Qu’est ce qu’un RCU (Référentiel Client Unique) ? – définition, approches & prix

Le Référentiel Client Unique (RCU) est la clé pour centraliser et unifier vos données clients. Prenons l’une de vos clientes : Alexandra. Elle interagit avec votre marque via de nombreux canaux : elle se rend souvent sur le site web, ouvre les emails promotionnels que vous lui envoyez, contacte le service client par tchat en cas de besoin, vous suit avec intérêt sur les réseaux sociaux, passe des commandes sur l’application mobile…

Tous ces points de contact génèrent des données précieuses sur ses préférences, son comportement, son historique d’achat. Pourtant, peut-être…, comme beaucoup d’entreprises, vous peinez à reconstituer le parcours d’Alexandra et à lui offrir une expérience parfaitement fluide et personnalisée. Pourquoi ? Parce que ses données sont éparpillées dans différents silos, sans vision unifiée.

La solution à ce problème, c’est la mise en place Référentiel Client Unique (RCU). Le RCU désigne la technologie qui permet d’obtenir une vision 360 de vos clients. D’ailleurs, fait intéressant, le terme anglais utilisé pour désigner le RCU est « Single Customer View », vue client unique.

Le RCU permet de réconcilier, centraliser et exploiter l’ensemble des données disponibles sur chaque client pour être mesure :

• De le connaître le mieux possible.
• De le reconnaître quel que soit le canal qu’il utilise et l’étape qu’il traverse.

Si vous lisez cet article, le Référentiel Client Unique est sans doute ce dont vous avez besoin pour améliorer vos parcours clients, enrichir l’expérience que vous délivrez à vos clients et – in fine – générer plus de performances marketing/commerciales.

On va vous expliquer en détail ce qu’est un RCU, ses fonctions, les approches possibles pour déployer un Référentiel Client Unique et le budget à prévoir.

Pourquoi le RCU est devenu incontournable aujourd’hui

Le Référentiel Client Unique est l’outil indispensable pour mieux maîtriser vos parcours clients, les enrichir, et personnaliser les interactions clients.

Des parcours clients de plus en plus complexes à orchestrer

Le comportement des consommateurs a profondément changé. Ultra-connectés, ils utilisent une multitude de points de contact digitaux tout au long de leur parcours : site web, application mobile, e-mail, messagerie, réseaux sociaux, sans oublier les canaux historiques comme le point de vente ou le centre de contact.

Résultat : les entreprises doivent orchestrer des parcours clients de plus en plus fragmentés et complexes. Le défi est double :

• Assurer la continuité de l’expérience sur tous les canaux.
• Mais aussi personnaliser chaque interaction en fonction du profil et du contexte.

Un casse-tête quasi-impossible à résoudre sans une vision unifiée du client.

C’est là que le RCU change la donne. Grâce à sa faculté à réconcilier les données des différents points de contact, il permet de reconstituer le parcours de chaque client dans sa globalité. Ce qui permet, derrière, d’identifier les points de friction, d’analyser les comportements et d’optimiser les scénarios de marketing automation et, plus largement, le plan marketing relationnel.

Téléchargez notre ressource Parcours clients

Nous avons préparé un template qui vous permet de cartographier vos parcours clients existants et vos parcours clients cibles. Un outil précieux pour bâtir une stratégie marketing et CRM customer-centric.

Télécharger le template

L’avènement d’un marketing personnalisé, en temps réel

À l’ère de l’hyper-choix et des sollicitations permanentes, les attentes des clients n’ont jamais été aussi fortes en matière de personnalisation. La connaissance client est devenue l’avantage concurrentiel par excellence. Le fait d’être traité comme une personne, et non comme un numéro, est déterminant dans la décision d’achat de la plupart des consommateurs.

Pour délivrer des messages ultra-ciblés, au bon moment et sur le bon canal, les entreprises doivent disposer d’une connaissance client affinée et actualisée. C’est un prérequis qui implique…un Référentiel Client Unique. Sans une plateforme pour centraliser, unifier et enrichir les données, il n’est pas possible de construire une vision client 360.

L’enjeu est aussi d’activer ces données client en temps réel dans les différentes briques du marketing : CRM, marketing automation, publicité, personnalisation web…

Mais là encore, sans Référentiel Client Unique, impossible d’alimenter tous ces outils de façon cohérente et synchronisée.

D’où l’importance de mettre les données client au centre du SI marketing. Et d’où l’importance de déployer un système qui permet de le faire : un Référentiel Client Unique.

Les limites des solutions traditionnelles

Historiquement, les entreprises centralisaient leurs données client dans des outils comme le CRM ou le datawarehouse. Mais ces solutions ont vite montré leurs limites face à l’explosion du volume et de la diversité des données :

• Conçus pour gérer uniquement les données structurées, les CRM peinent à intégrer les données digitales et comportementales. Ils maintiennent des silos entre le marketing, les ventes et le service client.
• Quant aux datawarehouses, de type Snowflake ou AWS, ce sont des solutions assez lourdes et complexes (même aujourd’hui), donc peu compatibles avec les besoins d’agilité et d’autonomie des métiers.

