La CDP ou Customer Data Platform

Sommaire :

  1. Définition : qu’est-ce que la CDP (Customer Data Platform) ?
  2. Quels objectifs remplit une CDP ?
  3. Quels sont les avantages d’une Customer Data Platform ?
  4. Quelles différences entre une CDP, une DMP, un CRM, un Datawarehouse, un Datalake, un DataHub, un bac à sable ?
  5. De quelles données la Customer Data Platform a-t-elle besoin pour fonctionner ?
  6. Comment savoir si l’on a besoin d’une CDP ?
  7. Que peut faire la CDP Datacook ?
1. Définition : qu’est-ce que la CDP (Customer Data Platform) ?

La data est-elle réellement le fuel qui fait carburer le marketing automation ? Sans aucun doute : pas de relation client efficace sans une bonne exploitation des données clients. À l’intérieur des processus d’exploitation de données, la CDP se positionne tout simplement au centre névralgique : elle centralise la data depuis toutes les sources.

Autrement dit, la Customer Data Platform est une solution technologique qui absorbe les données brutes provenant de tous les canaux et de tous les systèmes opérationnels, corrige les erreurs, matche les informations clients correctement pour assurer la vision « client 360° », et les trie afin de les rendre utilisables par le marketing, notamment à des fins de ciblage.

Pour illustrer sa fonction, la Customer Data Platform est un peu ce que le centre de tri est à La Poste.

La CDP, centre de tri des données clients

Attention, il ne faut confondre Customer Data Platform (CDP) avec outil CRM. Pour faire fonctionner correctement le CRM, celui-ci doit s’alimenter de data raffinées et déjà traitées. Le CRM ne réconcilie pas les informations clients. Sans traitement de données, un seul et même consommateur avec un achat en avril puis un autre en juin est considéré par le CRM comme deux consommateurs différents : l’un ayant acheté en avril et l’autre ayant acheté en mai.

Il est donc indispensable de s’équiper d’une bonne CDP, car c’est la Customer Data Platform qui assure le bon fonctionnement de tous les outils marketing et CRM : ainsi, la CDP vous permettra de mener à bien votre stratégie de relation client.

2. Quels objectifs remplit une CDP ?

La CDP remplit de multiples fonctions essentielles au bon traitement des informations clients, et à leur exploitation par le marketing. En effet, la Customer Data Platform occupe un rôle central dans l’écosystème du marketing relationnel et de la connaissance client.

La CDP occupe un rôle central

Voici les fonctions principales que remplissent les Customer Data Platfforms, depuis les fonctions les plus simples, jusqu’aux fonctions les plus puissantes pour les CDP récentes.

Centraliser les données

Le premier objectif de la CDP est de rapatrier et centraliser au même endroit toutes les informations sur la clientèle, car les données éparpillées ne sont pas exploitables en l’état. La centralisation est la première étape nécessaire à tout projet data. 

La Customer Data Platform comporte donc une base de données, qui agit en réceptacle de toutes les données collectées.

Uniformiser les formats

Les données collectées par la CDP sont brutes : elles apparaissent donc dans des formats variés, en fonction de leurs sources. La Customer Data Platform uniformise ces data brutes, car cette homogénéisation est indispensable aux traitements. Un format homogène entre les données est une composante essentielle assurée par la CDP.

Dédoublonner les données

Les doublons sont monnaie courante dans les bases de données. Un client inscrit deux fois, une fiche client créée en double dans le CRM, un foyer où épouse et époux ont créé deux comptes différents sous le même nom, des clients qui s’abonnent à plusieurs reprises pour bénéficier de l’offre découverte… les occasions sont nombreuses, et les doublons foisonnent. Ces doublons empêchent d’interpréter correctement les parcours de la clientèle, et biaisent la connaissance client. La Customer Data Platform dédoublonne les informations clients, dans une logique d’assainissement et de mise en qualité.

Réconcilier / matcher les données

La CDP réalise la réconciliation des informations : c’est cette réconciliation qui assure la fameuse « vision client 360° » ou « vision 360° ». En clair, sans réconciliation, les systèmes interprètent les achats boutique et online de Madame Dupont comme ceux de deux clientes différentes : une Madame Dupont qui achète en boutique, et une autre Madame Dupont qui achète en ligne. Cela biaise immanquablement l’analyse des parcours clients !

