Préparation du Négociation

Institut de diplôme Licence Professionnelle

- Techniques de
l’Entreprise
En Partenariat et de Direction
avec IUT Saint Nazaire - Université de Nantes

Spécialité : Logistique et Transports Internationaux

Préparation du diplôme MBA

En Partenariat avec Wes'Sup

Spécialité : Ingénierie Commerciale et Marketing

Sujet du mémoire :

Le data marketing

Présenté par : HAMDI MAHAMOUD WABERI

Année Universitaire 2020 - 2021

 LE DATA MARKETING

Remerciements

Mes très chers parents Mahamoud et Leila, je ne pourrai élaborer de remerciement sans écrire
vos noms en premiers, Aucun remerciement ne saurait exprimer mon respect, mon amour
éternel et ma considération pour les sacrifices que vous avez consenti pour mon instruction et
mon bien être. J’adresse des remerciements particuliers au Directeur de l’INTED, Mr
HAMOUDI J´ai eu l’honneur d’être parmi vos élèves et de bénéficier de votre riche
enseignement. Vos qualités pédagogiques et humaines sont pour moi un modèle. Votre
gentillesse, et votre disponibilité permanente ont toujours suscité mon admiration. J’adresse
mes vifs remerciements au corps Professoral et administratif de l’INTED. En guise de
reconnaissance, je tiens à témoigner chaleureusement à ma famille qui sont toujours présent
pour moi :Fatouma ,Fardoussa ,Ilyas, Abdoulker, Mouna , Simane , qui ont toujours été là pour
moi. Leur soutien inconditionnel et leurs encouragements ont été d’une grande aide.

Dédicaces

3
 LE DATA MARKETING

A Ma Mère « Leila Abshir » Mon Père « Mahamoud »

Mes Sœurs « Mouna » «Asma » « Zeinab»

4
 LE DATA MARKETING

Sommaire
Remerciements .......................................................................................................................3
Dédicaces ...............................................................................................................................3
Sommaire ...............................................................................................................................5
Liste des abréviations .............................................................................................................6
Introduction générale ..............................................................................................................7
PREMIERE PARTIE .............................................................................................................9
COLLECTER, ANALYSER LES DONNEES ET DECIDER. ...............................................9
Chapitre 1. La connaissance des datas ............................................................................... 11
Chapitre 2. Collecte de l’information ................................................................................ 21
Chapitre 3. L’exploitation des données en marketing prédictif .......................................... 33
DEUXIEME PARTIE .......................................................................................................... 39
CAS PRATIQUE DE L’APPLICATION INSTAGRAM ...................................................... 39
Chapitre 1. L’analyse du contexte d’ (Instagram) .............................................................. 40
Chapitre 2. Identification et compréhension de la stratégie ................................................ 49
Chapitre 3.Politique d’utilisation du data Marketing d’Instagram ...................................... 55
Conclusion ........................................................................................................................... 61
Sitographie ........................................................................................................................... 62
Bibliographie ........................................................................................................................ 62
Table des tableaux ................................................................................................................ 63
Table des figures .................................................................................................................. 63

5
 LE DATA MARKETING

Liste des abréviations

BDD : Base de données

CDO: Le Chief Data Officer

CMT: Le Chief Marketing Technologist

CRM: Customer Relationship Management

DMP: Data Management Platform

DEVOPS : développement et opérations

GAFA : Quatre des entreprises les plus puissantes du monde de l'internet : Google, Apple,
Facebook et Amazon.

ROPO: Research Online, Purchase Offline

SOLOMO: Social, Local, Mobile

Introduction générale

Le digital nous a changés, en nous simplifiant la vie, il a complètement modifié notre rapport
aux marques.

Le digital a exacerbé les traits de caractères de notre génération Y. Ultra connectés et

multidentitaires, nous sommes impatients, infidèles, voire méchants et rancuniers sur les
réseaux sociaux s’il le faut.

Fini les mauvaises affaires et autres manipulations : les comparateurs et les commentaires
clients nous rassurent et nous inspirent. Fini l’attente et la patience. Amazon prime nous livre
aujourd’hui en moins de 24 heures.

Fini l’angoisse du voyage et de la lecture de la carte routière : Smartphone en poche, nous

sommes invincibles.

Le marketing a dû s’adapter en retour. Le célèbre spot de 30 secondes sur TF1 a fait place à des
campagnes digitales ultra segmentées, scénarisées et ciblées. À chaque campagne pour coller

6
 LE DATA MARKETING

aux plus proches désirs de leurs clients, les annonceurs les plus matures produisent des milliers
de contenus différents. Ces contenus sont poussés par des algorithmes en fonction de multiples
paramètres individuels.

Le fil directeur de cette évolution est la donnée (la data). C’est cette ressource que certains
chercheurs qualifient d’« or noir » du XXIe siècle, et qui permet aux marques de faire le lien
entre toutes nos identités, physique et digitales. La principale problématique dans le domaine
du marketing est de savoir comment améliorer la connaissance client et comment avoir avec lui
une relation quasi one to one. Nous sommes donc passés d’un marketing de masse à un
marketing individuel où coexistent deux approches du Big Data, d’une part la compréhension
et anticipation des comportements en temps réel et d’autre part l’analyse des signaux faibles et
des tendances du marché.

L’émergence de ce data marketing en fait un marketing plus prédictif qu’analytique. C’est elle
qui leur permet de savoir proposer intelligemment des chaises assorties à qui vient d’acheter
une table, ou encore permet de détecter très en avance les signaux « faibles », avant-coureurs
d’une résiliation de contrat.

Google, dont la mission ultime est d’organiser et de rendre accessible toute l’information au
monde, se donne les moyens de ses ambitions. En achetant, en 20141, la start-up Britannique
Deepmind, le géant mise sur les techniques les plus pointues d’intelligence artificielle, sans nul
doute pour les appliquer au domaine qui constitue sa première source de revenus : la publicité.

Jusqu’où ira-t-on dans l’utilisation de la donnée appliquée au marketing ? Le monde de demain

sera sans aucun doute un monde de marketing individuel ou « people based ».

Les GAFA connaissent déjà TOUT sur nous. Pour prendre l’exemple de Google : nos
recherches sont sur Chrome, nos échanges sur Gmail, nos passions sur YouTube, nos
déplacements sur Maps ainsi que chez tous les possesseurs d’un téléphone Android.

Dans ce mémoire la problématique de la donnée dans le marketing, les impacts de la data sur
l’entreprise et les transformations organisationnelles nécessaires seront détaillés en six chapitre
: trois cadres théoriques, trois chapitres d’un cas pratique (Instagram).

D’une part, avoir un aperçu des différents types de données (data), d’où sont-ils recueillis.
Comprendre la manière dont ils sont collectés et exploités pour des fins marketings, automatiser
les offres commerciales en fonction des différentes cibles, etc... tels sont les quelques défis que
doit relever ma problématique.

Problématique :

La combinaison de cette approche m’a mené à plusieurs questions qui ont soulevé ma
problématique qui est la suivante :

A que degré le marketing impacte la collection, l’analyse et l’exploitation des données ?

1
https://www.zdnet.fr/actualites/google-rachete-deepmind-specialiste-de-l-intelligence-artificielle-39797383.htm

7
 LE DATA MARKETING

PREMIERE PARTIE

COLLECTER, ANALYSER LES DONNEES ET DECIDER.

Le digital et les progrès informatiques ont en effet bouleversé le parcours d’achat du client.
D’un être passif à séduire, à grand renfort de messages commerciaux, le consommateur est
devenu informé et critique (comparaison des prix et avis consommateurs en temps réel), mobile
et connecté (multitudes de points de contact avec la marque), méfiant et lassé (inondé de
messages commerciaux – plus de 300 par jour).2

Cette situation du data marketing qui occupe aujourd’hui une place cruciale dans le marketing
digital a conduit à la partie théorique.
Nous allons aborder les principes de collecte des données en particulier les outils structurants,
le CRM 360 et la Data Management Platform (DMP) qui constituent les pierres angulaires de
la plupart des projets data.

Le phénomène de la récolte des données a permis d’obtenir la bonne offre au bon moment et à
la bonne personne. De ce fait, le consommateur ne recevra que les offres qui lui correspondent
et qui restent en adéquation avec ses recherches. Cela est permis grâce à un grand effort de
segmentation réalisé grâce aux données récoltées. Ceci sera étudier en détails dans les trois
chapitres suivants.

2
Arnaud de Baynast et Jacques Lendrevie, Publicitor, 2014 (8e édition).

8
 LE DATA MARKETING

Chapitre 1. La connaissance des datas

Section 1. Concept du data Marketing

La définition très précise des objectifs est primordiale avant de se lancer dans le « Data
management ». La collecte, d’analyse et d’activation de la donnée correspondent à chaque
mécanismes du data marketing.

La notion de data marketing n’est pas nouvelle en soi dans la mesure où le marketing direct
« traditionnel » a toujours été basé sur l’utilisation des données disponibles au sein des BDD
marketing. Cependant, le data marketing occupe une place de plus en plus importante dans le
domaine du marketing avec l’utilisation croissante des données qui est faite dans le domaine du
marketing digital et avec la montée en puissance du big data3.

Définition : Data marketing

Le data marketing, ou data-driven marketing, désigne le marketing basé sur l’utilisation des
données. Il représente une part de plus en plus importante des actions marketing au fur et à
mesure du phénomène de digitalisation du marketing.
Le data marketing regroupe généralement les usages marketing / CRM des données et des
usages plus publicitaires en display liés à l’usage des plateformes programmatiques. 4

La discipline interagit avec un très grand nombre d’activités historiques du marketing :

prospection, acquisition, conversion, fidélisation… dans tous ces grands classiques du
marketing conventionnel puis du marketing digital, de nouvelles perspectives s’ouvrent avec
la data !

Par exemple :

En matière de notoriété et d’acquisition, il devient possible de cibler des profils des meilleurs
clients, d’exclure ses clients des campagnes d’acquisition, de piloter algorithmiquement les
enchères Adwords, de faire levier sur la donnée de géolocalisation pour cibler selon les
habitudes de déplacement… ;

Pour convertir les prospects en leads puis les transformer en acheteurs, le marketing
programmatique couplé à des algorithmes de personnalisation permet de délivrer par e-mail ou
par bannières display des centaines de scénarios différents selon le profil du lead ;

La fidélisation n’est pas en reste et un des projets de data marketing les plus en vogue dans les
milieux bancaires est le calcul d’un « score d’attrition », prédisant la propension du client à
rompre son contrat. L’analyse sémantique des « verbatim » clients au sein du service client ou
sur les réseaux sociaux pour identifier des ambassadeurs de la marque est également une des
applications phares de l’exploitation de la data à des fins marketings.

3
https://www.definitions-marketing.com/definition/marketing-de-la-donnee/
4
https://www.definitions-marketing.com/definition/data-marketing/

9
 LE DATA MARKETING

Au-delà de l’optimisation de l’entonnoir marketing (en anglais, funnel marketing), le Graal du

data marketing est de comprendre derrière l’achat le projet global du consommateur (exemple
: ce consommateur achète une lampe, car il déménage ; ce consommateur achète ce thé vert, car
il suit une cure d’amaigrissement) pour réinventer la manière de communiquer avec ce
consommateur. Cette ambition est devenue accessible en croisant ses données avec des données
externes.

Par exemple : Le data marketing est opportunité de business numéro 1 en 2019 5

Dans leur 9e édition des tendances digitales "Experience Index, Tendances digitales 2019",
Adobe et Econsultancy mettent en lumière le rôle toujours plus prégnant de l'expérience
proposée par les marques à leurs clients, qui se doit d'être toujours plus personnalisée et simple.
Et ce, pour se différencier au-delà des produits et de leur notoriété.

Tendance: la réussite des marques passe par le déploiement d'expériences client "hyper"
personnalisées

Tendance : la donnée, une "ressource critique"

Tendance : l'utilisation de l'intelligence artificielle 6

Dans un autre angle, la data pour d’optimiser une campagne le choix de l’audience ciblée est
primordial dans l’atteinte de bonnes performances, un grand nombre d’autres variables doivent
être prises en compte par l’acheteur média afin de piloter la performance de chaque campagne.

À titre d’exemples non exhaustifs :

Y a-t-il des heures de la journée ou des jours de la semaine plus propices que d’autres à la
diffusion de la campagne ? (ciblage temporel ou en anglais hour/day parting). Il est par exemple
facile de constater qu’une campagne pour un acteur de la restauration a de meilleures
performances entre 19 et 21 heures ;

Y a-t-il des zones géographiques (pays, région, ville, code postal,…) dans lesquelles la
campagne performe davantage ? Combien de fois faut-il répéter un message pour atteindre la
performance optimale des campagnes et éviter la lassitude de l’internaute ? Ce paramétrage
fondamental du nombre d’expositions maximal est connu sous le terme de capping
(littéralement « plafonnement »)

Y a-t-il une différence de performance selon les navigateurs ou systèmes d’exploitation utilisés
par les internautes ? Quel est l’impact de la récence/fréquence de la publicité sur les
performances ? Par exemple est-il préférable d’attendre cinq minutes, quinze minutes ou une
heure avant de tenter une nouvelle exposition ?

5
Publié par Floriane Salgues le 22 mars 2019 | Mis à jour le 27 mars 2019 à 09:55
6
https://www.e-marketing.fr/Thematique/data-1091/Breves/data-marketing-opportunite-business-numero-2019-338380.htm#

1
0
 LE DATA MARKETING

Section 2. Décrire les données

Digitalisation des activités, évolution du parcours client qui est devenu ROPO (Research
Online, Purchase Offline.) puis SOLOMO(Social, Local, Mobile.), mise à disposition des
données des institutions publiques en « Open Data »…les données disponibles dans les
entreprises ont bien changé de physionomie en quelques années.

