Régies & Adtech  >  Actualités  >  Alain Lévy (CEO de Weborama) : « Voici les cinq piliers d’une stratégie data efficace »

Alain Lévy (CEO de Weborama) : « Voici les cinq piliers d’une stratégie data efficace »



La société française Weborama (23,9 millions de CA en 2014) est spécialisée dans la collecte et l’utilisation des données.

Travaillant avec de nombreux clients parmi les médias, les agences et les annonceurs (La Redoute, Bouygues Telecom, SFR / Numericable, Renault, Havas, WPP, OMG, Dentsu Aegis, Agence 79, Mediabrands, Le Bon Coin, les Echos, TF1, Orange, CCM Benchmark, Lagardère...), elle propose notamment un module DMP pour collecter, segmenter et activer les données clients et prospects au service du marketing en ligne.

Dans une tribune pour Satellinet, son CEO Alain Lévy partage, en cinq points, les bonnes pratiques pour la mise en place d’une stratégie data et les pièges à éviter.

 

1. Ne pas confondre DMP et stratégie data

 

« De nombreuses entreprises ont tendance à confondre la mise en place d’une DMP avec la construction d’une stratégie data. La DMP est un moyen. En aucun cas, elle ne se substitue à la nécessaire réflexion sur la stratégie de l’entreprise. Les enjeux sont tout autres ! Il s’agit de créer un « data goodwill ». De la même manière qu’il existe une valeur de marque (« brand goodwill ») qui peut atteindre 100 milliards de dollars dans le cas d’Apple ou Google (Interbrand 2013), il existera une valeur data. C’est cette valeur qu’il faut créer.

Pour cela, il convient d’identifier les actifs data de l’entreprise, les rassembler, les organiser et les associer à d’autres types de données, externes à l’entreprise, pour créer des segmentations fines et efficaces. Et pour qu’il y ait création d’actifs, il est impératif que ces segmentations appartiennent à l’entreprise. Il faut aussi fédérer l’ensemble des hommes de l’entreprise autour de la réalisation de cette stratégie. Ce qui implique que le management doit être prêt à faire évoluer l’organisation de l’entreprise pour atteindre son but. Une fois ces préalables en place, il faut choisir un outil : la DMP.

 

2. Ne pas créer un monstre

 

Si la DMP ne se substitue pas à la stratégie data de l’entreprise, c’est néanmoins la pierre angulaire du système ; le hub où tout se joue : collecte, organisation, segmentation, activation. La DMP peut comprendre des centaines de fonctionnalités. Souvent, dans le doute, la tentation est grande de faire une checklist de l’ensemble des fonctionnalités existantes, puis de lancer un appel d’offres. Erreur ! C’est ainsi que l’on crée un monstre technologique. L’organisation doit alors s’adapter à ce monstre. S’ensuivent de nombreuses conséquences tout autant néfastes qu’inutiles qui débouchent immanquablement sur une perte de contrôle.

Il faut faire l’inverse : identifier les caractéristiques qui sont nécessaires à la stratégie définie plus haut et demander aux fournisseurs de technologies d’adapter leur proposition aux objectifs de l’entreprise. Puis les déployer progressivement, de manière pragmatique. C’est précisément l’approche adoptée par La Redoute, qui a commencé par une phase ‘’pilote’’ de quatre mois afin de tester et de valider les bénéfices métiers de la DMP. Grâce à cette approche test & learn, une équipe marketing peut démontrer le ROI de son projet, et déployer sereinement sa DMP sur l’ensemble du périmètre.

 

3. Impliquer les experts de l’entreprise

 

Un autre travers communément observé est le recrutement d’une équipe de data scientists pour piloter le projet. Nous recommandons plutôt de s’appuyer sur l’expertise des équipes en place. En effet, il est crucial d’associer très tôt les détenteurs du savoir et de la data au projet : CRM, media, web analytics, DSI… Il est nécessaire qu’ils adhèrent au projet et qu’ils y participent activement. Pour cela, un programme de formation sera mis en place : non sur la « data science », mais sur les enjeux liés à la bonne conduite d’une stratégie data. Ensuite, mais seulement ensuite, de nouveaux talents, data scientists, dataminers, data preparators… pourront avantageusement enrichir le dispositif.

Lors d’un récent colloque, Antoine Denoix, directeur digital d’AXA France, donnait sa définition des data scientists pour AXA : ce sont les jeunes actuaires ! Il soulignait ainsi le fait que les spécialistes historiques de la statistique en assurance étaient les plus à même de comprendre et d’utiliser la DMP qu’il avait mise en place. Une bonne pratique indispensable à la mise en place d’une démarche d’intelligence collective.

 

4. Gaffe aux GAFA !

 

Les boites noires sont vos ennemies. Souvent des sociétés, américaines pour la plupart, s’appuient sur des rocket scientists, des algorithmes de la NASA pour vous aider à développer vos actions. C’est parfois très efficace. Le plus souvent, ces sociétés délivrent de la performance, ce qui est très utile. En revanche, elles ne donnent pas accès aux variables explicatives de cette performance. Or, la création de valeur pour l’entreprise vient précisément de la bonne interprétation de ces variables. Afin de créer de nouvelles offres, de nouveaux produits, etc. De même, est-il bien raisonnable de confier ses données à des entreprises qui disposent déjà de plus d’informations que vous sur vos propres clients ? On peut se demander alors dans quel sens fonctionnent les flux de création de valeur.

Votre actif doit être protégé. C’est le rôle de vos partenaires technologiques. Notons que la French Tech est très active dans ce domaine : la France produit des data scientists de grande qualité, et compte des entreprises reconnues dans le domaine des ad techs qui disposent de data centers en France et qui sont très au fait des législations en cours sur la sécurité des données et le respect de la vie privée.

 

5. Dans le respect de la vie privée

 

Le respect de la vie privée est non négociable. Et disons-le : il est tout à fait possible de développer une stratégie data ambitieuse tout en respectant scrupuleusement la législation complexe qui entoure les questions de privacy. Les possibilités liées à l’exploitation de la data au sein d’une entreprise sont très nombreuses et portent des promesses d’une relation hyper efficace avec les clients et prospects. Mais attention à ne pas franchir la ligne jaune. Car les conséquences en termes d’image pourraient être désastreuses. Et la création du « data goodwill » se ferait alors au détriment du « brand goodwill ».

Le développement durable de cette industrie naissante exige le respect des internautes.Une élève de Sciences Po où j’intervenais récemment a ainsi défini la ligne de fracture : « Je n’ai aucun problème à être profilée en tant que consommatrice. En revanche, je refuse catégoriquement d’être profilée en tant que citoyenne. ». Pas mal !

Toute entreprise dispose de data et doit avoir une stratégie pour les exploiter et créer un actif qui se développera et contribuera à la création de valeur. Le CEO d’une grande entreprise américaine disait récemment que le jour viendra où le « data goodwill » dépassera le « brand goodwill ». Je suis impatient de voir cela. Quelle sera la première entreprise à définir une stratégie data éblouissante qui permettra de créer une valeur de 100 milliards ? »

Il vous reste 0 mots à lire.
Vous avez déjà un compte ? Identifiez-vous
Alain Lévy (CEO de Weborama) : « Voici les cinq piliers d’une stratégie data efficace »