Customer Data Platforms – Comprendre (vraiment) le périmètre fonctionnel des CDP

Si le terme de Customer Data Platform (CDP) s’impose dans le monde du Data Marketing depuis déjà quelques temps, force est de constater que peu de personnes comprennent vraiment ce que fait une Customer Data Platform.

Quel est le périmètre fonctionnel d’une CDP ? Quelles sont les briques fonctionnelles clés d’une Customer Data Platform ?

Nous avons repris les grandes lignes de cet excellent article anglais publié sur Medium pour rédiger cet article. Nous espérons qu’il apportera les réponses à vos questions.

1 – Unifier les données autour de profils clients

Une Customer Data Platform permet d’unifier vos données autour d’un identifiant qui peut être le nom de vos clients, leur email, leur téléphone, leur numéro client ou bien une combinaison d’identifiants. L’enjeu sous-jacent est essentiel. Vous utilisez certainement plusieurs outils marketing. Prenons l’exemple de votre cliente Mme Michou. Il est possible que l’outil X l’identifie par son email, que l’outil Y l’identifie par son téléphone, que l’outil Z l’identifie par un numéro client. Problème : Comment reconnaître qu’il s’agit bien à chaque fois de la même personne, Mme Michou ? C’est à cet enjeu que répond une CDP.

Une CDP permet d’identifier vos clients derrière les multiples identifiants qu’ils utilisent au cours de leurs parcours – de ramener le Multiple à l’Un pour employer le vocabulaire de Platon. Cela passe par un travail de consolidation des données, de fusion/mise en association des enregistrements.

L’objectif de la démarche est d’être capable de coordonner la prise de parole sur les différents canaux, en online et en offline. L’unification des données autour d’identifiants uniques est la condition de possibilité pour organiser un Dialogue Clients cross-canal.

Il y a plusieurs approches possibles pour unifier les données dans une CDP.

Approche de matching déterministe vs probabiliste

Pour réaliser l’unification des données autour de profils clients, la plupart des CDP procède à un matching déterministe. Cela signifie qu’elles matchent les enregistrements lorsqu’ils contiennent des identifiants clairs (customer id, email, téléphone, nom…) permettant d’être presque certain que l’on a affaire à la même personne. Certaines CDP, comme Acquia, permettent d’aller plus loin et de faire du matching probabiliste (en plus du matching déterministe). L’approche probabiliste consiste à fusionner des enregistrements lorsqu’il y a une forte probabilité qu’ils concernent une même personne sans pour autant qu’on en soit sûr à 100%.

Les fusions hard vs soft

Les techniques d’identification divergent aussi sur la manière dont les profils sont stockés une fois qu’il y a un match d’enregistrements :

• Les fusions hard > Les deux profils sont combinés entre eux pour ne constituer qu’un seul profile record. Dans ce cas, le défusionnage a posterio des profils devient très complexe, voire tout simplement impossible.
• Les « fusions » soft > Des associations sont créées entre les différents profile records, sans fusion des enregistrements. D’où les guillemets. L’avantage de cette approche, c’est que chaque enregistrement est conservé dans sa forme originelle. C’est une approche particulièrement recommandée lorsqu’on utilise un matching probabiliste (ou un matching déterministe comportant une forte marge d’incertitude).

Découvrez notre guide complet sur la segmentation client.

L’intégration des attributs dans les golden records

Comment faire remonter les attributs dans les golden records ? Quelles règles de constitution et de mise à jour des golden records de la CDP ? Les CDP ne répondent pas toutes de la même manière à ces questions. Certaines utilisent le plus récent profil disponible tandis que d’autres utilisent les dernières mises à jour d’attributs. D’autres encore définissent une source de vérité. J’espère que ce n’est pas du charabia pour vous. Nous allons prendre un exemple pour illustrer la problématique.