La manipulation des différentes données sont le plus fréquemment en marketing et leurs

caractéristiques. Ce grand inventaire sera réalisé à l’aide du célèbre canevas des « cinq V » du
Big Data que sont la Variabilité, le Volume, la Véracité, la Vélocité et la Valeur.

Figure 1 – Les 5 V du Big Data7

Le data marketing se base sur les données propres à l’entreprise ou à l’annonceur en critères de
classification :

 Critères utilisés par les statisticiens

Si vous évoquez maintenant le data marketing devant un statisticien, il aura une tendance
naturelle à segmenter les données en quatre typologies dont il est préférable de comprendre le
sens et les enjeux.

1- Données continues vs données discrètes

7
« The four V’s of Big Data », infographie d’IBM http://www.ibmbigdatahub.com/infographic/four-vs-big-data

1
1
 LE DATA MARKETING

Les données continues sont des données qui peuvent prendre n’importe quelle valeur, tandis
que les données discrètes ne peuvent prendre que des valeurs prédéterminées (dans un
sousensemble fini). Les variables discrètes sont généralement plus faciles à comprendre d’un
coup d’oeil.

2- Données quantitatives vs données catégorielles

Les données quantitatives sont des données sur lesquelles on peut effectuer des opérations
arithmétiques (addition, division…) et qui sont ordonnées (on peut les comparer par une relation
de type « supérieur à » ou « inférieur à »). Les données catégorielles appelées aussi « données
qualitatives » ne sont pas des quantités, mais peuvent tout de même quelquefois être numériques
(exemple : le code postal) ou être ordonnées (exemple : « faible, moyen, fort »). Dans ce dernier
cas, on parle on parle de « données ordinales » qui sont souvent traitées comme des données
discrètes.

3- Données cibles vs données explicatives

La donnée « cible » est la donnée que l’on cherche à expliquer (exemple : l’achat). Les données
« explicatives » sont les attributs des individus observés (exemples : le sexe, l’âge, la fréquence
des visites…).

4- Données brutes vs données calculées

Les données brutes constituent les données originales telles que collectées (exemples : date de
naissance, chiffre d’affaires de la commande…). Les données calculées sont, comme leur nom
l’indique, créées a posteriori (indicateurs, ratios, etc.)

 Critères de classification utilisés par les responsables informatiques

La question qui préoccupe le plus le département SI (Système d’information) concerne

généralement la provenance et la sécurité des données. Le responsable informatique aura donc
une tendance à séparer les données endogènes des données exogènes.

Les données endogènes sont les données produites par l’entreprise. Elles sont stockées dans le
système d’information de l’entreprise ou dans l’entreprise, mais hors du SI (fichier Excel par
exemple).

Les données exogènes sont les données achetées ou récupérées à l’extérieur de l’entreprise
(fournisseurs de données, open data…)

 Critères de classification utilisés en publicité

La notion de provenance est également un discriminant fort pour les acteurs de la publicité. Une
agence média aura ainsi tendance à classer les données en trois catégories : first party, second
party et third party.

1- Les first party data

1
2
 LE DATA MARKETING

Ce sont tout simplement les données qui appartiennent à l’annonceur, collectées à partir de son
site web (données de navigation), de son CRM (e-mail, numéro de téléphone), de ses campagnes
marketing et médias (ouvertures d’e-mails, impressions ou clics sur des publicités en ligne), etc.

2- Le second party data

Ce sont les données first party d’une autre entreprise mises à disposition de l’annonceur dans le
cadre d’un partenariat business. Par exemple, un partenariat classique souvent observé est celui
entre une marque (Nutella, Lactalis, Babolat, etc.) qui n’a pas de lien direct avec le
consommateur (pas de tickets d’achat, trafic sur le site généralement limité) avec des
distributeurs (Carrefour, Decathlon, etc.).

3- Les third party data

Ce sont des données tierces vendues par des fournisseurs de données. En général, ce sont des
données assez génériques (sexe, catégories socio-démo, centres d’intérêt), permettant d’enrichir
sa base client (exemple : recollement d’une adresse avec un type de CSP) ou plus fréquemment
d’élargir l’audience d’une campagne publicitaire (exemple : cibler les seniors) ou, au contraire,
d’exclure certaines catégories (exemple : exclusion des mineurs).

À cette classification, les agences marketing ajoutent souvent la distinction entre données
offline et données online. Les données offlines désignent celles issues des médias classiques
(points de vente, courriers, télémarketing…), tandis que les données online sont issues des
médias numériques (navigation web, clics e-mail, ouvertures application mobile…) 8

 Critères de classification utilisés par le marketing

Si vous parlez data marketing avec la fonction marketing, il y a de fortes chances d’aboutir à
une classification des données selon quatre catégories.

1- Les données sociodémographiques

Ce sont les données historiquement utilisées par le marketing pour construire des segments
d’audience et des persona marketing. Ces données concernent :

Les données personnelles : date de naissance, âge, genre, adresse e-mail, code postal, numéro
de téléphone…

La situation familiale : statut marital, nombre d’enfants et leur âge…

La situation professionnelle : salaire, CSP, horaires de travail…

La situation patrimoniale : propriétaire/locataire, valeur du logement…

La situation géographique : code postale, données IRIS, ancienneté à l’adresse, type d’habitat…

8
« Qu’appelle-t-on données first, second, third party ? », 2015, Pierre Fournier, partner du cabinet Artefact ;

1
3
 LE DATA MARKETING

Le géomarketing : niveau de concurrence, taux de chômage, taux de pénétration du produit…

dans la zone d’habitation du client.

2- Les données transactionnelles

Issues principalement des achats, mais aussi par extension des micro-conversions (inscription
newsletter, demande de devis, retour produit,…), ces données se décomposent généralement
selon les axes suivants :

« Combien ? » montant de la transaction, quantité achetée, nombre de produits différents

achetés, utilisation d’un bon de réduction ;

« Quand ? » date d’achat, fréquence des transactions, ancienneté du client, récence du dernier
achat, date d’échéance prévue du contrat souscrit ou du produit acheté ; « Quoi » : marque du
produit, style, catégorie, option garantie, etc. ; « Où ? » lieux des transactions (agence, site e-
commerce, téléphone, etc.);

« Comment ? » mode de paiement, délai de paiement.

3- Les données comportementales

Parfois assimilées aux données transactionnelles, les données comportementales sont pourtant
moins centrées sur le produit et plus sur la relation et l’interaction avec le client.

On parle parfois aussi de « données relationnelles ». Sont typiquement inclues dans ces données
:

 Le comportement de navigations telles que visites de pages, clics, partages sur les
réseaux sociaux, commentaires d’articles, « likes » Facebook, etc. ;
 Les canaux privilégiés pour prendre contact (e-mail, appel au standard), communiquer
(courrier, agence…), commander (Internet, magasin…) ou se faire livrer (à domicile, en
magasin…) ;
 Les réactions aux e-mails, aux enquêtes de satisfaction, aux appels du service
clientèle…

Exemple d’étude :

Aux résultats d’une étude menée en Europe par RocketFuel (Rocket Fuel est une société de
technologie publicitaire basée à Redwood City, en Californie) et qui démontrent que :

• 5 % des marketeurs européens pensent utiliser leur first party data client
• 4 marketeurs sur 10 utilisent une vue client unique pour nourrir les campagnes
• 1 initiative marketing sur 5 est basée sur les individus plutôt que sur les devices

« Notre étude démontre que 68 % des marketeurs européens déclarent que les campagnes
devraient être connectées aux data en DR (Direct Response). Seulement 2 marketeurs sur 10
(18%) n’utilisent pas leurs insights DR pour améliorer leurs campagnes de branding.

1
4
 LE DATA MARKETING

La pression est de plus en plus forte pour démontrer les résultats obtenus pour les campagnes
marketing ; de fait, créer un lien entre les campagnes et la performance DR s’avère crucial pour
assurer la réussite des marketeurs.

Les insights provenant des campagnes DR offrent une valeur ajoutée à la stratégie de la marque
et à la créativité. Apprendre sans cesse qui sont vos clients et bien plus encore, quel type
d’utilisateur est intéressé par vos produits ou bien agit comme votre base clients existante, est
primordial pour maintenir la croissance de cette ligne de fond, » déclare David Gosen, Directeur
Général et SVP International de Rocket Fuel. 9

Section 3. La réalisation des projets data

L’utilisation des données structurées met en valeur les produits dans les résultats de recherche
et améliore le SEO. Le data marketing à une tendance naturelle à segmenter les données entre
données structurées et données non structurées.

Les données structurées

Les données qui sont rangées, organisées selon une logique prédéfinie. Il s’agit typiquement de
données dans un tableur décrit par un ensemble de variables en colonnes (âge, marque préférée,
chiffre d’affaires, etc.) ou de façon plus imagée, de couverts rangés par type au sein d’un tiroir
à couverts ! La grande majorité des outils d’analyses de données ou de gestion de campagnes
ne peuvent manipuler que des données structurées et ce type de données régnaient en maître
jusqu’à la fin du XXe siècle.

L’arrivée d’Internet a radicalement changé la donne. Désormais, les consommateurs

s’expriment directement sur les réseaux sociaux, forums, sites des marques : les avis clients, les
e-mails au service clients, les tweets, les images postées sur Facebook n’ont aucune organisation
prédéfinie et constituent ce qu’on appelle :

9
Data et marketing : l’avis des marketeurs (l’ADN le 26 SEPT. 2016)

1
5
 LE DATA MARKETING

Les données non structurées

Pour reprendre la métaphore précédente, les données non structurées sont plutôt une caisse de
couverts empilés les uns sur les autres sur un marché le dimanche matin ! Et comme souvent à
la brocante quand on fouille un peu, ces données constituent une mine d’or : elles servent, par
exemple, à écouter la voix du client, à identifier des buzz à venir ou à anticiper des évolutions
de fond. « Au-delà des mots, la photo par exemple exprime de la façon la plus spontanée, sans
médiation, ce que sont les gens, comment ils vivent, ce qu’ils pensent, ce qui les touche, quels
sont leurs choix. Elle permet de connecter les décideurs à la vraie vie des gens, pour ne pas en
être distancés », explique Martine Ghnassia à la tête de l’entité InCapsule d’Ifop.

« L’image n’est plus uniquement un vecteur de communication, elle émet en plus de son sujet
une multitude d’informations qu’il faut savoir dénicher. Concrètement une photo Facebook de
vous en train de boire un Coca-Cola en dit beaucoup sur votre attirance pour la marque ! »

En pratique, pour les entreprises, la grande différence entre les deux types est que les données
non structurées sont difficiles à appréhender, à requêter et à analyser. En fait, traiter des données
non structurées change (presque) tout : les approches méthodologiques, les outils
technologiques, les expertises nécessaires. Manque de chance avec l’explosion de YouTube,
Facebook et autres Pinterest, 80 % des données disponibles sur Terre sont de type non structuré
!

Afin de comparer les données la culture et l’organisation de l’entreprise jouent un rôle

primordial dans la faisabilité d’un projet data. Adopter une organisation transversale permettant
à des équipes qui n’ont pas les mêmes objectifs, les mêmes méthodes, ni le même vocabulaire
de travailler efficacement ensemble est en effet un défi d’une grande complexité.

Au-delà de l’organisation en tant que telle, un autre frein à la transcription de la stratégie en

réalité opérationnelle réside dans le manque de profils mixtes « business et technique » qui ont
fait le succès des géants du Web. Parmi ces nouveaux métiers en plein boom, citons par exemple
:

Le data scientist :

Qualifié en 2015 par la Harvard Business Review de « métier le plus sexy de l’année », le data
scientist possède une triple compétence mathématique (créer un modèle), informatique (monter
un cluster, implémenter un modèle) et business (vulgariser et raconter ce que disent les
données). Même si sa compétence dans chacun de ces trois domaines peut être légèrement
inférieure à celle d’un pur spécialiste, sa polyvalence en fait un atout très précieux pour les
entreprises et une personne rare sur le marché 10 ;

10
http://referentiels-metiers.opiiec.fr/fiche-metier/113-data-scientist

1
6
 LE DATA MARKETING

Le Product Manager a également un triple savoir-faire, business (vision marché et besoins

clients), SI (sait parler à des développeurs), User Experience (maîtrise la notion de parcours
client). Il est le garant du produit et de ses évolutions ;

- Le DevOps : acronyme de « développement et opérations », le DevOps est le meilleur

allié du Product Manager. Sensible au produit et à la satisfaction client, il répond au
besoin du métier de réaliser en continu une multitude de petites modifications
techniques pour coller aux exigences du client final, sans entraver la roadmap plus long
terme de la SI ;
- Le Chief Marketing Technologist (CMT) : dans un écosystème « martech » de plus en
plus complexe, il est très difficile pour les entreprises de discerner le vrai du faux et de
choisir les partenaires techniques et éditeurs de solution les plus adaptés. Capable à la
fois de maîtriser les cas d’usages métiers espérés et de challenger le prestataire sur le
plan technique, le CMT fait le bonheur de plus en plus d’entreprises dépassées par la
rapidité du développement des technologies et le camouflage de la réalité sous les
buzzwords du moment ;
- Le Chief Data Officer (CDO) : de plus en plus rattaché à l’exécutif, le CDO est
traditionnellement en charge de l’intégrité de la donnée, de l’animation de la
gouvernance de la donnée et de l’acculturation de l’entreprise. Il s’agit ici aussi d’un
profil rare ayant une bonne connaissance des systèmes d’information, de solides notions
mathématiques, mais possédant également une excellente vision business et des qualités
de communication hors pair pour pouvoir mener le changement. L’institut d’études
Gartner estime à 1 000 le nombre de postes de CDO en 2016, principalement dans les
pays anglo-saxons.

Sans prétendre que la solution à tous les problèmes de data management se situe dans le
recrutement de ces profils, identifier et multiplier les profils mixtes dans l’entreprise facilitera
cependant la réalisation des projets data. Certaines entreprises l’ont bien comprise en
commençant à mutualiser leurs compétences au sein de « data lab ».

