Accueil / Actualités / Marketing prédictif : il n’y a pas de « mauvaises » données

Marketing prédictif : il n’y a pas de « mauvaises » données

Parole d'expert / 6 mai 2019

Vous l’avez compris, la création de scores prédictifs s’appuie sur des données. Les algorithmes vont se construire sur qu’on appelle une ABT, Analytical Base Table… Dans les faits il ne s’agit de rien d’autre que d’une base de données large qui contiendra autant de lignes que de clients/prospects et autant de colonnes que d’informations (champs) sur ces clients… Simple !

Au fil de mes rencontres, me vient souvent ma question… « Quelles données sont nécessaires pour que les algorithmes fonctionnent correctement ?» ; c’est-à-dire produisent des « scores » qui sont proches de la réalité finalement constatée, avec un très bon pouvoir de prévision !

Ma réponse est systématique… « ne nous privons d’aucune information disponible car on n’est jamais à l’abris d’une bonne surprise…». D’expérience, il y toutefois lieu de rassembler (et c’est une partie du travail effectué par INBOX) des informations, diverses et variées issues de systèmes d’exploitation différents ou déjà rassemblées chez l’annonceur (on peut rêver) dans un datalake:

  • Des informations transactionnelles : qui a acheté quoi, où, quel règlement et dans quel délai?… Les acteurs de la distribution ont organisé la récolte de ces infos transactionnelles… Pour bon nombre d’annonceurs (assureurs, banques, acteurs du B2B,…) cet historique transactionnel est disponible et exploitable à des fins prédictives. Pratique
  • Des information relationnelles : qui a été contacté/sollicité par quel canal et avec quels résultats: courrier, e-mail, appel entrant, appel sortant, visite,…
  • Des informations opérationnelles : plainte, issue de la plaine, intervention ….S’il y a une DB propre au Customer Care, cette information sera intéressante…

  Et ces derniers « trois petits points » ont toute leur importance ! Ne nous privons pas d’une information qui peut s’avérer « discriminante » du comportement commercial qu’on cherche à prévoir. Notre équipe travaillait dernièrement sur un projet et dans la phase de Set-Up, le client nous demande s’il est indiqué de nous confier les résultats d’un système de parrainage mis sur pied il y a peu…

Notre réponse : certainement !

Sans surprise, il s’est avéré que le fait de parrainer un ami était clairement un signe d’engagement… vis à vis de la marque et ayant clairement une influence négative sur l’attrition. Il est aussi ressorti dans la construction du score que les clients qui ont rejoint l’entreprise par la voie de ses « pairs » a aussi des comportements particuliers…

En conclusion…

Renonçons à avoir une vue 360° du client (quelle horreur) mais ne nous privons d’aucune information disponible et exploitable pour construire l’algorithme prédictif. Le score ne peut que mieux s’en porter !

A vos scores !

Demander des informations