Bref, les outils traditionnels ne sont plus adaptés aux enjeux actuels de la connaissance client. C’est ce qui explique l’émergence d’une nouvelle catégorie de solutions dédiées à la gestion des données client : les Customer Data Platforms (CDP). Pensées pour couvrir l’ensemble du cycle de vie de la donnée marketing, elles s’imposent depuis le début des années 2020 comme le nouveau standard des projets RCU.

Les 4 fonctions clés d’un Référentiel Client Unique

Vous l’aurez compris, un Référentiel Client Unique est bien plus qu’une base de données. C’est un laboratoire qui permet de raffiner la donnée, de la travailler, de la nettoyer, de l’unifier, de l’enrichir, de la segmenter, voire de l’orchestrer et de l’activer. Le RCU orchestre l’ensemble du cycle de vie de la donnée client de la collecte à l’activation. Plus qu’un outil de Data Management, il devient outil marketing.

#1 Collecter : agréger les données clients de tous les points de contact

La première mission d’un RCU est de collecter et centraliser les données client, quel que soit leur source ou leur format.

L’objectif est de construire un référentiel unique et exhaustif, en agrégeant :

• Les données traditionnelles du CRM : identité, coordonnées, historique des interactions, transactions…
• Les données digitales : navigation web, application mobile, e-mail, push notification…
• Les données tierces issues de partenaires externes : prestataires marketing, data brokers, réseaux sociaux…

Pour cela, le RCU doit être capable de se connecter à une multitude de sources hétérogènes (bases de données, API, flux temps réel…) et de les faire dialoguer entre elles. Une intégration qui peut se faire en mode batch (extraction périodique) ou en temps réel (streaming de données), selon les cas d’usage et les capacités de la technologie RCU utilisée.

Unifier : créer des profils clients enrichis et décloisonnés

Agréger les données client est une chose. Encore faut-il être capable de les relier entre elles pour construire une vue unique de chaque profil. C’est la deuxième grande fonction du Référentiel Client Unique : l’unification, aussi appelée réconciliation ou déduplication. On parle aussi d’ID resolution – résolution d’identité.

Concrètement, il s’agit de regrouper les données éparses qui se rapportent à un même client, en utilisant des clés de rapprochement comme l’email, le numéro de téléphone ou l’identifiant CRM. Un client peut avoir de multiples identifiants (cookie, User ID, numéro de compte…) qu’il faut être en mesure de faire correspondre. C’est cela qui permet ensuite de reconnaître le client quel que soit le canal qu’il utilise ou l’étape qu’il traverse dans son parcours.

Segmenter : construire des audiences affinées

Une fois les profils unifiés, le Référentiel Client Unique va permettre de les analyser et de les segmenter selon une multitude de critères. L’objectif est de construire des audiences homogènes pour cibler finement les actions marketing.

La segmentation peut se faire sur des attributs classiques comme :

• La localisation géographique
• Les données socio-démographiques (âge, sexe, CSP…)
• Les préférences produits ou les habitudes d’achat
• La valeur, le potentiel ou la rentabilité du client

Mais le RCU permet aussi de pousser beaucoup plus loin la segmentation, en exploitant les données digitales et comportementales. On peut ainsi créer des segments basés sur :

• Les pages visitées, les produits consultés ou abandonnés dans le panier
• L’appétence et les intentions détectées via le tracking web ou in-app
• Les actions réalisées ou non après réception d’une campagne (ouverture, clic…)
• La réactivité aux messages et le niveau d’engagement cross-canal

Plus la donnée est riche et variée, plus les possibilités de segmentation sont larges. Certains RCU intègrent aussi des algorithmes de machine learning pour affiner les segments de façon prédictive.

Activer : orchestrer des parcours cross-canal personnalisés

Dernière fonction clé du Référentiel Client Unique : l’activation des données, autrement dit leur mise à disposition des outils marketing pour orchestrer la relation client. C’est LA finalité de la démarche RCU : exploiter les données collectées et enrichies pour délivrer des expériences ultra-personnalisées.

Concrètement, le RCU va alimenter en données qualifiées l’ensemble des canaux d’interaction client :

• Le CRM, pour personnaliser les campagnes et le ciblage commercial
• Les outils de marketing automation, pour déclencher des scénarios personnalisés et temps réel
• Les plateformes de personnalisation web et mobile, pour adapter les contenus en fonction du profil
• Le service client, pour offrir une résolution contextuelle des contacts entrants

Certains Référentiel Client Unique – notamment les CDP – intègrent même nativement des fonctionnalités d’orchestration (journey builders) et d’activation (des gestionnaires de campagnes marketing par email ou push par exemple). Les fonctionnalités de segmentation, d’orchestration et d’activation illustrent combien un RCU dépasse aujourd’hui le simple cadre du Data Management pour répondre directement aux objectifs stratégiques du marketing et du CRM, qui constituent sa véritable raison d’être.