1
7
 LE DATA MARKETING

Chapitre 2. Collecte de l’information

Il est indispensable à l’heure du data marketing de développé dans les grandes lignes les
principales méthodes de collecte de données.

Afin de comprendre les différentes technologies utilisées pour collecter les informations telles
que les cookies.

Le concept des cookies :

Des fichiers texte se place sur l’ordinateur par les sites internet visité. Ils sont utilisés afin de
permettre le fonctionnement des sites ou de rendre leur fonctionnement plus efficace, et de
fournir des informations à leur propriétaire. L’utilisation de cookies est aujourd’hui
indispensable pour offrir un service optimal à l’utilisateur. 11

TYPES DE COOKIES

Cookies de Session : restent stockés dans un navigateur durant la session de navigation, c’est
à dire jusqu’à ce que vous quittiez le site.
Cookies Persistants : restent dans votre navigateur après la session (sauf si vous les avez
supprimés).
Cookies de Performance : collectent des informations sur votre utilisation du site, comme
les pages web visitées et les messages d’erreur, ils ne recueillent pas de renseignements
concernant des personnes identifiées, et les informations collectées sont agrégées de sorte
qu’elles sont rendues anonymes. Les cookies de performance sont utilisés pour améliorer la
façon dont fonctionne un site web.
Cookies de Fonctionnalité : permettent au site de se rappeler les choix que vous faites sur
le site web (tels que des modifications de la taille du texte, des pages personnalisées) ou
activer des services tels que des commentaires sur un blog.

Le tableau suivant explique la manière dont les cookies sont utilisés sur un site
ÉMETTEUR COOKIE

wordpress.com Nom : tk_ai

Type : Cookie tiers persistant
Durée : 5 ans
Objet : Ce cookie collecte des métriques internes pour l’activité
de l’utilisateur, elles sont utilisées pour améliorer l’expérience
utilisateur. Pour en savoir plus, consulter l’aide WordPress.

11
http://www.eluere.com/cookies/

1
8
 LE DATA MARKETING

wordpress.com Nom : viewed_cookie_policy

Type : Cookie tiers persistant
Durée : 1 an
Objet : Ce cookie est utilisé pour conserver votre réponse sur la
politique de cookiedu site et seuls les utilisateurs ayant acceptés
possède ce cookie.

.google.com Nom : _ga

Type : Cookie tiers persistant
Durée : 2 ans
Objet : Ce cookies est mis en place par Google dans le cadre de
l’utilisation du service Google Analytics pour distinguer les
utilisateurs. Pour plus d’information, se reporter à l’information
sur les types de cookies utilisés par Google et aux conditions
générales d’utilisation de Google ANALYTICS.

.google.com Nom : _gat

Type : Cookie de session
Durée : 10 minutes
Objet : Ce cookies est mis en place par Google dans le cadre de
l’utilisation du service Google Analytics. Ce cookie ne stocke
aucune information d’utilisateur, il est juste utilisé pour limiter le
nombre de demandes qui doivent être faites à doubleclick.net
Pour plus d’information, se reporter à l’information sur les types
de cookies utilisés par Google et aux conditions générales
d’utilisation de Google ANALYTICS.

Tableau 1 : Exemple de collecte de cookies ; eluere.com.

Section 1. Outils clés pour dompter la multitude de données

Après avoir étudié les grands principes de collecte des données, passons désormais à la pratique
avec deux outils qui cristallisent l’attention des directions marketing :

Le CRM (Customer Relationship Management) et la DMP (Data Management Platform).

1
9
 LE DATA MARKETING

Deux arbres qui cachent une forêt d’appellations et de variantes aussi différentes que CRM 360,
datamart client, référentiel unique client (RCU), DMP marketing, DMP connecteurs, DMP
média…

Avant de rentre dans les détails de dompter les données retournerons vers la source
composantes d’un système d’information décisionnelle parmi elles, le Data warehouse, le Data
mart et le Data lake

Le Datawarehouse : la mémoire brute de l’entreprise

Le Data warehouse est un entrepôt de données. A ce titre, ses fonctions principales sont de
récupérer l’information, de la stocker, de l’enregistrer et de la mettre à disposition d’utilisateurs
avancés. Pourquoi uniquement d’utilisateurs avancés ? Car l’information est stockée dans un
format généralement brut, composé de logs, de tables d’événements… Rien qu’un utilisateur
lambda de l’entreprise sache exploiter. Seuls les gestionnaires de base des DSI et les statisticiens
y trouvent leur compte. Ces derniers sont très souvent en mesure de retravailler eux-mêmes la
donnée pour la faire parler, et donc préfèrent construire leurs propres indicateurs parfaitement
adaptés à l’étude qu’ils mènent.

On juge de la performance d’un Datawarehouse à sa capacité à sécuriser l’enregistrement de la

donnée : redondance, sauvegarde, reprise sur incidents… Rien de sexy mais une base solide qui
garantit que l’information ne sera jamais perdue, ou qu’une information corrompue pourra être
isolée, nettoyée, sans gâcher toute la base. En sus, des indicateurs de contrôle peuvent être mis
en place pour garantir les 3 conditions clés pour une donnée saine : sa qualité, son exhaustivité,
et sa fraîcheur.

Le Datamart : la donnée au service de l’intelligence business

Comme expliqué, un entrepôt de données ne met pas l’information à disposition de l’utilisateur
basique. Pour cela, il faut adjoindre à l’entrepôt un Data mart, dont le rôle est de retraiter
l’information pour la rendre exploitable par un corps de métier de l’entreprise. A chaque métier
son Data mart : l’information, pour être transformée en ressources, doit être retravaillée sous
forme d’agrégats pour être compréhensible de l’utilisateur. Un comptable et un Marketeux ne
partagent pas la même vision de l’entreprise, donc l’information doit leur être adaptée.

Un exemple : dans un data warehouse, les clics sur e-mail sont enregistrés en fonction d’une
date de clic, l’adresse e-mail n’étant qu’un des paramètres du clic. Pour un expert CRM,
l’adresse e-mail (ou tout autre identifiant client) sera le point d’entrée : en face de chaque
contact, la fréquence de clics, la date de dernier clic, etc…

Le Datamart est un prisme qui adapte la donnée à l’utilisateur. En cela, ses clés de succès
tiennent beaucoup à la façon dont la donnée est agencée. Plus elle est compréhensible par
l’utilisateur, meilleur est le résultat. C’est pourquoi les intitulés de chaque champ et leur mode
de calcul doivent coller au plus près des usages du métier.

Par ailleurs, si un expert en base de données peut comprendre de devoir attendre plusieurs
minutes pour obtenir la réponse à une requête sur la base, un utilisateur classique y verra un

2
0
 LE DATA MARKETING

bug. C’est pour cela qu’un Datamart pré-calcule la plupart des combinaisons de champs en
dehors des heures de bureau. Ainsi, tous les résultats sont préenregistrés et l’utilisateur obtient
sa réponse en quelques secondes. Bien évidemment, un Data mart permet moins de souplesse
dans la manipulation de l’information, mais au moins celle-ci a du sens et permet de diffuser la
connaissance véhiculée par la donnée. 12

Le data lake : l’emplacement de stockage centralisé

Il peut stocker des données structurées, semi-structurées ou non structurées, qui signifie que les
données peuvent être conservées sous des formats plus souples pour une utilisation ultérieure.
Lorsqu'il importe les données, le data lake les associe à des identificateurs et des balises de
métadonnées pour une récupération plus rapide. Les données sont stockées en vrac et sous
forme brute par contraste avec les données propres et traitées qui sont stockées dans les
datawarehouses traditionnels.

En général, les data lakes sont configurés sur un cluster de serveurs standard peu coûteux et
évolutifs. Ce type de configuration permet de stocker des données dans le data lake (au cas où
elles seraient nécessaires plus tard) sans avoir à se préoccuper de la capacité de stockage
disponible. Les clusters peuvent être déployés sur site ou dans le cloud.

Qu’est-ce qu’un outil CRM ?

Définition

CRM est l’acronyme de Customer Relationship Management qui signifie en français Gestion
de la Relation Client (GRC). Cogivea, éditeur d'un logiciel CRM vous propose sa définition.
La CRM a pour objectif d’optimiser le traitement et l’analyse des données relatives aux clients
et prospects.

En capitalisant les informations obtenues de ces derniers, on tend ainsi à améliorer son discours
commercial, à mieux cibler ses actions, à conquérir plus efficacement de nouveaux marchés et
à fidéliser son parc client existant.

La gestion de la relation client s’inscrit dans une démarche marketing dite « relationnelle »,
c’est-à-dire visant une approche long terme et continue de vos rapports avec vos partenaires
commerciaux. Vous maîtrisez la connaissance de vos clients et vous contrôlez le suivi de vos
échanges, ce qui vous permet une augmentation sensible de la détection d’opportunités
d’affaires.

Afin d’aider à la mise en place d’une stratégie CRM au sein d’une entreprise, il existe des outils
informatiques permettant la capitalisation et le traitement de vos données clients. Concrètement,
les logiciels CRM centralisent les informations et échanges commerciaux grâce à un historique
détaillé. Vous ciblez facilement vos campagnes de prospection et fidélisation ; vous retrouvez

12
http://reussir-son-crm.fr/quelle-difference-entre-datawarehouse-et-datamart

2
1
 LE DATA MARKETING

et contrôlez l’ensemble des actions effectuées sur chaque fiche client ou prospects ; vous pilotez
l’ensemble de votre activité commerciale en accédant à des tableaux de bord détaillés...

13

La Data Management Platform

La Data Management Platform qui fut le buzzword 2015 du marketing digital. DMP le sigle,
pour Data Management Platform, aura été le phénomène du marketing digital, en 2015. L’outil
d'amélioration de la connaissance client.

Le concept :

Une DMP se caractérise par son adaptation aux enjeux du webmarketing, notamment sur les
points suivants :

Le cookie est un identifiant majeur d’une DMP, là où une base de données classique se fondera
plutôt sur une adresse e-mail, un numéro de téléphone, ou une adresse postale La récupération
et la restitution de données en temps réel.

13
https://www.cogivea.com/ressources/faq-questions-frequentes/87-generalites-sur-le-crm/51-qu-est-ce-qu-
unlogiciel-crm-definition.html
La collecte d’information de navigations issues des sites web de l’entreprise, mais aussi de
campagnes digitales comme les bannières web RTB notamment

La connexion avec des applications web, notamment les ad exchanges, ces plateformes où les
espaces publicitaires sont vendus au plus offrant.

Une base hébergée et gérée en mode SaaS, c’est-à-dire chez l’éditeur de la solution et non chez
le client.

2
2
 LE DATA MARKETING

A quoi sert une DMP ?

Cibler les messages pub sur Internet, que ce soit sur le site de l’annonceur ou sur un site tiers.
Là est la révolution. Un exemple : vous pouvez acheter aux enchères des bannières sur une cible
bien particulière telle que vos clients venant de passer sur votre site et visitant régulièrement
des sites de sport. Et les bannières pourront être diffusées sur des centaines de sites web, si vous
en avez les moyens. En bref, la puissance de votre connaissance clients peut désormais servir
vos campagnes digitales.

Les limites d’une DMP

Comme écrit plus haut, le cookie est un identifiant de référence dans une Data Management
Platform. Pas de chance, il fait partie des identifiants les plus retors de la relation clients. En
voici les limites :

Un cookie ne veut pas dire un internaute. Le cookie identifie grosso modo un couple
ordinateur/navigateur. Quelle pertinence d’une pub pour une location de voitures adressée à
l’adolescente de la maisonnée, alors que vous vouliez cibler sa mère ? Pas de chance, elles
utilisent toutes les deux l’ordinateur familial.

Le cookie ne se partage pas entre appareils, donc il convient de trouver des ponts pour
consolider l’usage des clients.

Le cookie périme très vite. Au-delà de quelques mois, soit le navigateur automatiquement, soit
l’internaute aura effacé l’historique des cookies. Sans parler des renouvellements de matériel.

Ce dernier point est crucial : comme le cookie périme vite, il faut beaucoup de données fraîches
pour alimenter la DMP. Sinon celle-ci sera toujours vide, ou presque. Et si votre base est vide,
l’impact sur vos campagnes digitales restera minime. Il vous faut du volume, ne serait-ce que
pour les algorithmes des agences web tournent correctement. Certains fournisseurs de solution
DMP ont même avancé 5 millions de visiteurs uniques mensuels comme limite basse pour que
la techno soit intéressante. L’alternative est de payer des « onboarders » pour maintenir un taux
de réconciliation de vos données suffisant.

Pour finir, le coût de ce type de techno est (quoi qu’en dise l’éditeur) moins lié au volume de
données qu’à la complexité des échanges, d’où l’existence de prix plancher. D’après un rapide
sondage auprès de divers éditeurs, le ticket d’entrée pour une licence DMP tourne autour de
100 000 euros par an. Ceci ne prend pas en compte le coût du projet, la maintenance des flux
etc… Le retour sur investissement ne se prouve donc pas si facilement que cela, beaucoup
d’annonceurs devront passer leur chemin.

2
3
 LE DATA MARKETING

Section 2. S’organiser dans Les données

Chaque annonceur possédant ses propres particularités.

Étape 0 : dresser une cartographie de l’existant

Difficile d’aller de l’avant sans une vision claire des innombrables outils marketing au sein de
l’entreprise en lien avec la connaissance client (fournisseurs e-mails, mobile, réseaux sociaux,
service client…) ainsi qu’une vision détaillée de l’ensemble des données éparpillées dans
l’entreprise ou chez des prestataires.

Étape 1 : instaurer un référentiel client unique

Avoir une vision 360 des différents points de contact qu’ont les clients avec la marque est un
stade de maturité encore trop rarement atteint par les annonceurs. Mettre en place l’ensemble
des cas d’usages associés à un CRM 360 (personnalisation site web, personnalisation e-mails,
crosscanal…) ainsi qu’une politique d’optimisation continue de ces cas d’usages est une
nécessité à l’heure du data marketing.

