Pourquoi vous devez envisager un datawarehouse marketing

Il n’y a pas si longtemps que ça, on utilisait encore Excel pour stocker et tracker les données marketing. Les temps ont changé. Un département marketing moderne utilise en moyenne 91 outils marketing dans une entreprise américaine (probablement moitié moins en France..). L’une des conséquences négatives de cette évolution, c’est l’éparpillement des données. Les données marketing sont dispersées dans des dizaines de bases et d’applications.

Les organisations recherchent des solutions pour résoudre ce problème et mieux gérer leurs données. C’est dans ce contexte que, depuis quelques années, se développent les Data Warehouses marketing. C’est le sujet de cet article.

Nous allons voir en quoi consiste un Data Warehouse marketing, pourquoi implémenter ce type de solutions, ses bénéfices. Nous vous présenterons ensuite quelques exemples de solutions et des conseils pour réussir votre projet.

Pour commencer, qu’est-ce qu’un Data Warehouse ? [Définition]

Les Data Warehouses sont utilisés par les entreprises pour stocker de manière centralisée toutes leurs données à disposition. Littéralement, un Data Warehouse signifie entrepôt de données. Vous l’aurez surement compris, on parle de « Data Warehouse marketing » lorsque les données gérées sont des données…marketing, c’est-à-dire les données relatives à vos clients et à vos actions marketing.

Un Data Warehouse apporte deux bénéfices importants : il permet de dégager des enseignements actionnables à partir des données dont dispose l’entreprise et d’améliorer la prise de décision. Bref, c’est l’une des solutions technologiques à envisager lorsque l’on souhaite devenir une organisation data-driven. Nous verrons tout à l’heure que ce ne sont pas les deux seuls bénéfices existants.

En synthèse, le Data Warehouse est un emplacement central qui vous permet de stocker toutes vos données en vue du reporting et de l’analyse de données. Il s’agit d’un seul et unique lieu – même si vos données proviennent de dizaines d’endroits différents, de centaines voire de milliers de sources. Le Data Warehouse, qui est une technologie très scalable, centralise les données.

Historiquement, les premiers Data Warehouses étaient tous des solutions « on-premise », installées sur les serveurs de l’entreprise, laquelle avait la charge d’en assurer la maintenance. Ce à quoi on assiste depuis quelques années, c’est le grand essor des Data Warehouses marketing dans le cloud. Les solutions cloud ont l’avantage de pouvoir se connecter à un plus grand nombre de sources et de pouvoir accueillir de gros volumes de données à des tarifs beaucoup plus abordables que ce que proposent les solutions on-premise. Les Data Warrehouses sont très utilisés dans les projets Big Data.

Il faut bien comprendre qu’un Data Warehouse n’est pas l’équivalent d’une simple base de données. Une base de données a pour fonction de collecter et de stocker des données en temps réel. Un Data Wahouse, lui, est semblable à un entrepôt : il est utilisé pour stocker toutes les données générées depuis que l’entreprise génère des données. C’est le lieu où TOUTES données, en provenance de TOUTES les sources, se trouvent réunies. Et contrairement aux bases de données classiques, les données arrivent dans le Data Warehouse en batch, même si les éditeurs de solutions cloud font tout pour se rapprocher de plus en plus du temps réel.

Pourquoi stocker toutes les données marketing au même endroit ?

Certains douteront peut-être de l’intérêt et même de la pertinence de regrouper toutes les données marketing en un même endroit. Pourquoi vouloir tout centraliser dans un Data Warehouse marketing ? Il y a plusieurs raisons.

Tout d’abord, cela permet d’accéder plus facilement et plus rapidement aux données dont on a besoin, sans avoir à aller les chercher dans plusieurs outils / bases. Le Data Warehouse marketing permet par ailleurs d’avoir des données de meilleure qualité, plus structurées, mieux organisées. En utilisant un Data Warehouse, vous pouvez par exemple convertir toutes vos données (ie, les données en provenance de toutes vos sources) dans un format unique. Ceci permet en aval de mieux orchestrer les données en cross-canal.

Une petite incohérence dans vos données ou une donnée manquante peuvent entraîner une chaîne de réactions menant à des analyses erronées. Un Data Warehouse permet de nettoyer les données plus facilement, d’en maintenir plus aisément la qualité.