Les traitements de matching de la Customer Data Platform assurent, opèrent, eux, le raccord des informations relatives à un même client. Concrètement, ils permettent de suivre le comportement omnicanal à 360° de Madame Dupont en ligne, en boutique, ses contacts avec le service client, ses achats online et offline, ses réclamations, ses interactions avec la marque sur les réseaux sociaux, ses ouvertures de sms/mail/notifications, sa consommation de points, de bons cadeaux, de promotions. 

Pour matcher des données hétérogènes omnicanales, les CDP utilisent l’une ou l’autre de ces approches :

  • l’approche par clé de rapprochement exacte – techniquement, par règle de gestion : la clé de réconciliation est par exemple le mail, ou nom+prénom+adresse, ou le numéro de contrat
  • l’approche par algorithmes de matching – techniquement, par l’IA : l’intelligence artificielle sait reconnaître, par exemple, que Madame DuponT (avec un T) née en 1980 habitant au 5 rue des alouettes à Paris 19 et Madame DuponD (avec un D) née la même année et habitant à la même adresse sont, en réalité une seule et même cliente. L’IA pallie ainsi les erreurs humaines liées au remplissage des fiches clients. On est donc sur un niveau de réconciliation plus avancé, qui passe outre les fautes sur les noms, les coquilles sur les emails, les erreurs sur les numéros de téléphone.

Enrichir les informations clients

Rares sont les CDP qui disposent de cette option : l’enrichissement des informations clients par l’open data, tel que le propose la Customer Data Platform Datacook. La CDP capte toutes les données accessibles dans les sources en accès libres, et les rapproche des données internes : elle vient texturer la connaissance de la clientèle avec de nouveaux éléments B2C, comme la CSP des clients, l’âge, la composition du foyer, le passage en retraite, le déménagement, l’équipement automobile et énergétique, la taille du logement, etc… et les informations B2B comme le secteur de l’entreprise, son nombre de salariés, sa santé financière, etc.

Scorer les clients

Là encore, peu de solutions de Customer Data Platform proposent cette fonction, à l’instar de la solution Datacook qui score les clients en continu. Les CDP les plus récentes scorent chaque client selon différents critères de comportement : valeur future, risque de churn, fidélité, appétence aux canaux, appétence aux produits, appétence à la promotion, appétence aux cadeaux, éligibilité au club ambassadeur. Le score affecté à un client prend généralement la forme d’une note allant de 0 à 10 : par exemple, plus la note de churn (« churn » = départ, résiliation) d’un client est proche de 10, plus celui-ci a des risques de partir. 

Ainsi, chaque client reçoit une dizaine de notes reflétant son comportement à venir et ses préférences : ces notes évoluent, vivent, se modifient dans le temps, au gré des changements d’humeur des clients. C’est pourquoi les scores doivent être perpétuellement mis à jour, en continu, par la Customer Data Platform.

Segmenter et personnaliser la relation client

La personnalisation est le but ultime de la Customer Data Platform. Cette approche concerne la stratégie CRM dans son ensemble : la personnalisation du marketing relationnel, la personnalisation des canaux, la personnalisation du contenu des messages, la personnalisation des offres et des promotions. La CDP constitue la pierre angulaire de toute stratégie CRM personnalisée.

Certaines d’entre elles, comme la Customer Data Platform Datacook, incluent la segmentation des clients. Les CDP classiques se contentent de segmentations selon des critères statiques de profils et de comportements passés, les CDP les plus avancées proposent les segmentations selon les critères prédictifs de profils, de comportements futurs et de préférences. Cette segmentation prédictive s’appuie sur les scores clients calculés par la CDP, afin d’anticiper le comportement de la clientèle : son utilisation réduit le churn, allonge la fidélité des clients, renforce leur engagement et augmente leurs dépenses dans le temps.