Étape 2 : mettre en place une DMP

Si l’entreprise exploite pleinement les données personnelles et utilise beaucoup le levier du

display notamment en acquisition, il est temps de se frotter aux données anonymes en s’équipant
d’une DMP. Après une phase un peu technique de taxonomie, il s’agira de commencer par des
cas d’usages simples et heuristiques (exemple : retargeting abandon formulaire) avant de mettre
en œuvre des cas d’usages statistiques et d’optimiser.

Étape 3 : relier le CRM à la DMP

L’onboarding (le processus de guidage et d'accompagnement d'un utilisateur venant de

télécharger une application mobile sur son Smartphone) du CRM dans la DMP est un chantier
qui apportera beaucoup de valeur à l’ensemble de l’écosystème data de l’entreprise, notamment
en permettant le ciblage par bannières des clients dormants qui n’ouvrent même plus les e-mails
et la constitution de profils jumeaux aux meilleurs clients (look alike audience)

Étape 4 : déverser le tout dans un datalake

Arrivé à ce stade de maturité, une dernière étape à forte valeur ajoutée consiste à déverser le
CRM 360, la DMP et toutes les autres données non structurées (verbatim réseaux sociaux,
images Pinterest…) dans un gigantesque lac de données. Cette centralisation des données rendra
notamment possible des analyses poussées (datamining), dont les résultats pourront à leur tour
alimenter le CRM 360 et la DMP.

Le schéma ci-dessous, beaucoup relayé sur les réseaux sociaux professionnels (LinkedIn,

2
4
 LE DATA MARKETING

Twitter), résume l’ensemble de ces étapes et l’écosystème simplifié qu’une entreprise peut
cibler afin d’organiser et exploiter au mieux ses données. 13

Figure 2 – Écosystème data cible

Données Données anonymes
personnelles

CRM Onboarding DMP

360

Datalake

13
Pierre Fournier, « Comment se parlent CRM, DMP et Datalake », Artefact, janvier 2016.

2
5
 LE DATA MARKETING

Section 3. Le clustering : segmentation en pilotage automatique

Le clustering est un mot souvent employé en data marketing. Le partitionnement de données

(ou data clustering en anglais) est une des méthodes d’analyse des données. Il désigne la
segmentation automatique des individus en groupes distincts, selon la logique suivante : au sein
de chaque groupe, les individus sont très homogènes et présentent des comportements similaires
; deux individus appartenant à deux groupes différents présentent des différences notables et
significatives.

Le terme automatique est primordial : il distingue les méthodes de clustering des méthodes de
segmentation vues précédemment dans lesquelles les familles de sorties sont prédéterminées
selon des méthodes classiques du marketing (grande fréquence d’achat, hauts revenus, etc.).
Avec le clustering, impossible de prévoir les différents groupes d’individus qui vont être créés.
Un des talents du data miner sera justement de conférer un sens métier à ces groupes déterminés
mathématiquement.

Figure 3 – Segmentation et clustering s’appuient sur des approches différentes

Le clustering s’appuie sur une notion de distance

Pour rassembler les individus qui se ressemblent, il est nécessaire de définir la « distance » entre
deux individus et plus généralement entre deux groupes d’individus.

Ces deux paramétrages sont loin d’être anodins, car ils peuvent modifier grandement la
composition des clusters.

2
6
 LE DATA MARKETING

À titre d’exemple, la distance entre deux individus peut être définie comme la distance
euclidienne, la distance de Manhattan, la distance de Jaccard, la distance de corrélation, etc. Le
choix de cette distance va être dicté par les particularités liées aux données.

De la même façon, différentes possibilités existent pour définir la distance entre deux groupes :
distance la plus petite (ou la plus grande) entre deux objets pris dans chaque groupe, la distance
moyenne entre les objets pris dans chaque groupe, la distance entre les centres de gravité, etc.

Tout l’enjeu dans ce paramétrage des distances est de minimiser la distance entre individus du
même groupe tout en maximisant la distance entre les différents groupes. Cela signifie
concrètement que : les individus d’un groupe donné doivent se ressembler ; les individus de
groupes distincts ne doivent pas se ressembler.

Une fois ce paramétrage des distances effectué, deux situations peuvent se présenter : soit il y a
un nombre faible d’individus à classer (quelques milliers), soit il y a un grand nombre
d’individus à classer. Chaque situation fera appel à une méthode de clustering différente.

Deux méthodes de clustering :

L’approche non hiérarchique « fait un premier tri » et la méthode hiérarchique aboutit au

clustering final.

Souvent le nombre d’individus à classer dépasse la dizaine de milliers et il est nécessaire alors
de recourir à une méthode non hiérarchique (souvent appelée « centres mobiles » ou « k-mean
Intérêt et application du clustering.

L’une des exemples d’applications :

La segmentation d'une base de données ; elle peut servir à discrétiser une base de données.

La segmentation peut aussi permettre de condenser ou compresser les données d’une base de
données spatiales (c’est-à-dire réduire la taille des paquets de données à traiter, dans l’ensemble
de données considérées).

Par exemple dans une image aérienne ou satellitaire un SIG traiter différemment les forêts,
champs, prairies, routes, zones humides, etc. ici considérés comme des sous-espaces
homogènes. Un traitement plus fin pouvant ensuite être appliqué à des sous-ensembles de ces
classes (ex. : forêt de feuillus, de résineux, artificielles, naturelles, etc.). OLAP est une méthode
qui facilite l'indexation de telles bases ;

La classification (en sous-groupes, sous-populations au sein de la base de données), par exemple

d'une base de données clients, pour la gestion de la relation client ;

L'extraction de connaissances, qui se fait généralement sans objectif a priori (facteur de

sérendipité, utile pour la génération d'hypothèse ou modélisation prédictive), pour faire émerger
des sous-ensembles et sous-concepts éventuellement impossibles à distinguer naturellement.14

14
https://fr.wikipedia.org/wiki/Partitionnement_de_donn%C3%A9es

2
7
 LE DATA MARKETING

Chapitre 3. L’exploitation des données en marketing

prédictif
Section 1. Le marketing prédictif
Le marketing prédictif illustre souvent la puissance, en 2012 par le New York Times dévoile un
client en colère dans un supermarché sous le nom Target qui demande à voir le directeur de sa
grande surface habituelle : « Ma fille n’a que 16 ans et vous envoyez des pubs pour berceaux.
Vous voulez la pousser à tomber enceinte ou quoi ? » Quelques jours

après, le père apprend que sa fille est effectivement enceinte. Le supermarché, sous l’impulsion
du data scientist Andrew Pole avait élaboré un modèle de scoring probabiliste à partir de 25
produits que les femmes nouvellement enceintes avaient tendance à commander. C’est ainsi
que le supermarché Target avait déterminé, à quelques jours près, à quel stade de grossesse la
jeune fille se trouvait. Avant que son propre père ne le sache !

Espérons pour cette jeune fille qu’elle ne devienne pas cliente de Visa et paye ses factures en
retard. La célèbre carte bancaire a en effet a remarqué que les couples ayant ce comportement
avaient tendance à divorcer plus que la moyenne…

Anticiper le futur est le rêve de tous les marketeurs. Historiquement, les marketeurs ont toujours
analysé les performances des campagnes passées afin de comprendre a posteriori certains
phénomènes ou bien ont réalisé des panels afin de « prédire « la réaction des consommateurs.

À l’heure du digital, la prédiction comportementale prend une tout autre réalité : celle des
modèles mathématiques capables de calculer en temps réel la probabilité de réalisation d’un
événement. Si les termes marketing prédictifs et « machine learning1 (littéralement «
apprentissage automatique ») sont devenus courants et très à la mode dans la presse et les
événements spécialisés, les concepts mathématiques sous-jacents restent pourtant obscurs pour
la plupart des professionnels du marketing digital, laissant la place au meilleur comme au pire
en matière d’implémentation d’algorithmes « prédictifs ». Pas de panique toutefois :

Ce chapitre qui clôt la première partie consacrée aux techniques de base de la data

Science démystifiera la plupart des grandes applications du marketing prédictif et donne le socle
de connaissance nécessaire pour mieux appréhender ce champ d’études perçu très souvent
comme une blackbox (boîte noire).

Le marketing prédictif était Autrefois réservé aux banques et au monde de la finance, les
analyses prédictives et le machine learning se sont introduites depuis quelques années dans le
marketing portées par le courant « Big Data » et l’arrivée d’ingénieurs dans les directions
marketing.

Dans ce chapitre et section Ci-dessous sont présentés quelques-uns des grands principes de ces
méthodes prédictives.

2
8
 LE DATA MARKETING

Section 2. Comprendre la géolocalisation

La notion de géolocalisation est un terme qui se banalise aujourd’hui, avec une perte de repères
: d’un côté la moindre application mobile développée dans son garage inclut cette fameuse «
géolocalisation », et de l’autre côté les plus grandes marques engagent des projets coûteux à
grand renfort de consultants afin d’inclure la géolocalisation dans leur arsenal marketing. La
réalité est que derrière le terme « géolocalisation » se cache un vaste ensemble de technologies
et d’usages. En particulier voici quelques questions clés à se poser avant d’aborder un projet de
géolocalisation.

Géolocalisation indoor ou outdoor ?

Les procédés de géolocalisation diffèrent grandement selon que l’on souhaite géolocaliser un
individu en extérieur (outdoor) ou en intérieur (indoor) et rares sont les prestataires capables
d’assurer les deux types d’usage !

La technologie outdoor s’appuie principalement sur la position GPS fournie par le smartphone
ou par une balise GPS, et apporte une précision de l’ordre d’une dizaine de mètres.

Moins précise, mais applicable aux utilisateurs non équipés de smartphone, la géolocalisation
par GSM, dite aussi « cell id », se base quant à elle sur le rattachement d’un téléphone à une
antenne relai.

Enfin la géolocalisation outdoor pourra peut-être bientôt s’appuyer sur le réseau LoRa,
développé par Bouygues Telecom, Orange et Archos et principalement dédié à l’Internet des
Objets (IoT).

Le problème de ces technologies est qu’elles perdent fortement en précision dès que l’individu
se situe dans un espace clos tels que centres commerciaux, magasins ou aéroports. C’est à ce
moment-là qu’interviennent les technologies indoor, dites aussi de micro-localisation. Parmi
elles en particulier : les balises Bluetooth ; la technologie LIFI ; le Wifi ; les ultrasons.

Les types de Géolocalisations :

Géolocalisation en mode « pull » ou mode « push »

En mode « pull », la donnée de géolocalisation est transmise au moment où l’utilisateur exécute

une action spécifique sur l’application.

Le mode « push » résout cette contrainte. Le service est en veille et se déclenche

automatiquement en fonction de la position de la personne.

Géolocalisation continue ou discrète ?

La géolocalisation continue est une tâche de fond qui envoie à intervalle régulier la position du
terminal et connaître toutes les habitudes de déplacement de plusieurs millions.

2
9
 LE DATA MARKETING

La géolocalisation discrète repose généralement sur le maillage d’un espace géographique et de

la collecte de points de passage. C’est le principe par exemple des antennes GSM, des bornes
Wifi ou des boîtiers de type Bluetooth.15

Comment tirer parti de la donnée de géolocalisation ?

De nombreuses entreprises testent des opérations autour de la donnée de géolocalisation et des

modèles commencent à émerger sur les différentes façons d’intégrer la géolocalisation à son
arsenal marketing sans en faire un « gadget » ou au contraire une « usine à gaz ». D’après mon
expérience du domaine et les annonces récentes, détaillons ci-dessous cinq scénarios de
déploiement les plus prometteurs.

Le Drive-to-store pour attirer du trafic en point de vente

Première application de la géolocalisation pour le marketing : augmenter le trafic en point de

vente, à l’aide de publicités géolocalisées. Le taux de clic d’une bannière

« geofencée » serait jusqu’à 70 % supérieur à une pub traditionnelle, tandis que le taux de clics
d’une notification géolocalisées pourrait atteindre les 15 % selon l’ouvrage de référence La
Géolocalisation : nouvelle arme des marketeurs.

Dans la pratique, quatre approches complémentaires sont disponibles sur le marché.

Ajouter un module de géolocalisation10 à son application déjà existante est une approche
pragmatique pour capitaliser sur le volume de clients ayant déjà installé l’application, en vue
d’offrir de nouvelles possibilités d’interactions, par exemple le geofencing autour de ses points
de vente.

Section 3. La data pour créer une audience

Le marché fonctionne aujourd’hui en très grande majorité à partir de « segments d’audience »

uploadés sur les plateformes bien en deçà des possibilités théoriques d’achat « one to one ». À
chaque audience correspond généralement une « ligne de campagne » ou « stratégie »15 (c’està-
dire un objectif et un message définis en amont avec l’annonceur).

Par exemple l’audience composée des « abandonnistes paniers » de moins de 7 jours sur les
produits de la catégorie « jardinage » correspond à une campagne de retargeting avec pour
objectif la conversion sur le produit abandonné. Il n’est pas rare qu’un trading desk gère plus
d’une centaine de stratégies pour un même client.

En pratique, on distingue pour un annonceur quatre sources de données permettant de créer des
audiences pertinentes :

Les Données Third Party Achetées A Des Fournisseurs D’audiences

15
Géolocalisation : la nouvelle » boussole du marketing », juin 2015, Floriane Salgues, emarketing.fr ;

3
0
 LE DATA MARKETING

Les Données First Party Appartenant A L’annonceur

Les Données Second Party Issues De Partenaires Business

Les Données Issues Des Campagnes Médias

Les fournisseurs d’audience (« data providers »)

Ils s’appellent Exelate, Weborama ou encore Acxiom et font partie des plus gros fournisseurs
de données du marché (« data providers »). Concrètement, ces sociétés spécialisées collectent
les traces laissées par les consommateurs au cours de leur parcours sur un réseau de sites et
d’applications partenaires. Ces datas constituent les « third party data »

Par exemple si un utilisateur recherche un hôtel en Italie sur booking.com puis des billets
d’avion pour Florence sur Opodo, les cookies déposés par ces data providers seront rapidement
associés au segment « intention d’achat – voyage – Italie ». Ce segment, synchronisé pourra
être utilisé à profit par un trading desk opérant pour un client voyagiste.