Un petit point « technique » sur les ETL avant d’aller plus loin. Les données n’arrivent pas n’importe comment dans un Data Warehouse marketing. Un Data Warehouse n’est pas un Data Lake. Les données sont préparées, transformées. Comment ? Grâce à un outil ETL. L’ETL (acronyme pour Extract, Transform et Load) a deux fonctions :

• Il organise la tuyauterie : il gère les flux de données entre les multiples sources de l’entreprise et l’entrepôt.
• Il travaille la donnée, la prépare, la transforme pour qu’elle arrive structurée dans l’entrepôt.

Sur ce sujet, nous vous invitons vivement à découvrir le guide complet que nous avons produit sur les outils / logiciels ETL.

Découvrez notre comparaison des technologies envisageables pour votre Data Warehouse cloud.

6 raisons d’utiliser un Data Warehouse Marketing

Les Data Warehouses Marketing ont plusieurs avantages. Nous en avons identifié 6 (la liste n’est sans doute pas exhaustive) :

• Le stockage de vos données ne sera plus un problème. Comme vous le savez surement déjà, stocker des quantités importantes de données et de rapports marketing dans des spreadsheets n’est vraiment pas une bonne idée. L’un des grand bénéfice qu’il y a à disposer d’un Data Warehouse, c’est que cette technologie permet de stocker vraiment toutes vos données, quelle que soit leur ancienneté. Vous pouvez comparer vos performances passées et présentes de manière optimale.
• Avoir un Data Warehouse marketing permet de maximiser l’impact des enseignements que vous pouvez tirer de vos données. Couplé à un outil d’analyse des données marketing (BI), le Data Warehouse vous permettra d’identifier plus facilement les drivers de performance.
• La tâche la plus ingrate, la moins sympathique pour un marketer, c’est de devoir sans arrêt justifier le R.O.I de leurs actions, de devoir sans cesse motiver les demandes de budget. Un Data Warehouse, à ce titre, est une solution intéressante. Le fait d’avoir des données mieux organisées et nettoyées constamment vous permettra à vous et à tous vos pairs de mieux évaluer concrètement la contribution des actions marketing sur la bottom line.
• Quatrième bénéfice d’un Data Warehouse marketing : pour dégager les nouvelles tendances d’usage ou de consommation via l’analyse data, il est important de prendre du recul et de prendre en compte les données plus anciennes. Souvent, en se concentrant sur les données les plus récentes, on passe à côté des lames de fond. Le fait que le Data Warehouse marketing stocke toutes les données, y compris les données historiques, permet de découvrir plus facilement ces tendances. Consultants en Data Marketing, nous constatons que la majorité des entreprises ont déjà des tonnes de données marketing à disposition…mais elles ne les utilisent pas, ou n’en utilisent qu’une petite partie. Centraliser toutes les données marketing dans un Data Warehouse facilite l’exploration analytique et l’exploitation marketing des données. Bref, ce type de solution permet de tirer un meilleur parti de vos données.
• Un Data Warehouse marketing, s’il permet de prendre de meilleures décisions stratégiques, permet aussi d’accélérer la prise de décision. Lorsque que vous avez les insights sous les yeux, c’est beaucoup plus simple et rapide de prendre une décision pertinente car data-driven.
• Avoir un Data Warehouse permet de faire des prédictions et d’anticiper des évolutions de tendances. Ceci constitue un précieux avantage concurrentiel.

Et puis implémenter un Data Warehouse marketing est, enfin, une manière d’anticiper les évolutions du marketing. Le data marketing a un brillant avenir. L’intelligence artificielle va sans doute bouleverser l’économie dans les prochaines années. Or, le moteur de l’IA, ce sont les données, des données bien organisées et nettoyées. Implémenter un Data Warehouse marketing, c’est prendre de l’avance sur ses concurrents et se préparer aux bouleversements à venir.

Vous vous demandez si votre entreprise a besoin d’un Data Warehouse ? Découvrez notre guide complet sur les Data Warehouses et leurs principaux cas d’usage.

Data Warehouse marketing : les différentes options envisageables

Clairement, il y a un certain nombre d’arguments en faveur des Data Warehouses marketing. La question, maintenant, est la suivante : quelle option choisir ? Quelle solution choisir en fonction de mes besoins ? Le volume de données géré par les entreprises est en explosion. Il est important de répondre à cette question : où les stocker de manière centralisée ?

