, vous devez créer un « Référentiel Client Unique » (RCU), ce que les anglais appellent une « Single Customer View ». De quoi s’agit-il ? Un RCU est une solution technologique qui vous permet d’unifier vos données clients autour de profils clients pour obtenir une vue client à 360°. Grâce à un RCU, vos données sont organisées de manière customer-centric.
Armé d’un RCU, vos données ne sont plus dispersées dans les différents silos, départements et outils de votre organisation. Les données collectées via votre site internet, vos campagnes marketing, vos magasins, votre service client sont réunies, consolidées, unifiées dans un lieu unique qui constitue une base de référence. Nous verrons tout à l’heure qu’il existe différents dispositifs technologiques envisageables pour construire cette vision client unique. Il suffit pour le moment de bien insister sur ce point que la mise en place d’un RCU est l’un des enjeux et l’une des problématiques majeurs de tout dispositif de « Customer Data Management ».
Avant d’introduire les outils permettant d’unifier vos données, une question doit être traitée en amont : Quelles données collecter ? Il ne s’agit pas de collecter n’importe quelles données, mais uniquement celles qui vous permettront d’atteindre vos objectifs et d’améliorer la performance de vos dispositifs relationnels.
La réponse à cette question dépend de vos objectifs marketing et CRM. C’est pour cette raison qu’il faut toujours commencer par un travail de formulation des objectifs. Que souhaitez-vous faire ? Si vous souhaitez améliorer la satisfaction client, vous devrez collecter les données de satisfaction : NPS, CSAT, CES, verbatims…Si vous souhaitez développer l’upsell et les ventes croisées, vous devrez apprendre à mieux organiser vos données transactionnelles, si vous souhaitez améliorer l’expérience utilisateur de votre application mobile, vous devrez agréger et analyser un certain nombre de données comportementales.
Schématiquement, nous pouvons classer les données client en 4 catégories : les données d’identité, les données quantitatives, les données descriptives et les données qualitatives.
Les données d’identité et de contact
Ce sont les données de base dont vous avez besoin pour créer vos profils clients, vous adresser à vos clients et personnaliser à un niveau minimal vos communications. Parmi les données appartenant à cette catégorie, on trouve : le nom, le prénom, la civilité, l’âge, l’email, l’adresse (de facturation et de livraison), le numéro de téléphone, les comptes sociaux (Facebook, LinkedIn, Twitter…), les informations de compte (user ID, préférences de paiement…).
Ces données sont collectées à l’occasion d’un achat, lorsque le client réalise une commande, s’inscrit à la newsletter, souscrit une période d’essai, remplit un formulaire pour obtenir un produit (télécharger un livre blanc par exemple) ou rejoint un programme relationnel. Il existe de nombreuses occasions de recueillir ces données de base. Ce sont des données globalement faciles à collecter.
Les données quantitatives
Une fois que vous connaissez qui sont vos clients, que vous savez comment ils s’appellent, que vous avez recueilli leurs informations de contact, vous en connaissez encore très peu sur eux. Ce niveau minimum de connaissance client peut être augmenté grâce aux données quantitatives. Il s’agit ici de comprendre comment vos clients interagissent avec votre entreprise. Les données quantitatives informent sur le comportement de vos clients dans leurs interactions avec votre marque, vos produits, votre service client…
Elles englobent notamment :
- Les données transactionnelles online et offline : produits achetés, montant total des achats, panier moyen, dates de commande, dates de renouvellement, abandons de panier, retours produit, etc.
- Les données associées au comportement de vos clients vis-à-vis de vos communications marketing : date, canal, taux d’ouverture, taux de clics, etc.
- Les données comportementales web : visites du site web, pages produits visitées, inscription.
- Les données sociales : pseudos, groupes, interactions (commentaires, likes, partages), centres d’intérêt, etc.
- Les données du service client : détail de réclamations, détail des requêtes, historique relationnel avec le centre de contacts, etc.
Ces données quantitatives servent à mieux comprendre les chemins qu’empruntent vos clients pour acheter, les étapes et points de contact qu’ils traversent avant de prendre leur décision d’achat…Elles sont indispensables pour mieux comprendre vos parcours clients et les optimiser.
Muni de ces données, vous pouvez répondre à des questions comme :
- Comment vos clients découvrent-ils vos offres ? Qu’est-ce qui les amène à vous ?
- Quels sont les canaux qui convertissent le mieux ?
- Quels sont les points de contact décisifs dans la décision d’achat (les moments de vérité) ?
- Quels sont les principaux irritants et les étapes qui génèrent le plus d’abandons de parcours ?
Le marché des solutions marketing (MarTech) est foisonnant et propose quantité d’outils pour recueillir ou extraire les données de nature quantitative. Nous pensons par exemple aux outils analytics comme Google Analytics, aux outils de heatmaps pour analyser le comportement de vos visiteurs sur le site web en passant par les solutions d’emailing – Marketing Automation qui permettent d’analyser les données associées à vos campagnes et scénarios, etc.