Concrètement les segments d’audience fournis par les data providers et mis à disposition des
acheteurs média s’articulent généralement en trois familles :

Segments sociodémographiques :

« Niveau de revenu élevé »

« Nouveaux parents »

« Adolescents »,

« etc. »

Centres d’intérêt :

« Danse »

« sports-tennis »

« Peinture et dessin »

« etc. »

Intentions d’achat :

« Crédit pour appartement »

« Intentionniste voiture »

« Intentionniste voyage »

« Etc. »

3
1
 LE DATA MARKETING

Toutefois, en dépit d’une théorie séduisante, la pratique a montré quelques limites : en réalité
peu de campagnes arrivent à rentabiliser l’achat de cette audience par un gain de performance
suffisamment élevé. En dehors du coût élevé de l’achat de ces données third, la qualité aléatoire
des données est également fréquemment évoquée par les acheteurs pour expliquer la fréquente
absence de rentabilité.

La question de la véracité et de la valeur de la donnée a été abordée dans la section deux du

première chapitre, effet tout son sens dans le contexte publicitaire.

Le mode de collecte : déterministe ? Probabiliste ? déclaratif ? Dans le cas de données relatives

au sexe homme/femme, les segments peuvent par exemple être constitués aussi bien de données
déclaratives (formulaires d’inscription avec case à cocher) que d’extrapolations relatives à la
navigation (vous avez visité le site de la Redoute rayon lingerie vous êtes donc probablement
une femme). Avec ces exemples en tête, on imagine très bien que la fiabilité de la donnée est
directement dépendante de la façon dont elle a été collectée et retraitée ;

La récence : l’âge de la data est un critère essentiel, car la donnée est une denrée périssable.
Par exemple, dans le cas d’un produit dont le cycle de vente est inférieur à 30 jours, les données
datant de plusieurs mois apportent extrêmement peu d’informations sur la réelle intention
d’achat de l’internaute visé ;

La fraîcheur : une des caractéristiques de la third party data est qu’elle est accessible par tout
le monde. Aussi, un segment qui a été sollicité à de nombreuses reprises au cours des derniers
jours par différents acheteurs n’offrira pas un aussi bon niveau de rendement.

Le véritable problème sous-jacent à ces exemples est le reach minimum, les fournisseurs de
données : un segment qui ne permet de toucher que quelques milliers d’internautes a en effet
peu d’intérêt pratique pour un annonceur, car quelle que soit la qualité de ce segment, l’impact
final sur le chiffre d’affaires sera trop faible pour justifier l’effort d’une campagne spécifique.

Il est donc tentant pour les fournisseurs de données de « gonfler » le volume apparent des
segments en n’effaçant pas les informations périmées ou en baissant le niveau d’exigence sur
leur fiabilité.

À titre d’exemple, en France, le nombre de déménagements s’élève à trois millions par an, soit
environ 250 000 par mois. Quid d’un segment qui regroupe plusieurs millions de « déménagés
» sans connaître l’origine de la collecte, sa récence ou son mode de calcul ? S’interroge l’article
précité.

De l’autre côté de l’échelle, le mauvais usage de cette data par les acheteurs est également un
point régulièrement souligné : « There’s something inconsistant about a campaign that targets
400 different market segments, but has only four pieces of creative » (traduction : il est
inconcevable qu’à une campagne ciblant précisément 400 segments différents ne soit rattachée
que quatre créations publicitaires) s’insurge le fondateur de Prohaska consulting, cabinet
conseil spécialisé dans l’achat programmatique.

3
2
 LE DATA MARKETING

Cibler des audiences extrêmement fines perd en effet beaucoup d’intérêt si c’est pour les «
arroser » avec les mêmes messages.

Enfin certains analystes remettent fondamentalement le principe de cette third party en question
: « Pour une campagne à la performance, il n’est pas toujours judicieux de créer la cible ad hoc
que l’annonceur considère comme le « segment idéal ». Conclusion

Faire la connaissance des datas, comprendre le concept du data marketing, savoir décrire les
données, maitriser ses outils clés pour dompter la multitude de données afin de mieux
s’organiser. Segmenter pour des objectifs de marketing prédictif, en créer une audience rentable
n’est aujourd’hui qu’à ses balbutiements. Si, actuellement, se posent des questions éthiques,
son avenir s’annonce tout de même radieux !

D’ailleurs, selon une étude de Digital Trends, 73% des consommateurs préfèrent les entreprises
qui savent exploiter leurs données personnelles pour être correctement ciblés. L’exploitation
des data pour le marketing est donc bénéfique pour une entreprise et les clients. Objectif :
proposer le bon message, à la bonne personne, au bon moment.

3
3
 LE DATA MARKETING

DEUXIEME PARTIE

CAS PRATIQUE DE L’APPLICATION INSTAGRAM

Apres avoir acquis les connaissances de données, les différents types et outils de collectes cette
partie, vient en renfort d’un cas d’application Instagram (L’un des réseaux sociaux les plus
utilisés). Instagram donne un accès immédiat à une audience publicitaire. Le ciblage peut se
faire sur des critères déclarés (âge, sexe, localisation, intérêt, etc …) mais aussi avec des
informations de trafic, base de données similaires etc. Cette partie montera comment Instagram
accroît ses visibilités et développe ses ventes.

Chapitre 1. L’analyse du contexte d’ (Instagram)

Section 1. Présentation

Fondée et lancée en octobre 2010 par un Américain Kevin Systrom et un Brésilien Michel Mike
Krieger. Instagram est une application, un réseau social et un service de partage de photos et de
vidéos. Depuis 2012, l'application appartient à Facebook, elle est disponible sur plates-formes
mobiles de type iOS, Androïde et Windows Phone et également sur ordinateurs avec des
fonctionnalités réduites. L'âge minimum requis pour utiliser Instagram est de 13 ans.

Instagram revendique plus d'un milliard d'utilisateurs à travers le monde.

Instagram permet de partager ses photographies et ses vidéos avec son réseau d'amis, de fournir
une appréciation positive (fonction « j'aime ») et de laisser des commentaires sur les clichés
déposés par les autres utilisateurs.

Elle permet aussi de dialoguer avec les membres via l'utilisation de la messagerie interne
appelée « Instagram direct ».

3
4
 LE DATA MARKETING

Les applications telles qu'Instagram contribuent à la pratique de la phonéographie, ou

photographie avec un téléphone mobile.

Le service a rapidement gagné en popularité, désigné par Apple comme « Application de l'année
» en 201116, il comptait déjà 100 millions d'utilisateurs actifs en avril 2012.

Deux ans plus tard, en mars 2014, le réseau annonçait 200 millions d'utilisateurs actifs, puis en
novembre de la même année, 300 millions s'imposant comme deuxième réseau social dans le
monde après Facebook et devant Twitter.

En septembre 2015, Instagram sur son blog officiel annonce 400 millions d'utilisateurs
mensuels actifs, et plus de 1 milliard en 2018. Dans le détail, 200 millions des nouveaux
utilisateurs annuels proviennent à 50 % d'Europe et de l'Asie. Trois pays ont particulièrement
participé à cette croissance selon Instagram : le Japon, le Brésil et l'Indonésie. 75 % de
l'audience est aujourd'hui en dehors des États-Unis.

Les dates clés d’Instagram

Octobre 2010 : date de lancement

Décembre 2011 : Apple désigne Instagram comme « Application de l’année »

Avril 2012 : Instagram atteint les 100 millions d’utilisateurs

Avril 2012 : rachat par Facebook pour environ 1 milliard de dollars

Août 2014 : lancement d’Hyperlapse

Mars 2015 : lancement de Layout

Mars 2015 : les vidéos passent d’une durée de 15 secondes à une durée d’1 minute

Août 2015 : Instagram accepte les images en format paysage

Septembre 2015 : ouverture de la publicité à tous les annonceurs, dans tous les pays

Octobre 2015 : lancement de Boomerang

Février 2016 : lancement de la fonctionnalité multi-comptes

Mars 2016 : abandon progressif de l’affichage du flux par chronologie pour un affichage par
algorithme

Mai 2016 : changement de logo

Mai 2016 : apparition des profils business et des Insights Instagram (outils d’analyse statistique)

16
Hayley Tsukayama, « Apple names Instagram top app of the year » [archive], sur The Washington Post, 9
décembre 2011.

3
5
 LE DATA MARKETING

Décembre 2016 : 600 millions d’utilisateurs

Janvier 2017 : lancement des publicités entre les Stories

Avril 2017 : 700 millions d’utilisateurs

Septembre 2017 : 1 demi-milliard d’utilisateurs par jour sur Instagram

Octobre 2017 : arrivée des sondages dans les stories

Décembre 2017 : lancement de Direct, la nouvelle messagerie d’Instagram

Janvier 2018 : arrivée des Gifts dans les stories

Juin 2018 : lancement de IGTV

Juin 2018 : 1 milliard d’utilisateurs sur Instagram

Juillet 2018 : arrivée du sticker Questions dans les stories

Août 2018 : Instagram indique désormais le temps passé sur la plateforme

Chiffre clés d’Instagram17

Les utilisateurs de moins de 25 ans passent en moyenne 32 minutes par jour sur l’application
(chiffre officiel, septembre 2017)

60% des vidéos sur Instagram sont visionnées avec le son (septembre 2017)

Hausse de 80% du temps passé à regarder des vidéos sur Instagram en un an (septembre 2017)

4,2 milliards de likes sont comptabilisés chaque jour

95 millions de photos et vidéos sont postées au quotidien

La croissance s’accélère : les 100 derniers millions d’utilisateurs actifs mensuels ont été gagnés
plus rapidement que les 100 millions précédents.

L’audience d’Instagram a doublé en seulement deux ans.

41% des utilisateurs d’Instagram ont entre 16 et 24 ans, selon Global Web Index

35% ont entre 25 et 34 ans ; 17% entre 35 et 44 ans ; 8% ont 45 ans et plus

150 millions d’utilisateurs qui utilisent Instagram Stories chaque jour

1/3 des Stories les plus regardées proviennent de marques

17
Rozenn Perrichot / Publié le 25 juin 2018 à 15h00, mis à jour le 13 août 2018 à 16h09

3
6
 LE DATA MARKETING

Ce que partagent les Instagrammers

325 millions de posts contiennent le hashtag #TBT (throwback thursdays)

381 000 personnes ont publié leur premier tatouage sur Instagram (#firsttattoo)

4 millions de personnes ont posté des contenus associés au hashtag #weeklyfluff

Les 10 hashtags les plus utilisés en France : #Love, #Paris, #Sun, #Instagood, #France,
#Summer, #Picoftheday, #Friends, #Girl, #Happy

Instagram et les marques

En septembre 2017, Instagram a annoncé compter désormais plus de 2 millions d’annonceurs

actifs mensuels. Ce chiffre a doublé depuis mars 2017. Le réseau social a également indiqué
que 50% des entreprises ont créé une story Instagram au cours du dernier mois et que 80% des
utilisateurs d’Instagram suivent des marques.

D’après la grande étude annuelle de Simply Measured publiée fin 2015, et basée sur les 100
plus grandes marques du classement Interbrand 100 :

90% des marques du Top 100 Interbrand ont un compte Instagram

82% des marques ont posté sur Instagram pendant les 30 derniers jours

80% postent au moins une photo ou vidéo par semaine

30% postent au moins 10 à 20 fois par mois

3
7
 LE DATA MARKETING

Section 2. Les particularités de l’application

Applications tierces :
À la différence d'autres réseaux sociaux, Instagram a fait le choix de proposer des services
complémentaires au réseau au sein d'applications propres. Ainsi, il a lancé « Bolt » en juillet
2014 puis « Hyperlapse » en août 2014, « Layout » en mars 2015 et enfin « Boomerang » en
octobre 2015. À la différence de « Bolt » qui est presque un nouveau réseau social à lui seul, «
Boomerang », « Layout » et « Hyperlaspe » sont plus considérés comme des outils permettant
d'enrichir l'édition des images & vidéos à destination d'Instagram.

Boomerang : Instagram a lancé en octobre 2015, une nouvelle application qui permet de
transformer des images classiques en vidéo. L'application permet de capter une dizaine de
photos pour ensuite les assembler et les transformer en une vidéo courte. À la différence d'un
simple GIF, la vidéo va d'avant en arrière avec un rembobinage visible pour l'utilisateur - c'est
l'« effet Boomerang ». Comme Layout ou Hyperlapse, l'application est un outil de création et
non un réseau social. Les utilisateurs n'ont pas besoin de se loguer et l'utilisation est simplifiée
par une ergonomie et des fonctionnalités très sobres. Toutes les créations sont partageables sur
Facebook et Instagram sur le premier menu, et vers Twitter dans le deuxième menu.

Layout : Prenant en compte la popularité des photo-collages réalisés par les Instagramers au
travers d'applications tierces comme Instapicframe, Instagram a conçu et lancé sa propre
application d'édition. Lancée en mars 2015, l'application permet de regrouper différents clichés
au sein d'une même photo. Elle propose différents gabarits de photo-collage que l'utilisateur
peut personnaliser dans ses hauteurs et largeurs. Les images sont issues de la bibliothèque de
photos de celui-ci mais il est aussi possible de prendre des clichés directement depuis
l'application via la « cabine photos ». Originellement distincte de l'application Instagram,
Layout y a été ensuite promue. L'instagramer avant de poster une photo peut ainsi soit cliquer
sur un bouton présent à droite de l'écran de prévisualisation pour télécharger Layout, soit
l'utiliser pour photo-coller en allant vers l'appli.

