Marketing Intelligence : pouvez-vous encore vous en passer ? (1/2)
Retour au sommaire
blog

B2B marketing: le groupe cible idéal grâce aux big data

Aujourd’hui, les big data constituent le sujet de discussion numéro 1 dans le monde du marketing B2B. Mais les entreprises ne doivent pas se contenter d’en parler : il s’agit de les utiliser effectivement. En transposant les big data en smart data, vous pouvez faire la différence avec vos concurrents, augmenter la valeur moyenne du client, avec une conversion supérieure et moins de coûts de marketing. Mais la question est : comment faire ? Explication à l’aide d’un cas pratique.

Si l’on dit et écrit beaucoup de choses sur les big data, on voit rarement des cas pratiques où les  big data sont transposées en smart data. Car c’est bien de cela qu’il s’agit : créer, avec l’énorme quantité de données qui nous entourent, de véritables perspectives nouvelles, permettant au marketeer de prendre de meilleures décisions. 

Mais comment faire ? Et la conversion des big data en smart data est-elle réalisable pour votre entreprise ? J’en suis convaincu. Dans le plan par étapes ci-dessous, je démontre à l'aide d'un cas pratique comment vous pouvez intégrer les big data dans votre politique marketing et sales B2B. Et ce dans un seul but : faire profiter votre entreprise d’un avantage compétitif sur vos concurrents. 

Une gigantesque explosion de données

Et tout d’abord ceci : l’explosion des big data est gigantesque. Le graphique ci-dessous montre que les revenus des big data ont quadruplé ces trois dernières années. Selon les spécialistes, les revenus des big data à l'échelon mondial en 2014 sont estimés à 28,5 milliards de dollars. En 2017, ils devraient atteindre la somme inimaginable de plus de 50 milliards. Mais comment faire pour que votre entreprise puisse s'emparer d'une part de ce beau gâteau?

 le groupe cible idéal grâce aux big data

(Source: Umbel, truth in data)

La théorie : vers un score final via les données brutes

Le modèle théorique ci-dessous indique comment vous pouvez transformer les big data en nouvelles perspectives. Les données brutes sont converties en données contextuelles pertinentes et utiles pour obtenir enfin un score final, via un modèle décisionnel bien élaboré. Lorsque vous regardez le modèle, tout cela semble logique. Mais comment devez-vous procéder, en tant que marketeer B2B?

 le groupe cible idéal grâce aux big data

La pratique : des big data vers les smart data dans le marketing B2B en 5 étapes

Le marketing B2B évolue de plus en plus vers une approche ‘data driven’. Le marketeer moderne intègre des smart data dans ses processus. Comment faire pour mettre en œuvre, vous aussi, la forme la plus avancée de marketing B2B ? Je vais l’expliquer à l'aide de ce graphique:

1. Structurez votre base de données clients B2B
Le point de départ d’une base de données de prospects est une base de données de clients existante bien entretenue. Avant de pouvoir intégrer les big data dans vos propres systèmes pour en faire des smart data, il importe de faire en sorte que votre propre base de données clients B2B soit bien structurée. La base de données existante doit être divisée sur la base de caractéristiques comme :

  • La date de création
  • Le secteur
  • La région
  • La taille de l’entreprise en ETP
  • Le chiffre d’affaires
  • Les produits

2. Déterminez le profil ADN de vos meilleurs clients
Avec une base de données bien structurée, nous effectuons une analyse de tous nos clients. Nous associons les informations de notre propre base de données à celles du marché, comme des études des secteurs et régions qui prestent mieux que d'autres. Nous établissons de cette façon le profil ADN de tous nos clients et pouvons parfaitement déterminer quelles sont les caractéristiques de nos meilleurs clients et celles de nos moins bons clients.

3. Associez les meilleurs clients aux big data 
Nous associons les profils de nos meilleurs clients à une grande base de données non-structurée comportant toutes les données qu'il est possible de trouver sur tous les sites web imaginables (big data). Nous avons indexé le contenu de tous les sites web dans cette base de big data et allons maintenant rechercher les mots ou caractéristiques en commun sur les sites web de nos meilleurs clients.
Cette recherche est très productive : nous trouvons certains dénominateurs communs entre nos meilleurs clients. Nous remarquons par exemple sur les sites web de nos meilleurs clients que s'y trouvent de nombreuses variations de 'l'innovation’, comme ‘innovation dans l’IT’, ‘innovation dans les données', 'innovation dans le commerce de gros’, ‘technologie moderne’, ‘automatisation’, ‘supply chain management’, etc. Nos meilleurs clients investissent manifestement beaucoup plus dans l’innovation/la technologie que d’autres entreprises comparables dans le même segment.

4. Recherchez des look-a-likes de votre client idéal
Sur la base du couplage de notre base de données à la grande base de données non-structurée, nous obtenons le ‘profil ADN idéal’ précis de nos clients existants, avec lesquels nous réussissons le mieux. Nous avons créé des ‘smart data’. Celles-ci nous montrent quelles sont les caractéristiques de nos clients : ils parlent d’innovation ou de technologie sur leur site web. Ce que nous ne savions pas auparavant.
Avec ces connaissances, nous allons rechercher dans notre propre base de données des look-a-likes de ces entreprises qui ne sont pas encore clientes actuellement. En d’autres termes, nous allons rechercher des entreprises ayant les caractéristiques suivantes :

  • Elles sont axées sur l'innovation (big data research)
  • Elles ont le même profil ADN que nos meilleurs clients (notre propre base de données)

Nous savons de ce type d'entreprises qu'elles pourraient faire usage de nos services, car leurs concullègues/homologues dans le secteur sont clients chez nous.

5. Menez des campagnes plus efficaces parmi un groupe cible idéal
En associant nos propres données et les big data, nous avons obtenu un groupe cible idéal. Lors de notre prochaine action de marketing, nous n'agirons plus au hasard selon le principe ‘spray and pray’. Non, nous tirerons nos flèches sur les entreprises dont nous savons qu’elles présentent de nombreuses similitudes avec nos meilleurs clients. 

Comme nous connaissons très bien nos meilleurs clients, nous savons parfaitement aussi ce dont ils ont besoin. Nous savons ce qui se passe dans leur secteur. Nous pouvons maintenant approcher très spécifiquement leurs look-a-likes avec nos actions sales et marketing. En d’autres termes, l’avantage est double : nous ne tirons pas  seulement nos flèches sur un groupe cible bien délimité, mais nous pouvons aussi lui proposer des solutions très spécifiques. 

Résultat : augmentation de 30% de la valeur client

Le résultat de cette méthode de travail avec les smart data se fait immédiatement sentir. Depuis que nous avons intégré les big data dans notre approche de marketing, nous avons une valeur client moyenne plus élevée. Explication : dans les campagnes que nous avons réalisées sur base de notre approche via les big data, la valeur client a augmenté de 30%. Nous remarquons aussi que nous avons une conversion plus élevée et que nos coûts de marketing ont baissé.

On remarque aussi que nos collègues du département des ventes peuvent offrir chaque jour le meilleur soutien. Ils voient leurs efforts considérables traduits en meilleurs deals. Et des collègues sales heureux, c’est quand même ce qu’un marketeer peut souhaiter de mieux non ?

Plus d’infos sur les big data

Publications similaires