Supposons que Mme Michou a répondu à un questionnaire client diffusé sur le site web. Dans ce questionnaire, on lui demandait de mettre à jour son numéro de téléphone. Cela tombe bien, Mme Michou a changé de numéro. Elle renseigne donc son nouveau numéro de téléphone. La solution technologique qui gère les questionnaires clients va donc mettre à jour l’attribut numéro de téléphone dans sa base. Mais il est tout à fait probable que l’entreprise utilise d’autres outils marketing et que ces outils, du coup, aient enregistré un numéro de téléphone qui n’est plus valide. La mise à jour du téléphone dans tous les autres outils de la stack marketing est possible grâce à la CDP, qui va mettre à jour le golden record…ou pas. C’est tout le problème. Si la CDP utilise une source de vérité pour gérer et mettre à jour les golden records et que cette source de vérité n’est pas la solution de questionnaires clients, le golden record ne sera pas mis à jour. En revanche, si la CDP utilise les dernières mises à jour d’attributs, le golden record sera mis à jour.

Il est important de s’intéresser à la manière dont les attributs des golden records sont mis à jour. C’est un critère à prendre en compte dans la sélection de votre solution CDP. Il faut savoir que les CDP n’ont pas toute le même degré de raffinement à ce niveau-là.

Le traitement des données historiques

Quelles données historiques intégrer dans les golden records ? Est-ce que vous voulez que toutes les informations historiques de tous les profils fusionnés soient intégrées dans l’enregistrement maître ?

Prenons l’exemple des données capturées sur un site ecommerce. Avant que le client se connecte à son compte ou fasse un achat sur votre site, vous n’avez quasiment pas de données personnelles sur lui. Celles que vous avez proviennent des cookies analytics. C’est un visiteur anonyme.

Une fois que ce client aura créé son compte (ou se sera connecté à son compte existant) ou aura fait une commande, vous pourrez associer les données obtenues à un profil existant s’il existe ou en créer un nouveau dans la CDP. La question est la suivante : Que faire des données que vous avez pu capturer sur ce client lorsqu’il n’était pas encore identifié ? Faut-il les intégrer aux golden records de votre CDP ou non ? La réponse à donner dépend évidemment de vos cas d’usage.

Découvrez les différences entre les Customer Data Platforms (CDP) et les Data Management Platforms (DMP).

2 – Le nettoyage des données, leur transformation, leur enrichissement

Une Customer Data Platform permet de préparer les données en provenance de toutes vos sources de données, pour ensuite les redistribuer à vos applications marketing et autres outils d’activation. Préparer les données, c’est-à-dire : nettoyer, transformer, enrichir.

Le nettoyage des données (Data Cleansing en anglais) et leur transformation

Toutes les Customer Data Platform proposent des fonctionnalités de nettoyage et de transformation des données. Rappelons en effet qu’une technologie Customer Data Platform a 3 macro-finalités :

• Collecter la données en provenance de toutes les data sources online & offline.
• Traiter ces données : nettoyage, consolidation, transformation – constitution d’agrégats, segmentation, scoring…Une CDP travaille la donnée brute collectée à partir des data sources.
• Redistribuer / Rendre disponible les données retravaillées aux outils de la stack marketing : CRM, Marketing Automation, Service Clients, etc.

Voici un schéma illustrant cette articulation des trois niveaux. Il est extrait du livre blanc que nous avons rédigé sur les Customer Data Platforms :

En matière de nettoyage et de transformation, le périmètre fonctionnel mais aussi la profondeur fonctionnelle varient d’une CDP à l’autre. C’est un critère à prendre dans la démarche de sélection de votre CDP.

L’enrichissement des données

Les Customer Data Platforms permettent d’enrichir vos données clients via des intégrations avec des solutions tierces. Par exemple : Experian Mosaic and Consumerview, Axiom Liveramp, Oracle Datalogix, Cookie Syncing. Ce sont quelques exemples parmi des centaines d’autres car il existe un très grand nombre de solutions third-party d’enrichissement des données qui peuvent être connectées à une CDP. La connectivité est d’ailleurs un point fort des Customer Data Platforms, nous y reviendrons.

Vous pouvez enrichir vos données clients avec des données de toutes sortes :

• Démographiques : âge, genre, niveau de formation, emploi, revenus, statut conjugal, nombre d’enfants…
• Financières : score de crédit, score de profitabilité, données relatives aux hypothèques, utilisation de la carte de crédit, etc.
• Styles de vie et centres d’intérêt.
• Comportement d’achat : préférences produits, canal d’achat préféré…
• …/…

Certaines CDP permettent de mettre en place des modèles prédictifs utilisables pour enrichir vos profils clients. Typiquement : des dispositifs de scoring.