Hyperlapse d'Instagram, pour enregistrer des vidéos en time-lapse. Il s'agit de la deuxième

application lancée par Instagram. Elle permet aux utilisateurs de smartphone Android & iOS de
créer des vidéos en time-lapse, c'est-à-dire des contenus vidéos accélérées à partir de clichés
pris à intervalles régulières (plusieurs secondes ou minutes) puis remontées en format vidéo
classique. Hyperlapse permet d'accélérer le contenu produit entre 1 et 12 fois la vitesse
originale.

Bolt : Il s'agit de la première application créée par Instagram après son lancement. L'application
est une messagerie qui permet d'envoyer à ses contacts des images et des vidéos qui seront
supprimées après leur lecture. Cette messagerie éphémère a été lancée deux semaines après
celle développée par Facebook avec Slingshot. Les observateurs du marché ont vu dans ce
développement une manière des deux réseaux de répondre à la très forte croissance du réseau
Snapchat.

3
8
 LE DATA MARKETING

Section 3. Le marketing sur Instagram vaut-il le coup ?

Comme autre levier marketing, le marketing sur Instagram est un dur labeur. Cela demande un
flux continu de visuels de qualité, engageants, des vidéos dans un étrange format (9:16), des
contacts réguliers avec des influenceurs, une équipe marketing qui n’est pas timide devant la
caméra, et bien d’autres expertises plus particulières.

Toujours est-il que le nombre d’entreprises qui peuvent affirmer que leur audience n’est pas sur
Instagram se rétrécit au fil des jours. En effet, il y a plus de 1000 images, sans compter les
Stories, qui sont partagées chaque seconde. Le nombre d’utilisateurs actifs chaque jour a
dépassé les 500 millions, avec plus de 1.1 milliards de connexions chaque mois. Instagram est
déjà le troisième plus grand réseau social mondial, et pourrait bien dépasser rapidement
Facebook et YouTube.

- 4 tendances Instagram à suivre :

Les stories ont dépassé les images - les vidéos suivent de près

Les marques collaborent avec les micro-influenceurs pour accroître leur reach

Les marques diffusent leur contenu Instagram sur leurs sites web pour booster leurs taux de
conversion

Les data de d’un compte peuvent aider à mieux cibler et convertir sur les publicités Instagram
et Facebook

- Les stories ont dépassé les images - les vidéos suivent de près

En août 2016, Instagram a lancé les stories pour entrer en compétition avec Snapchat. À ce
moment, les marketeurs du monde entier se sont demandé : pourquoi donc copier une
fonctionnalité d’un tout autre service ?

Aujourd’hui, nous savons pourquoi.

400 millions d’utilisateurs actifs créent des stories chaque jour. Malgré la popularité de
Snapchat, peu de gens auraient pu prédire la croissance de cette utilisation au moment de leur
lancement. Après avoir copié le principe des filtres à selfie en 2017, Instagram fait désormais
deux fois la taille de Snapchat.

Les stories combinent des images et des vidéos de courte durée. Mais avec le lancement de
IGTV, la nouvelle fonctionnalité d’Instagram qui permet de télécharger des vidéos plus longues,
pas de doute que YouTube va être challengé, et qu’on va retrouver de plus en plus de vidéos
sur Instagram également. Pour les adolescents, YouTube est LE moteur de recherche par
excellence ; c’est par ici qu’ils commencent leur recherche d’information. Et les ados n’y restent
pas juste pour regarder des vidéos de chats : ils traitent plus rapidement le contenu visuel que
le texte, ce qui fait de la vidéo le support le plus efficace pour eux pour apprendre de nouvelles
choses.

3
9
 LE DATA MARKETING

- Les marques collaborent avec les micro-influenceurs pour accroître leur reach

Si vous n’êtes pas novice d’Instagram, vous avez dû y voir des images et des vidéos de célébrités
qui promeuvent des produits ou des services. Le marketing d’influence est une excellente
tactique pour toucher de nouvelles audiences. Mais faire appel à des stars peut s’avérer coûteux,
et choisir le bon influenceur est compliqué.

Le fait de voir quelqu’un de similaire à nous utiliser un produit ou un service accroît la

probabilité que nous l’achetions également. Nous avons toujours cru les opinions de nos
proches, et Instagram est un vecteur de bouche-à-oreilles dopé aux stéroïdes : les images qui y
sont publiées sont vues par bon nombre de nos followers et, en utilisant les bons hashtags,
peuvent même aller plus loin que notre réseau.

C’est pourquoi les marques qui ont le plus de succès sur Instagram encouragent leurs clients à
partager leur feedback sur les réseaux sociaux, en mentionnant un hashtag spécifique ou le
compte de leur entreprise. Ils filtrent et analysent le contenu publié, puis collaborent avec leurs
clients les plus influents (les micro-influenceurs) pour amplifier leur reach Social Media.

3. Les marques diffusent leur contenu Instagram sur leurs sites web pour booster leurs taux de
conversion

Le e-commerce a toujours fait partie intégrante d’Instagram : pas moins de 72% de ses
utilisateurs ont admis avoir acheté quelque chose qu’ils avaient vu sur le réseau social. En 2017,
Instagram a lancé une fonctionnalité qui permet de tagguer des produits à des images. Ces
produits peuvent faire le lien vers des sites e-commerce, et ainsi attirer du trafic et des ventes.
En somme, la fonctionnalité simplifie le passage du stade de l’inspiration à la phase d’achat.

4
0
 LE DATA MARKETING

Toutefois, toutes les entreprises n’ont pas des produits tangibles à vendre à travers des images
tagguées. De plus, les sites web (grâce au référencement naturel et à la publicité Google)
demeurent le canal numéro 1 pour vendre, et les ventes faites par d’autres canaux sont
négligeables (hormis pour les entreprises qui vendent leurs produits sur Amazon).

Avec les bons outils en main, c’est simple et rapide. Voici un guide pas à pas pour ajouter du
User Generated Content depuis Instagram sur votre site web :

Créez un hashtag bien ficelé, et demandez à votre audience de partager leur feedback en
mentionnant ce hashtag et en tagguant votre compte Instagram entreprise.

Utilisez un outil comme Flockler pour agréger toutes les mentions de votre compte, et filtrez
uniquement celles que vous souhaitez voir apparaître sur votre site.

Intégrez ce flux Social Media sur votre page d’accueil et vos pages produits. Si vous avez
plusieurs pages produits, vous pouvez créer un flux séparé pour chacune d’entre elles.

Pourquoi donc ajouter de l’User Generated Content à votre site ?

Généralement, les marques observent leurs taux de conversion augmenter de 20 à 30% en

ajoutant de la preuve sociale à leurs pages produits ou à leurs pages de réservation... 18

- Les data de votre compte peuvent vous aider à mieux cibler et convertir sur vos
publicités Instagram et Facebook

Ces dernières années, le reach des publications Social Media décroître. Les réseaux sociaux
rentrent de plus en plus dans la logique “payez pour jouer”.

Non seulement ce reach organique descend, mais le nombre hallucinant de contenu diffusé
chaque jour, et le peu de place dans les fils d’actualité des utilisateurs, fait que des publicités
doivent elles aussi être ultra pertinentes. Sur le long terme, la clé pour réussir sur Instagram
tient à l’engagement généré… et pour ça, l’argent ne peut rien. Seules les publicités les plus
pertinentes seront diffusées.

Alors, qui donc détermine la pertinence des publicités Facebook et Instagram ?

Les algorithmes de ces deux réseaux sociaux aident à trouver la bonne audience, notamment via
les outils de Facebook Ads… mais en ce qui concerne la pertinence des annonces.

Les images authentiques publiées par une audience, ainsi que les mentions faites de d’une
marque, attirent des visites sur un profil Instagram. Ensuite utiliser cette source d’information
pour cibler vos publicités sur Instagram comme sur Facebook. Ces options de ciblage
permettent de créer des Audiences Personnalisées, en créant des audiences “look alikes” depuis
ceux qui visitent un profil.

18
https://flockler.com/fr/blog/marketing-instagram

4
1
 LE DATA MARKETING

Accroître la pertinence des publicités en demandant à un client d’utiliser leur publication dans
les annonces. Avec un outil comme Flockler, identifier les plus populaires des photos créés par
les clients. Les publicités présentant des images authentiques créent plus d’engagement que
celles qui mettent en avant des images purement corporate.

4
2
 LE DATA MARKETING

Chapitre 2. Identification et compréhension de la stratégie

Section 1. Le positionnement d’Instagram

 Les offres

Les nouvelles technologies ont permis un nouveau support de diffusion de photos et videos. Un
nouveau marché a pris place grâce à cette innovation de rupture, celui du partage de données
numériques sur internet. Le secteur de la photographie a été impacté et des entreprises de
partage de photos en ligne ont vu le jour comme Snapchat, Instagram, PhotoBucket mobile,
Pinterest, Tumblr, Ficklr, etc … Ces entreprises proposent de retravailler les photos prises,
souvent sur le smartphone, de les stocker et de les partager sur un réseaux social ( Facebook,
twitter, Instagram ) ou encore de les imprimer en version papier ( service souvent payant).
Photobox est le leader européen dans ce marché en plein essor, avec une croissance à deux
chiffres. Instagram essaie de s’y placer en soutenant des partenariats avec des entreprises
comme Cheerz pour qu’elles puissent imprimer sous forme d’album, de carnet les photos des
utilisateurs Instagram. Cela profite à l’application car elle devient alors aussi un support
permettant d’accéder à un autre marché, celui des impressions photos, et donc d’offrir plus de
services à ses utilisateurs.

 Les clients

Sur plus de 7 milliards d’individus sur Terre, 2,9 milliards utilisent les réseaux sociaux. Le
public est principalement constitué de jeunes (16 -34 ans), entre 40 et 50% pour Instagram,
Pinterest ou encore Tumblr. Ils utilisent principalement ces sites de retouche de photos pour
partager avec leurs amis leurs voyages, leurs moments de la vie quotidienne, leurs sorties. Ils
sont aussi plus sensibles à avoir un réseau social pour pouvoir liker, commenter les photos de
leurs amis. Une frange plus âgée d’utilisateurs se développe aussi, pour les mêmes raisons mais
aussi afin d’avoir un support pour stockerleurs photos de voyage, les retoucher, en former des
albums et les imprimer. En effet, avec la “fin” des appareils photos à pellicule, il n’y avait plus
de moyen simple d’imprimer ses photos.

Instagram connait une croissance très soutenue depuis sa création et atteint en 2017 plus de 800
millions d’utilisateurs. C’est le deuxième réseau social le plus utilisé dans le monde,
possédant un public très jeune et très actif (41% qui a entre 16 et 24 ans19, et passe 30 minutes
par jour sur l’application avec 4,2 milliards de likes chaque jour). L’application a notamment
profité de son rachat par Facebook en 2012 pour 1 milliard d’euros pour mettre à jour son
algorithme d’affichage de publications et aussi ses conditions générales d’utilisation en utilisant
davantage les données personnelles des utilisateurs.

19
https://www.blogdumoderateur.com/chiffres-instagram/

4
3
 LE DATA MARKETING

 Le principal concurrent d’Instagram

Le principal concurrent d’Instagram est Snapchat, une application permettant le partage de

photo et de vidéo de quelques secondes à ses « amis ». Cette application est très populaire chez
les jeunes. Pour faire face à ce concurrent, Instagram a lancé les « Stories », permettant d’offrir
un service similaire à celui de Snapchat. Les utilisateurs d’Instagram peuvent maintenant
partager une photo ou une vidéo pour une durée de 10 secondes uniquement. Instagram espère
ainsi attirer une population plus jeune adepte de Snapchat. L’application Instagram est plus
utilisée quotidiennement : 300 000 millions d’utilisateurs actifs par jour sur Instagram contre
150 millions pour Snapchat 20. De plus, Instagram est une meilleure vitrine pour les marques et
les influenceurs. En effet, tout le monde peut avoir accès au contenu d’un compte Instagram.
Pour pouvoir le contenu Snapchat, il faut être « ami » avec le propriétaire du compte. Pour
ajouter un « ami », il faut connaître le pseudo. Le contenu publié par une marque est donc plus
visible sur Instagram pour un nombre d’utilisateurs plus important.

D’abord, Instagram a permis gratuitement aux photographes amateurs d’améliorer leurs photos;
ils pouvaient ainsi les partager avec leurs amis et en être fier. L’application se situe sur le service
continu vis à vis de l’utilisation des appareils photos :

- 1 fois dans de temps en temps : achat d’un appareil photo

- suivi dans le temps (service de mise à disposition, capacité technique entretenue) :

photographe

- continu : partage instantané et illimité de photo sur les réseaux sociaux: Instagram

Un avantage d’Instagram est aussi d’être un réseau social où les utilisateurs peuvent partager
leurs photos, liker à la fois celles de leurs amis mais aussi celles de professionnels et de stars.
Instagram a, par ailleurs, permis de vulgariser la photographie. Chaque personne possédant un
smartphone et donc un appareil photo, peut devenir un photographe et exposer ses images au
monde entier et à ses amis. L’application permet de créer en quelque sorte un nouveau besoin
chez l’utilisateur : prendre des photos pouralimenter son compte Instagram et obtenir le plus de
“like” possible. De nouveaux phénomènes ont émergé, comme le fait de prendre son plat en
photo avant de le manger. Ces phénomènes témoignent d’un emballement d’une partie de la
société autour des réseaux sociaux.