Les segments calculés par la Customer Data Platform sont injectés dans les outils CRM, les outils de campagnes, le Datawarehouse, le Datalake, etc, à des fins d’animation opérationnelle et d’exploitation. Ainsi, les marketeurs peuvent utiliser pleinement les segments proposés par leur Customer Data Platform en les ciblant avec des campagnes ajustées et des actions marketing personnalisées. Ils peuvent également s’appuyer sur les segments de leur CDP pour suivre l’évolution des comportements de leurs clients dans le temps. 

3. Quels sont les avantages d’une Customer Data Platform ?

En synthèse et en une seule phrase : l’avantage de la CDP est d’offrir au marketeurs l’autonomie et la performance, tout cuit sur un plateau d’argent.

La CDP : l’accès aux données clients, tout cuit sur un plateau d’argent

Reprendre l’autonomie sur ses propres données

La CDP redonne au métier “les clés du camion”. Plus besoin de passer par les ressources IT, qui sont déjà bien chargées en travail. Se lancer dans l’animation des clients à plus forte valeur future ? Et sortir dans la foulée une analyse ad hoc de la clientèle ? La CDP (une bonne CDP) fournit instantanément le segment de clients à plus fortes valeurs futures, et livre la cartographie évolutive de la clientèle. Finis, les processus d’expression de besoin à rallonge. Terminés, les interminables allers-retours entre équipes. Place à l’efficacité : toutes les data clients au même endroit, mises en qualité, enrichies, scorées, segmentées, activables, et surtout… librement accessibles aux marketeurs.

Exploiter tout le « jus » de ses données sans compétence technique

Les Customer Data Platforms sont pensées pour le métier : elles ne nécessitent aucune expertise technique pour leur utilisation. Elles prennent la forme d’une interface ludique et simple, où l’on peut sélectionner les segments à animer, effectuer des comptages en vue du ciblage, suivre l’évolution du churn dans le temps, observer les critères qui déclenchent l’achat de telle gamme de produit, etc. Voilà pour la partie analytique : aucune compétence technique requise.

La partie opérationnelle, elle, n’est pas visible. En effet, les data clients raffinées, scorées et segmentées par la CDP sont redistribuées dans les systèmes opérationnels, notamment dans les outils CRM et de campagnes : par exemple, pour cibler le segment des clients appétents aux bons cadeaux, il suffit de le sélectionner directement depuis son outil de campagnes (Salesforce, Adobe, Splio…). Ceci est possible grâce aux connecteurs natifs des CDP avec les outils du marché.

4. Quelles différences entre une CDP, une DMP, un CRM, un Datawarehouse, un Datalake, un DataHub, un bac à sable ?

Ils traitent tous des données clients, mais ne répondent pas aux mêmes sujets.

La DMP

La DMP collecte les informations relatives au comportement instantané des internautes sur le site, sans forcément les identifier : elle le fait grâce aux cookies, qui génèrent les données dites « third party » pour des utilisateurs souvent anonymes. Or la mort à petit feu du cookie ne permet plus d’envisager le tracking comme une approche pérenne. Dans sa nouvelle réglementation du 2 avril 2021, la CNIL engageait un virage déterminant sur l’utilisation des cookies, permettant à tous les internautes de se libérer facilement des traceurs.

La période post Covid a par ailleurs renforcé le besoin des consommateurs de bénéficier d’une relation client authentique et moins instantanée, plus durable et s’inscrivant dans le temps, hors des publicités one-shot. En résumé, la DMP traite les données web en temps réel, et uniquement celles-ci. Contrairement à la Customer Data Platform qui, elle, traite toutes les informations clients issues de tous les canaux, de toutes les sources (web, boutique, crm, réactions aux campagnes, transactionnelles, etc), et qui historise les données au fil du temps pour une approche relationnelle inscrite dans le temps.