3 – La centralisation des données

Troisième fonction clé d’une Customer Data Platform : la centralisation des données. Même si toutes les CDP ne sont pas logées à la même enseigne. Certaines permettent vraiment d’ingérer toutes les données possibles et imaginables, y compris bien entendu les données comportementales. D’autres sont moins avancées.

Mais globalement une Customer Data Platform est une solution technologique idéale pour centraliser toutes vos données clients et créer ainsi un Référentiel Client Unique. Sur ce terrain, les CDP font beaucoup mieux que la majorité des CRM (ces derniers gérant encore assez mal les données comportementales, sauf quelques exceptions). Si les CDP sont si fortes en matière de centralisation des données, c’est en partie grâce à leur connectivité (via des connecteurs ou l’API mise à la disposition par l’éditeur).

4 – La segmentation client/d’audience

Les CDP sont des plateformes puissantes pour la segmentation. Avec une Customer Data Platform, vous pouvez segmenter votre base clients en utilisant tous les attributs de toutes vos tables de dimension. Les segments clients ou segments d’audience, une fois créés, peuvent être redistribués aux différents outils d’activation intégrés à la CDP : votre CRM, votre Marketing Automation, votre solution d’emailing, mais aussi votre outil de BI / Data Vizualisation.

Les Customer Data Platforms travaillent en général sur des segments dynamiques, c’est-à-dire que les différents segments sont constamment recalculés et mis à jour. Certaines CDP permettent de créer aussi des segments statiques, c’est-à-dire calculés en une seule fois. C’est en général le cas lorsque la CDP processe des données froides ou des segments clients créés à partir de requêtes SQL.

Découvrez notre guide complet sur la segmentation marketing en ecommerce (Méthode & Exemples de segments).

5 – L’intégration des données

Les Customer Data Platforms facilitent l’intégration des données clients et proposent des marketplaces de connecteurs souvent très bien fournies. Ces connecteurs permettent d’intégrer les sources de données à la CDP en quelques clics.

Parmi les principes intégrations gérées par les CDP, on trouve :

• Les solutions publicitaires : Les DSP, Facebook, Google Ads…
• Les outils analytics et d’A/B Testing : Google Analytics, Adobe Analytics, MixPannel, Optimzely, Kameleoon…
• Les solutions d’emailing / Marketing Automation : MailChimp, Sendinblue, Salesforce Marketing Cloud, Emarsys, Actito, etc.

La profondeur des intégrations varie d’une CDP à l’autre – certaines proposant simplement un connecteur d’audience ou de flux, d’autres proposant aussi un connecteur d’événements et/ou des connecteurs bidirectionnels.

6 – L’analytics et la BI

Certaines Customer Data Platform – pas toutes – permettent de faire de l’analyse de données et intègrent le périmètre fonctionnel des solutions de BI Best of Breed.

Certaines CDP permettent d’exécuter des requêtes SQL à des fins de segmentation. D’autres permettent de connecter directement la CDP au Data warehouse via des connecteurs ODBC ou JDBC. Certaines proposent des options d’export de données vers les bases de données ou vos data marts. Bref, les modalités par lesquelles les Customer Data Platforms intègrent l’analytics et la BI dans leur périmètre fonctionnel peut prendre des formes très différentes.

Un dernier mot concernant la structure des données. Certaines CDP reposent sur des modèles relationnels et proposent donc une structure de données plus avancées que celles simplement basées sur les attributs et les événements clients. Certaines incluent des product master data, des master data basées sur la localisation ou des store master data (pour le Retail). Enfin, il existe des CDP qui vous laissent la possibilités de définir vos propres schémas d’ingestion des données et de data processing. Si vous envisagez d’utiliser votre solution de Customer Data Platform pour faire de l’analytics et de la BI, vous devez être attentif à ce que proposent les différents acteurs sur ce périmètre fonctionnel.

Nous espérons avoir été assez clair et vous avoir aidé à mieux comprendre ce que faisait une plateforme de Customer Data Platform. Si vous souhaitez aller plus loin et approfondir votre compréhension de ces technologies, nous vous invitons à télécharger notre livre blanc complet sur les CDP.

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

Découvrir