Par ailleurs, Instagram touche aussi un large public de publicitaires. 2 millions d’annonceurs
ont un compte, et 90% des plus grandes marques sont présentes sur Instagram. Le format de
pub photo ou vidéo est en effet très intéressant pour les marques car il est marquant. De ce fait,
Instagram est le support privilégié des entreprises, surtout compte tenu du nombre important
d’utilisateurs (fig1). Les entreprises cherchent à publier des photos qui correspondent à l’esprit
de la marque, à son univers, en mettant en valeur leurs produits. Elles peuvent aussi lancer des
jeux-concours autour de leurs produits, ce qui développe un centre d’intérêt autour de la marque
et est souvent relayé par de nombreux utilisateurs. L’exemple type est le partage de la

20
http://krds.com/fr/fr/zoom-sur-le-succes-dinstagram/

4
4
 LE DATA MARKETING

publication du jeu par les utilisateurs avec le hashtag du concours et ils peuvent éventuellement
gagner un avantage (voyage sncf gratuit, bon d’achat…). Les entreprises cherchent ainsi à
capter l’attention de ce public jeune et actif qui se détourne des médias classiques (journaux,
télévision…) et cela marche car 46% des utilisateurs suivent une marque.

4
5
 LE DATA MARKETING

Section 2. Le business modèle d’Instagram

Instagram fonctionne sur un marché biface.

Le premier service offert est un service pour l’utilisateur. Il a la possibilité de partager des
photos et de visualiser les photos des autres utilisateurs. Ce service est standardisé, mais la
plateforme tend à l’individualiser. En effet, le fil d’actualité de chaque utilisateur est
personnalisé. Seules les publications susceptibles d’intéresser l’utilisateur seront affichées. Des
comptes pouvant plaire à l’utilisateur sont également proposés en fonction de ses intérêts et de
ses goûts. Ce service est gratuit.

La plateforme propose également un service pour les entreprises, marques ou publicitaires. Il

permet aux professionnels de faire de la pub pour leurs entreprises ou pour un produit. Ainsi,
ils espèrent gagner en notoriété, en visibilité tout en augmentant leur taux de transformation
(nombre de personnes qui regardent ou cliquent sur la publicité et qui vont ensuite acheter
effectivement le produit). Faire de la publicité sur Instagram présente un avantage pour les
entreprises. En effet, par rapport à de la publicité classique (spots télévisés, campagne d’affiches
dans les espaces publics…)21, Instagram propose de cibler uniquement la population susceptible
d’être intéressée par le produit suivant des critères géographiques ou des centres d’intérêts.

Instagram propose donc des services de plus en plus individualisés grâce à l’utilisation de
l’algorithme de sélection et l’utilisation des données personnelles des utilisateurs. Les
professionnels n’achètent plus des produits mais des fonctionnalités.

Le service pour les professionnels est payant et représente la principale source de revenu pour
Instagram. Pour l’achat de ses fonctionnalités, l’entreprise définit un budget pour chaque
publicité diffusée. Instagram utilise ce budget pendant toute la durée de diffusion. Le budget
représente le montant que l’entreprise souhaite ou est prêt à dépenser pour la diffusion de sa
pub. Cependant, Instagram ne donne pas d’informations précises concernant le prix d’une
publicité et sur la manière dont ce prix est fixé. Les marques et les entreprises sont tout de même
prêtes à payer un service leur permettant d’être visibles sur la plateforme. En effet, de plus en
en plus de marques et d’entreprises sont présentes sur Instagram. En septembre 2017, il y avait
plus de 2 millions d’annonceurs présent sur Instagram. Leur objectif est de profiter des 800
millions d’utilisateurs.

De plus, d’après le blog du modérateur, 80% des utilisateurs suivent une marque ou une
entreprise sur Instagram. Grâce à leur présence sur ce réseau social, les marques ont l’occasion
de travailler leur image auprès de la population des 18-35 ans, les principaux utilisateurs de la
plateforme.

Section 3. Le mix marketing

21
https://digic.wp.imt.fr/2018/02/09/instagram-business-model-dune-plateforme-de-partage-de-photo/: vendredi 9 février 2018
par asauffrayplessix

4
6
 LE DATA MARKETING

Le mix marketing, également appelé théorie des 4P a été élaboré pour encadrer une stratégie
marketing. Cette notion représente l'ensemble des outils marketing que l'entreprise doit activer
de façon cohérente pour faire la promotion d'un produit ou d'un service.

La politique de produit (« product » en anglais)

La politique de prix (« Price » en anglais)

La politique de distribution (« place » en anglais)

La politique de communication (« promotion » en anglais)

Ou encore les 7P du marketing (où on ajoute les dimensions de « Process » et de « Physical

evidence »).

Le Mix Marketing d’Instagram:

Produit (Product)

Instagram est essentiellement un service qui permet aux utilisateurs de partager du contenu avec
d'autres utilisateurs, de la même manière que fonctionne une plate-forme de média social. Au
fil des ans, les utilisateurs ont eu recours à Instagram pour promouvoir leurs entreprises et
augmenter la vente d’articles via la plate-forme. Ce qui distingue Instagram des autres sites de
médias sociaux, c’est la fonctionnalité qu’il offre, à part le simple partage de contenu avec les
utilisateurs.

L'offre diversifiée de son marketing-mix peut être couverte comme suit.

Les photos peuvent être téléchargées sur Instagram sous forme d'un ou de plusieurs clichés dans
le cadre d'un seul post, où les utilisateurs peuvent marquer d'autres utilisateurs à l'aide de la
fonctionnalité de marquage, un peu comme Facebook. D'autres fonctionnalités incluent
l'utilisation de la géolocalisation, qui permet aux utilisateurs de spécifier l'emplacement où une
image a été cliquée.

Cette fonctionnalité de géolocalisation peut ensuite être utilisée pour accéder à tout le contenu
accessible au public en un seul endroit. La fonctionnalité de hashtag sur Instagram est similaire
à la fonctionnalité de géolocalisation. Les utilisateurs peuvent sous-titrer le contenu avec des
hashtags pour les rassembler à un endroit, un endroit accessible par les utilisateurs du monde
entier lorsqu'ils recherchent le mot clé en question.

L'onglet Explorer sur Instagram permet aux utilisateurs d'assister aux médias populaires, y
compris aux vidéos et aux photos tendances, personnalisés par un algorithme adapté aux choix
de recherche d'un utilisateur. La fonctionnalité Histoires permet aux utilisateurs de télécharger
des histoires pendant 24 heures, à l’instar de Snapchat qui est automatiquement supprimé une
fois le délai épuisé. La vidéo en direct, les autocollants de réalité augmentée et les filtres de
visage ne sont que quelques-uns des derniers ajouts au package Instagram.

Prix (Price)

4
7
 LE DATA MARKETING

Tout comme les autres médias sociaux, Instagram en tant que service est gratuit. L'application
disponible pour Androïde et iOS est téléchargeable gratuitement.

La majorité des revenus générés par Instagram provient de ses services de publicité. Par
conséquent, les recettes publicitaires constituent l’élément central de la stratégie de tarification
de son mix marketing.

Les publications peuvent être effectuées par des utilisateurs qui ne sont ni facturés ni parrainés
et qui sont sponsorisés par l'organisation qui souhaite se promouvoir.

Place (distribution)

À l’heure actuelle, Instagram propose ses services dans le monde entier, par le biais de divers
systèmes d’exploitation tels que iOS et Androïde, gratuitement. Il est présent dans les
applications mobiles, les serveurs Web et Internet. Il est utilisé soit à des fins promotionnelles
par les entreprises pour promouvoir leurs marques, soit par les utilisateurs pour créer leurs
publications. Il y a plus de 150 millions d'utilisateurs actifs et compte sur Instagram à l'heure
actuelle. Cela en fait l'un des médias sociaux les plus populaires de la période récente. Une
étude récente a révélé qu'Instagram était le site Web de médias sociaux à la croissance la plus
rapide. Sa base d'utilisateurs actifs a augmenté de plus de 23% au cours des six derniers mois
seulement.

Promotion (communication)

Instagram, comme son parent Facebook, s'appuie fortement sur le marketing de bouche à oreille,
qui s'appelle Marketing viral. À l'instar des autres médias sociaux, plus le nombre d'utilisateurs
qui s'abonnent au service Instagram est grand, plus il est avantageux, à la fois pour les
utilisateurs et pour le service Instagram. Instagram s'appuie également dans une certaine mesure
sur le marketing direct. Instagram recommande directement des modèles et des options
publicitaires aux entreprises et aux utilisateurs indépendants cherchant à promouvoir leurs
projets. Instagram a également noué des liens avec un certain nombre de partenaires qui
facilitent l’utilisation d’Instagram comme moyen de promotion des entreprises. Ils offrent des
informations précieuses et un savoir-faire technologique permettant de capter le bon public
cible, que les utilisateurs cherchent à promouvoir.

Chapitre 3.Politique d’utilisation du data Marketing

d’Instagram
Section 1. Quels types d’informations recueille Instagram?

4
8
 LE DATA MARKETING

Instagram recueille le contenu, les communications ainsi que d’autres informations que les
instagrameurs fournissent lorsqu’ils utilisent les Produits, notamment lorsque qu’ils créent un
compte, partagent le contenu, ou lorsque l’instagrameurs communiquent avec d’autres
personnes ou leur envoyés des messages. Cela peut comprendre des informations présentes dans
le contenu qu’ils fournissent (par exemple, des métadonnées) ou concernant un tel contenu,
telles que le lieu d’une photo ou la date à laquelle un fichier a été créé

Les datas sont recueilli sur les personnes, les Pages, les comptes, les hashtags et les groupes.

Par exemple, les personnes avec lesquelles un instagrameurs communiquent le plus ou les
groupes dont il fait partie. Instagram collecte également les coordonnées si le choix existe : (par
exemple, un carnet d’adresses, un journal d’appels ou un historique des SMS).

Les types de contenu consulté, les fonctionnalités utilisées, les actions réalisées, l’heure, la
fréquence et la durée d’activités.

Suite à un achat ou toute autre transaction financière ou un don, instagram recueille des datas
concernant cet achat ou cette transaction. Ceci comprend les informations de paiement, telles
que le numéro la carte de crédit ou de débit et d’autres informations concernant la carte, d’autres
informations de compte et d’authentification, ainsi que les données de facturation et de
livraison, et les coordonnées.

Informations sur les appareils

La combinaison d’informations fourni par un instagrameurs par les ordinateurs, les téléphones,
les téléviseurs connectés et les autres appareils connectés au web, notamment d’autre
informations telles que le système d’exploitation, les versions matérielles et logicielles, le
niveau de batterie, l’intensité du signal, l’espace de stockage disponible, le type de navigateur,
le nom et le type des applications et des fichiers, ainsi que les plugins qui s’intègrent au produits,
l’identifiant, Signaux des appareils : signaux Bluetooth et informations concernant les points
d’accès Wi-Fi, les balises et les tours de télécommunication à proximité.

Données issues des paramètres de l’appareil, localisation GPS, la langue, le fuseau horaire, le
numéro de téléphone mobile, l’adresse IP, vitesse de connexion. Données issues des cookies
enregistrés sur l’appareil.

Section 2. Comment Instagram utilise les datas ?

Proposer, personnaliser et améliorer Instagram.

Personnaliser les fonctionnalités et le contenu (comme la fil d’actualité, les Instagram Stories
et les publicités) et pour faire des suggestions (comme des groupes ou des évènements
susceptibles ou des sujets que l’instagrameurs pourraient avoir envie de suivre). Pour créer des
Produits personnalisés à la fois uniques et pertinents, Instagram utilise les connexions, les
préférences, les centres d’intérêt et les activités à partir des données qu’ils recueillent. Il se sert
également des données concernant l’utilisation des Produits et les interactions avec ceux-ci sur

4
9
 LE DATA MARKETING

le l’application ou le site, ainsi que des données concernant les personnes, les lieux ou les
éléments avec lesquels l’instagrameurs s’est connecté(e).

L’Instagram utilise les datas notamment pour l’entreprise mère : Facebook afin de fournir une
expérience plus personnalisée et plus cohérente sur l’ensemble des Produits Facebook, quel que
soit le support sur lequel l’instagrameurs naviguent.

Par exemple, la suggestion de rejoindre un groupe Facebook qui rassemble des personnes que
se suivent sur Instagram ou avec qu’ils communiquent à l’aide de Messenger. Grace aux
données soutirées, l’expérience sera plus fluide, par exemple en remplissant automatiquement
les futures informations d’inscription (numéro téléphone, email …)

L’Informations géographiques (comme la position actuelle, le lieu de résidence, les endroits où

l’instagrameur aimerai y aller et les entreprises et personnes à proximité) afin de proposer, de
personnaliser et d’améliorer en recherche et développement enfin de tester réaliser des sondages
pour faire naitre d’autre version, augmenter d’autre fonctionnalité par exemple :

« Reconnaissance faciale » la technologie de reconnaissance faciale pour identifier dans des

photos, des vidéos et des expériences visuelles. en vertu de la législation du pays de
l’instagrameur concerné.

La Publicités et autres contenus sponsorisés viennent s’y rajouté pour sélectionner et

personnaliser les publicités, les offres et les autres contenus sponsorisés qui s’affichent dans la
file d’actualité.

L’utilisation des datas pour des fins marketings sur Instagram va au-delà de recueillir des
informations aux alentours d’Instagram ou d’autre application relier à elle.

Les Data & Analytics et Data Engineering Manager, creusent dans les sites web que
l’instagrameur consulte et les publicités qu’ils visualisent) pour aider les annonceurs et d’autres
partenaires à mesurer l’efficacité et la diffusion de leurs publicités et de leurs services et à
comprendre les types de personnes qui utilisent leurs services et la façon dont ces personnes
interagissent avec leurs sites web, leurs applications et leurs services.

Faire de la recherche et innover pour le bien-être social.

Les informations recueillaient des partenaires de recherches avec lesquels ils collaborent) pour
orienter et appuyer la recherche et l’innovation sur des sujets de bien-être social général,
d’avancement technologique, d’intérêt public, de santé et de bien-être.

Par exemple : Instagram analyse les informations concernant le chemin de migration pendant
les crises afin de faciliter les opérations de secours.

5
0
 LE DATA MARKETING

Section 3 : Développer une entreprise sur Instagram.