Le CRM

Les solutions CRM comme Salesforce, Selligent ou Dynamics, assurent la gestion de la relation client : elles historisent les contacts avec les clients, et peuvent parfois intégrer d’autres data à condition que celles-ci soient déjà traitées, corrigées, réconciliées. Le CRM est l’outil indispensable des commerciaux pour suivre leur clientèle. Mais à l’inverse d’une Customer Data Platform, le CRM n’est pas dimensionné pour accueillir des grands volumes de données. Il n’a donc surtout pas vocation à traiter toutes les données clients issues de tous les systèmes sources, contrairement à la CDP. Sur ce point, la CDP collecte l’entièreté des données clients brutes, auprès de toutes les sources utiles de l’entreprise, et offre la vision client 360°, c’est-à-dire omnicanale et sur tout le cycle de vie client. La technologie de la Customer Data Platform est pensée pour cela. Par ailleurs, quand le CRM est plutôt tourné vers les métiers du commerce, la CDP sert les besoins de tous les métiers autour du client : les marketeurs, les commerciaux, les centres d’appels, les études, le Codir.

Le Datawarehouse

Le Datawarehouse (« Dataware », de son petit nom) est un entrepôt de données, qui collecte et tente d’harmoniser absolument toutes les data de l’entreprise. Les flux de collecte n’opèrent pas tous au même moment, et les données ne sont pas toutes mises à jour en même temps, ce qui engendre des problèmes de qualité de données. Une fois collectées, les data y sont structurées selon un modèle d’entreprise. On y retrouve des données financières, de gestion, commerciales, marketing, comptables, juridiques, RH. C’est une sorte de hall de gare où toutes les données atterrissent, et où elles sont ensuite redirigées vers les bonnes sorties. Typiquement, la Customer Data Platform peut se brancher au Datawarehouse pour y collecter exclusivement les données clients… mais on préfèrera la brancher directement aux sources pour mettre à jour les data en continu, et ainsi assurer une qualité optimale. Par ailleurs, il faut noter que le Datawarehouse est destiné à un usage IT, contrairement à la CDP dont l’usage est pensé pour le métier.

Le Datalake / Datahub / Bac à sable

Ces termes désignent peu ou prou le même concept, les spécificités variant d’une organisation à une autre. Le Datalake, Datahub, bac à sable, désignent un réceptacle unique, destiné exclusivement à une utilisation par les équipes IT. Dans ce réceptacle, toutes les données de l’entreprise sont déversées sans chercher à les harmoniser. C’est un peu la Tour de Babel des données brutes, où chaque data parle sa propre langue et seulement la sienne. Ce procédé a le mérite de concentrer les données dans un endroit unique, où tout le monde (profil technique uniquement) peut venir piocher ce dont il a besoin. En revanche et contrairement aux CDP, les données disponibles dans ces réceptacles ne sont pas raffinées, et restent donc inexploitables en l’état. La Customer Data Platform, elle, assure le traitement des données et les rend exploitables pour une utilisation opérationnelle immédiate par le métier.

5. De quelles données la Customer Data Platform a-t-elle besoin pour fonctionner ?

Le maximum de données, plus il y en a mieux c’est ! Comme dit le dicton, plus on est de fous, plus on rit. 

Plus il y a de fous plus on rit, plus il y a de data dans la CDP mieux c’est

Ou plutôt, plus on a de données, plus on a de performance. La Customer Data Platform étant conçue pour accueillir de grands volumes de data, autant l’exploiter au maximum de son potentiel.

– les données transactionnelles :

Pour débuter avec la CDP, disons que la première information essentielle est la donnée transactionnelle, donc celle relative aux achats. À elle seule, cette information reflète une partie du cycle de vie client : l’achat ou la souscription de son premier produit ou service dans l’enseigne, son retour 4 mois plus tard avec l’achat d’un produit complémentaire, etc. Rien qu’avec ces données de transaction, la Customer Data Platform est capable de trier les clients en fonction de leurs comportements d’achats, du moins un premier niveau de tri, notamment par la segmentation RFM : récense d’achat, fréquence d’achats, montant d’achats. 

– les données de profils :

Les marques qui disposent d’un programme fidélité disposent également d’informations sur leurs clients : à commencer par l’adresse, voire par l’âge, et parfois davantage. Ces data peuvent paraître anodines, en réalité elles apportent de la valeur. Pour certaines des meilleures Customer Data Platforms, ces données d’adresse constituent la clé de rapprochement avec l’open data, ouvrant la voie à des informations complémentaires précieuses sur les clients : comme l’évaluation de leur CSP, le type de logement, la composition de foyer, l’environnement de vie, etc. La date de naissance est également un indicateur important car l’âge du consommateur impacte de nombreuses entreprises, notamment ceux offrant des services spécialisés pour les seniors comme les offres de mutuelle pour les retraités, ou a contrario les produits dédiés aux générations plus jeunes comme les abonnements aux plateformes de VOD.