Les données descriptives
Les données descriptives désignent toutes les données de nature socio-démographique ou psycho-graphique qui donnent la possibilité d’en savoir un peu plus sur ce que sont vos clients. Contrairement aux données quantitatives qui décrivent ce que font vos clients, les données descriptives informent sur ce qu’ils sont. Elles viennent enrichir les données basiques liées à l’identité de vos clients. Ces données descriptives peuvent être utilisées pour construire vos personas et enrichir votre segmentation clients.
Voici quelques exemples :
- Les données relatives à la situation familiale : situation conjugale, nombre d’enfants…
- Les données relatives au style de vie : type de logement, type de voiture, animaux domestiques, centres d’intérêt, etc.
- Les données relatives à la formation, au niveau d’étude.
- Les données relatives à l’activité professionnelle de vos clients : secteur d’activité, profession, revenus, expérience professionnelle, etc.
La collecte de ces données peut s’avérer difficile. Les questionnaires constituent probablement l’outil le plus intéressant. Mais les analytics, les interviews de clients, les formulaires peuvent aussi vous aider à recueillir ce type de données.
Les données qualitatives
Nous avons enfin les données qualitatives. Ici, on ne s’intéresse plus à ce que sont vos clients, ni à ce qu’ils font, mais à ce qu’ils pensent – notamment ce qu’ils pensent de vous, de vos services, de vos produits, de l’expérience client que vous proposez. Dans cette catégorie figurent :
- Les données attitudinales : valeur perçue, note (NPS par exemple), feedback, probabilité de réachat, etc.
- Les données de motivation : les raisons d’achat, les besoins clients, etc.
- Les données d’opinion : ce que vos clients apprécient, ce qu’ils n’apprécient pas, les préférences, etc.
Il existe de nombreuses méthodes pour collecter ces données : les entretiens individuels, les entretiens de groupe, les questionnaires clients, les avis clients…
Comme vous pouvez le constater, une entreprise peut collecter une variété impressionnante de données sur ses clients. C’est à partir des objectifs qu’elle pourra identifier les données à collecter parmi cette infinité de possibles.
Résumons les étapes de mise en place d’un Customer Data Management :
- Identifier les objectifs et en déduire les données à collecter.
- Mettre en place un Plan de collecte pour récupérer les données client dont vous avez besoin.
- Construire un Référentiel Client Unique pour unifier et consolider toutes les données. Cela nous amène tout naturellement à la dernière partie de l’article.
Le Customer Data Management nécessite des outils et plus précisément : la construction d’un Référentiel Client Unique pour centraliser, unifier, consolider, analyser et transformer les données que vous collectez aux différentes étapes des parcours clients. Le plus tôt sera le mieux, car plus vous aurez de données, plus vos données seront dispersées, plus la construction du référentiel client sera complexe.
Il existe plusieurs familles de solutions technologiques pour mettre en place un RCU. Nous allons vous en présenter trois : le CRM, la DMP et la CDP. Nous allons décrire les avantages et inconvénients de chacune de ces trois solutions. Disons-le tout de suite, nous avons déjà produit plusieurs pages sur ce sujet. Nous vous renvoyons notamment vers la page intitulée : « Les solutions technologiques pour créer un Référentiel Client Unique ? (CRM – DMP – CDP – Data Warehouse + ETL) ». Si vous souhaitez aller plus loin, nous vous encourageons à la découvrir. Vous y découvrirez une quatrième approche non abordée dans cet article : la construction d’un dispositif sur-mesure associant une infrastructure cloud (Data Warehouse) à un outil ETL cloud.
Première solution : le CRM
Historiquement, les CRM (Customer Relationship Management) sont les premières plateformes utilisées comme RCU. Elles sont apparues dès les années 1990. Un CRM permet de centraliser la gestion des interactions clients mais est aussi utilisé pour centraliser les données client.
Par définition, un CRM est d’abord utilisé pour agréger les données dites « first-party », c’est-à-dire les informations recueillies directement auprès de vos clients à l’occasion de leurs interactions avec votre entreprise. En premier lieu les données que nous avons appelées « données d’identité », mais aussi des données quantitatives, descriptives et qualitatives.
Les avantages du CRM :
- Les plateformes CRM sont construites pour vous aider à gérer de manière efficace et centralisée les interactions clients, mais aussi pour collecter des informations stratégiques qui vous permettront d’améliorer votre service client, le travail de vos commerciaux et le ciblage de vos campagnes marketing. C’est un bon début pour organiser vos données et les rendre accessibles aux différents départements de votre organisation.
- Le CRM permet d’automatiser facilement certaines tâches marketing redondantes pour que vos équipes puissent se concentrer sur des tâches à plus forte valeur ajoutée.