Grosso modo, il y a deux principales options : les solutions on-premise ou les solutions dans le cloud. Pour choisir entre les deux, plusieurs facteurs doivent être pris en compte : la vitesse, le coût, le degré de scalabilité, la sécurité, la fiabilité des données…

Si vous recherchez la rapidité, un niveau de sécurité élevé et un contrôle complet sur vos données, vous devez peut-être envisager une solution on-promise. Avec cette option, toutes vos données sont stockées sur vos propres serveurs, et non sur les serveurs de l’éditeur du DWH. Cela assure un niveau de sécurité imbattable.

Mais, ce qui est assez ironique, c’est que la sécurité est aussi l’un des principaux avantages des solutions cloud. Si vous ciblez les principaux éditeurs cloud du marché, vous bénéficierez des derniers standards de sécurité. Les gros éditeurs renforcent constamment le niveau de sécurité proposé à leurs clients. Les protocoles de sécurité sont régulièrement mis à jour, les bugs potentiels sont résolus immédiatement lorsqu’ils sont découverts. Les éditeurs cloud ont beaucoup à perdre s’ils ne réussissent pas à délivrer un haut niveau de sécurité. Du coup, ils mettent le paquet.

En revanche, sur le volet de la vitesse, les solutions on-premise sont clairement un niveau au-dessus. Par définition, vous n’aurez pas de problèmes de bande passante ou de disponibilités serveurs.

En termes de fiabilité maintenant, les deux options ont leurs avantages. Si vous choisissez un Data Warehouse marketing cloud, vous êtes dépendant de l’éditeur. C’est lui qui assure la maintenance et intervient en cas de problème. Si vous choisissez une solution hébergée sur vos serveurs, la maintenance est gérée par votre équipe interne ou par des prestataires externes.

Ne nous mentons pas : les solutions cloud sont clairement sur le point de prendre le dessus sur les solutions « classiques » on-premise. Pour deux raisons essentiellement : le coût tout d’abord, qui est bien moins élevé que celui d’une solution on-premise ; le degré de scalabilité d’autre part. L’espace de stockage que vous pouvez avoir dans le cloud est potentiellement illimité.

4 exemples de solutions Data Warehouse marketing cloud : Snowflake, BigQuery, Amazon RedShift, Microsoft Azure

Il y a trois principes fondamentaux dans un Data Warehouse :

• Il stocke les données en provenance de toutes les sources, de tous les départements de l’organisation.
• Les données sont intégrées avant d’être processées et activées par les applicatifs marketing – CRM.
• Un Data Warehouse est fait pour faciliter l’analyse des données stockées – via des outils d’analytics / Business Intelligence.

Nous allons présenter quatre des principaux candidats sur le marché : Snowflake, Google BigQuery, Microsoft Azure et Amazon Redshift.  Les quatre solutions offrent de très bonnes performances en termes de vitesse de traitement des requêtes grâce à leur technologie avancée de stockage des données en colonnes, à un modèle tarifaire basé sur le volume de requêtes et à une vitesse de traitement « just-in-time ».

Snowflake

Snowflake fait figure de petit dernier sur le marché des Data Warehouses marketing. Snowflake est un Data Warehouse basé sur le cloud et le modèle des bases de données relationnelles SQL. Snowflake propose des prix très attractifs et devrait en toute logique grignoter des parts de marché à ses concurrents dans les années à venir.

Le fait que l’éditeur ait levé près d’un demi-milliard de dollars il y a quelques mois renforcent cette intuition. La principale force de Snowflake réside dans ses capacités à processer les données semi-structurées. Cela se traduit par sa capacité à gérer les requêtes de manière simple, avec des schémas flexibles (en particulier via JSON ou Avro).

BigQuery

BigQuery est un Data Warehouse SQL conçu pour gérer la complexité des données marketing modernes. Comme Snowflake, BigQuery est basé sur le cloud. La solution ne requiert aucun serveur et aucune infrastructure internes. Tout est géré en mode cloud.