– les données crm ou données relationnelles :

Ces informations révèlent le comportement des clients à travers leurs contacts avec le service commercial. Elles restituent ainsi une dimension supplémentaire sur la nature de ces contacts : première entrée en relation, demande de devis, premier achat, réclamation, appel entrant, etc. Ces données sont traitées par la Customer Data Platform pour notamment alimenter les algorithmes de scoring clients (du moins les CDP offrant cette fonctionnalité, comme la CDP Datacook). Ces informations comportementales détenues par le CRM sont exploitées par les algorithmes de scoring pour identifier les critères clés de conversion, les critères de fidélité, les critères de valeur… à travers tout l’historique comportemental de la clientèle. En d’autres termes, les algorithmes apprennent des données crm comment se comportent les clients, pour mieux prédire leurs comportements à venir. 

– les données relatives aux programmes de fidélité :

Bien souvent, ces data sont stockées à part, dans la solution dédiée au programme de fidélité : on y trouve notamment les dates d’inscription au programme, les données d’opt-in, l’évolution des clients dans les niveaux du programme de fidélité, l’acquisition et la consommation des points, l’utilisation des offres exclusives aux membres du programme, la réactivité aux messages spécifiques du programme fidélité, ainsi que les données de satisfaction, les enquêtes clients, etc. De la même façon, les clubs ambassadeurs s’appuient généralement sur une solution là encore spécifique, contenant d’autres typologies de données. Qu’elles proviennent du programme de fidélité ou du club ambassadeurs, ces données sont stockées, raffinées, scorées et segmentées dans la Customer Data Platform. Elles enrichissent la vision client 360° afin d’être exploitées par les marketeurs à des fins d’animation personnalisée.

– les données produits ou services :

Ces données sont importantes car la CDP les utilise pour affiner sa perception des préférences produits de chaque client. Prenons l’exemple d’un distributeur de chaussures : grâce aux données de produits, la CDP est capable de détecter qu’une cliente préfère les chaussures aux talons compris entre 8 et 12 cm, de couleur noire, et de gamme discount. Son appétence à ce type de produit est comprise par la Customer Data Platform, qui va automatiquement l’intégrer au prochain ciblage de la campagne sur les nouveaux escarpins noirs low cost de l’enseigne. De la même façon pour les services : une Customer Data Platform telle que Datacook identifie les clients qui ont le plus de probabilité de passer en retraite dans les 2 ans à venir. Par exemple, grâce à la CDP, ces clients-là pourront automatiquement être ciblés par les campagnes des mutuelles et assurances sur les contrats de Retraite.

– autres données :

Les autres données proviennent d’applications diverses : données d’ouverture email, de clic sms, de téléchargement du wallet, données de navigation web, données de connexion au compte en ligne, données d’utilisation de l’application… et toute autre donnée qui pourrait être utile à la compréhension du client. Encore une fois, la Customer Data Platform intègre tous les types de données, dans tous les formats, quels qu’ils soient.

6. Comment savoir si l’on a besoin d’une CDP ?

C’est très simple : il suffit de répondre à trois questions.

Il est simple de savoir si l’on a besoin d’une Customer Data Platform

Combien avez-vous de clients ? 

Vous ne savez pas, ou bien votre chiffre est approximatif > vous avez besoin d’une CDP. 

Comment animez-vous vos clients ? 

Avec une segmentation RFM ou pas de segmentation du tout > Vous avez besoin d’une CDP.

Quel est l’impact du Covid sur le comportement de vos clients ? 

Vous ne savez pas exactement > Vous avez besoin d’une CDP.