- Les CRM proposent des connecteurs grâce auxquels vous pouvez connecter vos différents outils marketing. Les CRM ont en général une bonne « connectivité ».
Les inconvénients du CRM :
- Les CRM ne sont pas conçus pour récupérer des informations sur les contacts qui ne sont pas encore clients de l’entreprise. Par exemple : les visiteurs anonymes de votre site web qui n’ont pas encore acheté. En d’autres termes, le CRM ne couvre pas toutes les phases de vie du client – et passe souvent à côté des phases de vie initiales. Cela limite la capacité du CRM à être utilisé comme RCU.
- L’intégration des réseaux sociaux n’est pas toujours optimale.
- Le CRM gère très mal le temps réel et les données comportementales web.
Deuxième solution : la DMP ?
Les Data Management Platforms se sont développées au début des années 2000 avec internet et l’apparition du tracking web. Destinées avant tout aux annonceurs, la DMP permet de créer des segments d’audience et de cibler les campagnes publicitaires grâce aux cookies (retargeting). Contrairement aux CRM, les DMP sont construites pour unifier des données anonymes et sont alimentés par des données tierces, achetées auprès de partenaires (données second-party) ou de fournisseurs de données (données third-party).
Les avantages de la DMP :
- Les DMP permettent de construire des segments d’audience basés sur les cookies et d’autres données comportementales. Ces segments sont ensuite facilement activables pour personnaliser vos campagnes publicitaires online.
Les inconvénients de la DMP :
- Les DMP ne stockent que des données anonymes et third-party. Elles ne permettent pas d’organiser les données autour de profils clients identifiés. Toutefois, les DMP « modernes » customer-centric permettent d’associer ces données anonymes à des profils clients et à des données first-party. Malgré tout, sauf dans de rares cas, la DMP est inadaptée pour construire un RCU.
- Les données de la DMP ont une durée de vie courte, qui est celle des cookies (90 jours en général).
- Le RGPD (règlement général sur la protection des données) limite désormais les cas d’usage de cette technologie.
- L’intégration d’une DMP dans l’architecture IT d’une entreprise est souvent un vrai challenge technique…
Troisième solution : la CDP
Parmi les trois familles de solutions présentées, les Customer Data Platforms sont les plus récentes. Nous avons vu que le CRM était l’outil de référence pour gérer les données « first-party », la DMP étant surtout pensées pour gérer les données partenaires et tierces à des fins publicitaires. Les CDP, quant à elles, rendent possible une gestion unifiée des données first, second et third party. C’est l’une des caractéristiques fortes de ces technologies : elles gèrent et ingèrent toutes les données, offline et online, structurées et non-structurées.
Les avantages de la CDP :
- La CDP centralise toutes les données client, quel que soit le canal ou l’appareil source. Vous pouvez connecter toutes les sources de données sans exception à votre CDP. Cela fait de la CDP un candidat de choix pour construire un Référentiel Client Unique (RCU).
- La CDP, contrairement au CRM, gère très bien le temps réel, ce qui permet de mettre en place des techniques marketing plus personnalisées et ciblées.
- Les CDP sont construites pour les marketeurs, et non pour l’équipe IT. Une fois paramétrée, la CDP peut être utilisée en toute autonomie par les équipes marketing.
- Grâce aux connecteurs, la CDP s’intègre très facilement aux autres outils et bases de l’entreprise.
Les inconvénients de la CDP :
- Si elles gèrent toutes les natures de données, les CDP sont malgré tout construites autour des données client first-party – en particulier des données issues des campagnes et scénarios marketing. Les CDP ne couvrent pas tous les cas d’usage des DMP. L’utilisation des données tierces a vocation à rester limitée.
- Les solutions CDP coûtent très cher et pour cela ne sont pas accessibles à toutes les entreprises.
Nous vous avons présenté trois des étapes structurantes pour un tel projet : Définir les objectifs, identifier les données à collecter et enfin sélectionner et implémenter une solution RCU. Pour ne pas trop grossir les dimensions de cet article, nous sommes passé rapidement sur certaines étapes pourtant importantes. En particulier :
- La construction du Plan de collecte pour collecter ou extraire les données cibles.
- La cartographie des parcours clients pour identifier les points de collecte de données et qualifier l’expérience client cible.
Un dispositif de Customer Data Management vous aidera à exploiter pleinement vos données au service de la performance de vos dispositifs relationnels et marketing. Vous maximiserez la performance de votre fichier client. Vous augmenterez votre performance commerciale. Pour aller plus loin, nous vous invitons à découvrir notre page consacrée aux enjeux et bénéfices du RCU : Pourquoi mettre en place un Référentiel Client Unique ?
Des questions ? Des projets ? Rencontrons-nous !
Indiquez-nous vos coordonnées et éventuellement quelques mots sur votre besoin, nous vous contacterons dans les plus brefs délais pour un échange.