CRÉDIT AGRICOLE

La banque française Crédit Agricole s’est servie du format vidéo sur Instagram et dans les
Stories Instagram afin de promouvoir une nouvelle offre bancaire destinée à la génération Y,
augmentant ainsi la notoriété de sa marque et la mémorisation publicitaire.

« Grâce aux formats vidéo immersifs de la plate-forme et à notre première Story Instagram,
nous avons pu obtenir un impact positif sur la mémorisation publicitaire, la réputation et la
préférence pour l’offre EKO ». - NICOLE DERRIEN, DIRECTRICE DE LA
COMMUNICATION, CRÉDIT AGRICOLE

L’organisme financier devait trouver une façon de promouvoir le lancement de sa nouvelle offre
bancaire, baptisée EKO, auprès d’une audience cible que les banques françaises ont
habituellement du mal à atteindre : la génération Y.

De l’humour dans le secteur bancaire Le Crédit Agricole devait trouver une façon d’annoncer
que son nouvelle offre bancaire EKO était à la fois une carte, une app, une agence et une façon
simple de gérer son budget. Afin d’atteindre la population souhaitée, à savoir les Français âgés
de 18 à 24 ans, l’entreprise a diffusé des publicités vidéo dans les stories et le fil d’actualité
Instagram ainsi que sur Facebook. Dans cette série de vidéos au ton léger, la banque présentait
des extraits de situations amusantes illustrant le fait que nous n’avons pas toujours le contrôle
sur nos vies. Il était ensuite expliqué aux spectateurs qu’ils pouvaient contrôler leurs finances
grâce à la nouvelle offre EKO. Le lancement d’EKO par le Crédit Agricole a été une réussite.
Atteindre la génération Y a toujours été un défi pour les banques françaises, mais cette
campagne vidéo a démontré que le Crédit Agricole pouvait comprendre les besoins de cette
partie de la population, parler son langage et retenir son attention. À l’issue de la campagne, la
banque a observé une augmentation de 20 points de la mémorisation publicitaire, une
augmentation de 10 points de la notoriété de la marque et une augmentation de 6 points de la
préférence pour sa nouvelle offre chez la génération Y.

La valeur ajoutée d’Instagram pour une entreprise

Instagram permet à une entreprise de se faire connaître par les utilisateurs privés et publics. Plus
de 60% des utilisateurs qui suivent des marques sur Instagram affirment avoir découvert un
nouveau produit ou service sur la plateforme.

Par exemple : Mettre en place une stratégie de communication BtoB sur Instagram

 Déterminez votre objectif sur Instagram

5
1
 LE DATA MARKETING

Instagram vous permet de communiquer vers vos cibles d’une manière différente des autres
réseaux sociaux. Vous devez identifier votre objectif principal par la méthode SMART, comme
par exemple :

Augmenter les ventes de 20% en 2018

Attirer 1,5 fois plus de visiteurs sur votre site web d’ici le mois de juillet Mettez

en place une stratégie :

Vous postez régulièrement et aux meilleurs moments : testez différentes heures et analysez les
résultats. Les entreprises les plus efficaces sur Instagram postent environ 5 fois par semaine.

Vous choisissez le bon contenu : par rapport à vos objectifs et aux spécificités de la plateforme,
déterminez quels aspects de votre entreprise vous mettez en avant (produits, services, équipe,
évènements…)

Vous avez un style reconnaissable : votre charte graphique est un excellent point de départ pour
qu’on identifie votre marque au premier coup d’œil. Pensez également à utiliser des filtres
Instagram similaires sur chacune de vos publications.

Vous avez créé un hashtag pour votre entreprise : cela ne signifie pas uniquement utiliser votre
nom d’entreprise comme un hashtag, mais également créer un hashtag qui incite les gens qui
vous suivent à poster du contenu avec ce mot-clé.

Vous déterminez vos interactions avec les autres marques sur Instagram : l’union fait la force !
Prenez contact avec vos clients et vos prospects : peut-être y a-t-il des consommateurs potentiels
parmi leurs followers ?

Un excellent exemple d'Instagram BtoB est le cas d'Hubspot22. Tous leurs visuels ne contiennent
pas forcément leur logo ou leur proposition de valeur, mais ils sont très reconnaissables. De
plus leurs communications sont segmentées sur plusieurs Instagram différents. Un exemple à
suivre !

Analysez vos résultats

Une fois que votre stratégie de communication est bien en place, il faut connaître son efficacité
réelle. Voici quelques métriques principales à suivre à propos de votre compte Instagram :

Le volume de la communauté (votre nombre d’abonnés et son évolution)

Le nombre de mentions (le nombre de j’aime et commentaires)

Le nombre de clics sur l’url de votre biographie d’entreprise

Le taux d’engagement (nombre de mentions par rapport au nombre d’abonnés)

22
https://fr.wikipedia.org/wiki/HubSpot

5
2
 LE DATA MARKETING

La mesure de vos performances va vous permettre de déterminer votre ROI (retour sur
investissement), mais également de déterminer les causes d’un échec.

Certains de ces indicateurs sont disponibles directement sur un compte professionnel Instagram.
Ils concernent majoritairement la démographie de vos utilisateurs, et les publications qui
performent le mieux. Elles vous permettront de déterminer quelle partie de votre cible se trouve
sur Instagram et comment l’atteindre au mieux.

Conclusion
En 8 ans, Instagram a su s’imposer sur le marché concurrentiel de la photo numérique, et se
positionne à la 2ème place des réseaux sociaux les plus utilisés, derrière son grand frère
Facebook. Grâce à la data marketing et ses positionnement, offre, clientèle, Instagram génère
des revenus importants (vente, publicité, location données marketing, commissions, services
payant). Instagram adapte son service à chacune de ces catégories, elle affiche des pubs ciblées
sur les centres d’intérêt des utilisateurs et récupère les données de ces derniers pour justement
adapter le contenu des pubs à leurs goûts.

5
3
 LE DATA MARKETING

Conclusion
Demain la data sera utilisée à tous les étages de l’entreprise pour quantifier des intuitions,
réduire des risques, optimiser des processus devenus trop complexes pour un être humain.

Demain le data marketing ne sera plus vécue comme du harcèlement de la publicitaire, mais
comme un service.

Demain la branche du marketing qui sera finement ciblés récupérées sur le Web et les réseaux
sociaux pour transformer ces prospects en clients et améliorer la relation avec ceux-ci (CRM).

Les marques qui entendent vivre et se développer sur la toile comme dans le monde physique
ne peuvent aujourd’hui faire abstraction d’une solution big data et d’une stratégie leur
permettant d’extraire des données acquises « la substantifique moelle » de leur campagne
marketing. Plus qu’une nouvelle branche du secteur, le data marketing s’impose et progresse
comme le marketing 2.0. La révolution numérique appliquée au marketing.

Précieuse et même vitale pour les entreprises, la donnée est au cœur de toutes les
préoccupations. Si les plateformes big data ont techniquement répondu au besoin de collecte de
la donnée son archivage et son utilisation nécessitent des outils technologiques et une stratégie.

Créer et nourrir un écosystème : au sein de l’entreprise la donnée doit nourrir une chaîne
opérationnelle réactive capable de la traiter et d’agir en conséquence. Parce que son utilisation
est par essence transverse, son accès doit être aussi ouvert que possible. Des outils de
visualisation performants doivent permettre de nourrir tous les procès de l’entreprise de la R&D
au retour d’expérience.

Augmenter et gérer l’autonomisation : le machine Learning permet aujourd’hui d’envisager une

utilisation des données conforme à la stratégie mise en place par le data miner. Un objectif
conditionné à une gestion précise des interfaces artificielles chargées par exemple de la relation
client. L’autonomisation de la machine peut conférer au e-marketing une efficacité redoutable.
Data Management plateforme et machine Learning doivent former un couple indissoluble pour
le meilleur en bannissant le pire !

Vision à 360° et humanisme : la valorisation de la donnée implique une prise en compte global
de ce qu’elle raconte. L’analyse du contexte, une vision à 360° autour de la donnée, importe
tout autant que cette dernière. Un point où l’intelligence artificielle atteint ses limites. Les
équipes vont devoir apprendre à intervenir là où leur humanité apporte ce que la machine ne
saura jamais faire.

Parce que les potentialités du data marketing sont immenses, ceux qui le portent au sein des
entreprises ont une responsabilité équivalente. Responsabilité vis à vis des attentes de leur
direction bien sûr mais responsabilité vis à vis de la société. Il s’agit de répondre à l’ambivalence
entre le consommateur désireux de plus d’efficacité et le citoyen soucieux de ses droits. Un
enjeu qui dépasse de loin ceux du marketing !

5
4
 LE DATA MARKETING

Sitographie
1) https://www.zdnet.fr/actualites/google-rachete-deepmind-specialiste-de-l-
intelligenceartificielle-39797383.htm
2) https://fr.wikipedia.org/wiki/Match_AlphaGo_-_Lee_Sedol#AlphaGo
3) https://www.lebigdata.fr/hadoop
4) https://www.definitions-marketing.com/definition/marketing-de-la-donnee/
5) https://www.definitions-marketing.com/definition/data-marketing/
6) Publié par Floriane Salgues le 22 mars 2019 | Mis à jour le 27 mars 2019 à 09:55
7) https://www.e-marketing.fr/Thematique/data-1091/Breves/data-marketingopportunite-
business-numero-2019-338380.htm#
8) « http://www.ibmbigdatahub.com/infographic/four-vs-big-data

9) http://referentiels-metiers.opiiec.fr/fiche-metier/113-data-scientist
10) http://www.eluere.com/cookies/
11) http://reussir-son-crm.fr/quelle-difference-entre-datawarehouse-et-datamart
12) https://www.cogivea.com/ressources/faq-questions-frequentes/87-generalites-sur-
lecrm/51-qu-est-ce-qu-un-logiciel-crm-definition.html

13) https://fr.wikipedia.org/wiki/Partitionnement_de_donn%C3%A9es
14) https://flockler.com/fr/blog/marketing-instagram

15) https://www.blogdumoderateur.com/chiffres-instagram/
16) http://krds.com/fr/fr/zoom-sur-le-succes-dinstagram/
17) https://digic.wp.imt.fr/2018/02/09/instagram-business-model-dune-plateforme-
departage-de-photo/: vendredi 9 février 2018 par asauffrayplessix
18) https://fr.wikipedia.org/wiki/HubSpot

Bibliographie
1) Hayley Tsukayama, « Apple names Instagram top app of the year » [archive], sur The
Washington Post, 9 décembre 2011.
2) Géolocalisation : la nouvelle » boussole du marketing », juin 2015, Floriane Salgues,
emarketing.fr ;
3) Pierre Fournier, « Comment se parlent CRM, DMP et Data Lake », Artefact, janvier
2016.

4) Data et marketing : l’avis des marketeurs (l’ADN le 26 SEPT. 2016)

5) Data Quality Sucks, Let’s Just Get Over It », article sur le blog d’Avinash Kaushik, data
evangelist
6) « Qu’appelle-t-on données first, second, third party ? », 2015, Pierre Fournier, partner
du cabinet Artefact ;
7) Arnaud de Baynast et Jacques Lendrevie, Publicitor, 2014 (8e édition).
8) Digital Marketing Symposium d’Adobe, 2014.

5
5
 LE DATA MARKETING

Table des tableaux

Tableau 1 : Exemple de collecte de cookies ; eluere.com.

Table des figures

Figure 1 : Les 5 V du Big Data

Figure 2 – Écosystème data cible

Figure 2 : Segmentation et clustering s’appuient sur des approches différentes

5
6
 LE DATA MARKETING

Table des matières

Remerciements ......................................................................................................................... 3
Dédicaces ................................................................................................................................. 3
Sommaire ................................................................................................................................. 5
Liste des abréviations ............................................................................................................... 6
Introduction générale ................................................................................................................ 6
PREMIERE PARTIE ............................................................................................................... 8
COLLECTER, ANALYSER LES DONNEES ET DECIDER .................................................. 8
Chapitre 1. La connaissance des datas ................................................................................... 9
Section 1. Concept du data Marketing ............................................................................... 9
Section 2. Décrire les données ......................................................................................... 11
Section 3. La réalisation des projets data ......................................................................... 15
Chapitre 2. Collecte de l’information .................................................................................. 18
Section 1. Outils clés pour dompter la multitude de données............................................ 19
Section 2. S’organiser dans Les données ......................................................................... 24
Section 3. Le clustering : segmentation en pilotage automatique ...................................... 26
Chapitre 3. L’exploitation des données en marketing prédictif ............................................ 28
Section 1. Le marketing prédictif..................................................................................... 28
Section 2. Comprendre la géolocalisation ........................................................................ 29
Section 3. La data pour créer une audience ...................................................................... 30
DEUXIEME PARTIE ............................................................................................................ 34
CAS PRATIQUE DE L’APPLICATION INSTAGRAM ....................................................... 34
Chapitre 1. L’analyse du contexte d’ (Instagram) ................................................................ 34
Section 1. Présentation .................................................................................................... 34
Section 2. Les particularités de l’application .................................................................... 38
Section 3. Le marketing sur Instagram vaut-il le coup ? ................................................... 39
Chapitre 2. Identification et compréhension de la stratégie .................................................. 43
Section 1. Le positionnement d’Instagram ....................................................................... 43
Section 2. Le business modèle d’Instagram ..................................................................... 46
Section 3. Le mix marketing ............................................................................................ 46
Chapitre 3.Politique d’utilisation du data Marketing d’Instagram ........................................ 48
Section 1. Quels types d’informations recueille Instagram? ............................................. 48
Section 2. Comment Instagram utilise les datas ?............................................................. 49

5
7
 LE DATA MARKETING

Section 3 : Développer une entreprise sur Instagram........................................................ 51

Conclusion ............................................................................................................................. 54
Sitographie: ............................................................................................................................ 55
Bibliographie ......................................................................................................................... 55
Table des tableaux .................................................................................................................. 56
Table des figures .................................................................................................................... 56

5
8