Les requêtes sont exécutées sur des tables en mode « append-only » (AOF), ce qui, concrètement, signifie que lorsque vous créez de nouvelles lignes ou mettez à jour des lignes existantes, celles-ci sont ajoutées à la fin de la table. Cela doit être pris en compte dans la rédaction de nouvelles requêtes. Les utilisateurs peuvent interagir avec les tables depuis une interface web. En ce qui concerne la gestion des accès, il y a plusieurs statuts possibles : owner, writer et reader. En revanche, ces statuts sont gérés au niveau des jeux de données et non pas au niveau des tables individuelles, ce qui est assez dommage.

Découvrez notre guide complet sur la Data Vizualisation (Définition + Top 20 des outils).

Amazon Redshift

Amazon Redshift est une autre solution très robuste et scalable de stockage de données permettant de requêter facilement sur de larges volumes de données.  L’avantage d’Amazon Redshift, c’est qu’il peut s’intégrer facilement avec tout un tas d’outils d’analytics et de BI. Amazon met en avant le fait que sa solution coûte le dixième seulement du coût des Data Warehouses traditionnels. Et c’est vrai qu’il s’agit d’une solution plutôt abordable comparée à ses concurrents. Amazon Redshift propose une gestion très fine des accès (plus fine que BigQuery) et des métriques très puissantes : il n’est pas étonnant qu’Amazon Redshift fasse aujourd’hui figure d’acteur de référence sur le marché.

Microsoft Azure

Les ambitions de Microsoft avec le cloud sont énormes. L’année dernière, les bénéfices d’Azure ont doublé chaque trimestre, rien de moins ! La solution de Data Warehouse de Microsoft cible essentiellement les grands comptes. Les prix sont plus élevés que les autres acteurs présentés plus haut. Mais l’un des grands avantages de Microsoft Azure, c’est qu’il s’intègre dans un écosystème complet de solutions, intégrant un outil ETL, des outils de Data Vizualisation, etc.

Quelle solution de Data Warehouse marketing choisir pour mon entreprise ?

Quelle solution choisir ? Cette question, peut-être que vous vous la posez depuis un moment, et peut-être que ce que vous avez lu ne vous a pas encore apporté de réponses suffisantes par elles-mêmes. Vous vous en doutez peut-être, notre réponse sera simple : tout dépend de vos besoins. La réponse n’est pas originale, mais c’est la seule possible.

Lorsque l’on cherche une solution technologique, il faut toujours se demander dans quelle mesure la plateforme que l’on examine est en mesure de gérer les types de données que gère l’entreprise. Tout dépend de la nature des données à stocker, de leur volume aussi et des types de requêtes que vous souhaitez exécuter.

Découvrez la différence fondamentale entre un Data Scientist et un Data Engineer (qui est qui, qui fait quoi ?).

Les quatre solutions que nous venons de vous présenter brièvement sont réputées pour leur vitesse de traitement rapide comme l’éclair, mais pas sûr que ces solutions puissent maintenir une telle vitesse si vos données ou les requêtes que vous voulez exécuter sont structurées d’une manière que la solution estime problématique. Dans ce cas, même les solutions de Data Warehouses réputées les plus rapides peuvent devenir lentes. Prenez le temps de choisir votre plateforme, en étudiant bien en compte vos besoins, vos attentes. Vous devez clarifier vos attentes, formulez vos besoins et vos objectifs plutôt que de vous lancer tête baissée dans un benchmark. A partir de la formulation de vos objectifs, vous pourrez identifier et hiérarchiser vos différents use cases et en déduire des prérequis fonctionnels. C’est sur cette base que vous pourrez construire un cahier des charges solide et réaliser un benchmark productif.

Si vous estimez ne pas avoir l’expertise suffisante pour évaluer la meilleure option d’architecture et la meilleure solution pour votre entreprise, n’hésitez pas à faire appel à un expert externe. Cela vous évitera de faire des choix inadaptés et, en définitive, potentiellement très coûteux. Consultants en Data Marketing, nous avons acquis une forte expertise sur tous ces sujets, n’hésitez pas à nous contacter pour toute question.

Les Data Warehouses marketing ont vocation à devenir des solutions must-to-have. Vous avez un projet de Data Warehouse ? Notre conseil est simple : ne vous précipitez pas !

Le benchmark complet des outils Data Warehouse made in Cartelis

Veuillez remplir le formulaire si vous souhaitez recevoir notre benchmark

CRM / Data - Plus de 15 ressources & templates gratuits à télécharger.

Découvrir