Alors oui, vous pouvez très bien disposer déjà d’une DMP, d’un CRM, d’un outil de campagnes, d’un Datawarehouse… si vous ne pouvez pas répondre à l’une de ces questions, vous vous éloignez des performances marketing qui vous vaudront une augmentation ou une promotion à un poste plus élevé. Pour s’en rapprocher, la CDP est votre alliée.

La CDP traite toutes les informations clients omnicanales, quel que soit leur niveau de qualité, quel que soit leur volume, quels que soient leurs formats. La Customer Data Platform vous redonne l’autonomie et la flexibilité pour animer votre base clients de façon personnalisée : une CDP vous permet de cibler vos clients à risque de départ, de cibler ceux à fortes valeurs futures, de cibler ceux préférant le digital, de cibler ceux appétents aux nouveaux produits, aux promotions, ceux ayant la plus forte probabilité de déménager, de passer en retraite… les possibilités ne manquent pas. Et plus vous ciblez finement et personnalisez vos actions marketing, plus le ROI augmente, de façon forte et rapide, déclenchant enfin les performances visibles que vous attendiez.

À titre d’information, tous les opérationnels qui ont acheté la CDP Datacook ont obtenu une promotion l’année suivante.

7. Que peut faire la CDP Datacook ?

Datacook est une Customer Data Platform récente, et offre donc des fonctionnalités qui reflètent l’état de l’art en matière de data science marketing.

La CDP Datacook assure les fonctions de base de toute Customer Data Platform :

– elle collecte les données clients brutes depuis un maximum de sources

– elle les centralise

– elle les dédoublonne : Datacook assure le dédoublonnage avec l’IA (contrairement aux CDP classiques) pour une mise en qualité plus profonde

– elle les réconcilie : là encore, Datacook gère la réconciliation des données avec l’IA, pour une restitution affinée et fidèle de la vision client 360°

– elle les traite et les consolide

– elle les redistribue dans le SI : outils opérationnels et décisionnels.

La Customer Data Platform Datacook se différencie des autres CDP par ses fonctions suivantes :

– elle score tous les clients en continu, selon les critères prédictifs de comportements : Datacook score la probabilité de churner, la valeur client future, le niveau d’engagement, les préférences par canal, les préférences sur les produits, l’appétence aux cadeaux, à la promotion, les moments de vie comme la probabilité de déménager, d’agrandir la famille, d’acheter une voiture, de passer à la retraite. Ainsi chaque client reçoit différentes notes (ou « scores) sur chacun de ces critères, et ces notes évoluent sans cesse au fil de temps.

– elle segmente les clients en continu à partir des scores clients. Notamment, elle regroupe à chaque instant les clients à fort risque de churn, ceux à forts potentiels de valeurs, ceux appétents au digital, ceux préférant tels produits, etc. Ces segments sont prêts-à-emploi.

– elle injecte ces segments directement dans les outils de CRM et de campagnes, grâce à ses connecteurs natifs : connecteurs Salesforce, Adobe, Eloqua, Splio, Dynamics… les marketeurs retrouvent leurs groupes de clients segmentés directement depuis leurs outils habituels, et n’ont qu’à les sélectionner pour les cibler.

– elle propose une interface simple pour suivre l’évolution des segments, de la clientèle dans son ensemble, et plus globalement de son business.

Enfin, la Customer Data Platform Datacook inclut un service d’accompagnement métier d’excellence.

La CDP Datacook offre un service d’excellence

Ce service d’accompagnement d’excellence met à votre disposition un expert marketing dédié, disponible à tout moment, pour formaliser votre besoin, vous conseiller sur les cas d’usage, vous guider dans le choix des bons segments à cibler, comment les cibler, avec quels types d’actions, quels types de messages. Cet accompagnement est proposé en fil rouge toute l’année. Les performances des campagnes vers les segments Datacook sont mesurées, suivies, comparées. Vous disposez de cartographies de votre base clients mises à jour régulièrement, pour rester au fait du comportement de vos clients et de leur évolution dans le temps. Votre conseiller marketing dédié est à votre disposition pour vous livrer toute analyse clients ad hoc, et vous soutenir dans votre roadmap CRM à la fois stratégique et opérationnelle.

Leave a Comment

Your email address will not be published. Required fields are marked *