Donc, pour résumer, un RCU est une solution qui permet :

• De centraliser et d’unifier les données clients en provenance des différentes sources de l’entreprise.
• De segmenter et enrichir ces données.
• Et parfois d’orchestrer et activer ces données.

Le RCU ne désigne pas une « famille d’outils », mais une fonction ou un ensemble de fonctions (celles que nous avons décrites à l’instant). Il existe plusieurs familles de technologies pour construire un RCU. C’est ce que nous allons voir maintenant.

Comment mettre en place un RCU : les 2 approches possibles

Voici un tour d’horizon des 2 grandes options possibles pour construire un RCU.

#1 L’approche Data Warehouse : centraliser et redistribuer les données via un ETL

La première approche consiste à utiliser un data warehouse cloud (type Snowflake, BigQuery ou AWS) comme colonne vertébrale de votre RCU. Le principe est simple : vous connectez l’ensemble de vos sources de données (CRM, site web, mobile, ERP, service client…) au data warehouse, qui va se charger de centraliser, dédupliquer et structurer vos données clients.

L’avantage du data warehouse, c’est sa capacité à ingérer et traiter de très gros volumes de données hétérogènes. C’est une plateforme robuste et scalable, capable de gérer la complexité des données clients. Mais pour en tirer tous les bénéfices, vous devrez passer par des briques complémentaires.

Concrètement, vous aurez besoin :

• D’un outil ETL (Extract Transform Load) pour alimenter le data warehouse à partir de vos sources. C’est lui qui va se charger d’extraire, transformer et charger les données dans le bon format.
• D’un outil de reverse ETL, comme Census ou Hightouch, pour redistribuer les données unifiées du data warehouse vers vos outils d’activation (CRM, marketing automation, service client…). Le reverse ETL vient compléter l’ETL pour boucler le circuit et permettre aux données de s’actionner.
• D’un outil de Business Intelligence (Power BI, Tableau, Qlik…) pour exploiter les données du data warehouse à des fins d’analyse et de reporting.

L’approche data warehouse est une solution adaptée aux entreprises qui ont déjà une stack data et analytics et qui veulent la valoriser. C’est aussi un bon moyen de garder la maîtrise de son patrimoine data, en maintenant les données dans son propre data warehouse.

Revers de la médaille, cette approche nécessite des compétences techniques pointues et une gouvernance IT solide pour administrer l’ensemble. Les équipes marketing restent dépendantes des équipes data pour exploiter le Référentiel Client Unique au quotidien. Par ailleurs, le data warehouse n’est pas conçu pour activer les données en temps réel, ce qui peut limiter certains cas d’usage marketing.

#2 L’approche CDP : unifier la data et orchestrer les cas d’usage dans un même outil

Si vous cherchez à aller plus vite et à donner plus d’autonomie à vos équipes métiers, vous pouvez vous tourner vers la deuxième approche : la Customer Data Platform (CDP). Cet outil nouvelle génération fonctionne comme un data warehouse, mais avec une grosse différence : il est directement activable par le marketing.

La CDP couvre en effet l’ensemble du cycle de vie de la donnée, de la collecte à l’activation, dans une interface unique et unifiée.

Elle va :

• Collecter les données de vos sources (CRM, site web, apps, e-commerce…) via des connecteurs ou des API.
• Dédupliquer et structurer ces données pour créer des profils clients uniques.
• Enrichir ces profils avec des données calculées (champs calculés) ou prédictives.
• Segmenter vos audiences sur la base de critères marketing (attributs, comportements, valeur…).
• Activer ces segments dans vos outils d’exécution (CRM, marketing automation, publicité…), en batch ou en temps réel selon les cas d’usage.

Le gros plus de la CDP, c’est son interface no-code, pensée pour les marketeurs. Grâce à des fonctionnalités de type glisser-déposer, les équipes peuvent construire des segments et orchestrer des scénarios sans dépendre de l’IT.

Autre avantage clé : certaines CDP intègrent directement des capacités d’activation (personnalisation web, marketing automation…), ce qui permet de couvrir l’ensemble des cas d’usage marketing dans une seule plateforme unifiée. On parle alors de « CDP augmentée », ou de plateforme d’engagement client.

L’approche CDP est idéale pour les entreprises qui veulent digitaliser leur marketing et passer à l’échelle en matière de personnalisation. Elle convient particulièrement aux secteurs très B2C où l’enjeu est d’orchestrer des parcours cross-canal fluides et temps réel (retail, e-commerce, travel, média…).

Seule limite : l’investissement peut être conséquent, surtout si l’on opte pour une CDP élargie à l’activation. Il faudra bien challenger le ROI sur vos cas d’usage prioritaires et penser votre roadmap par étapes.

Bien définir ses objectifs data pour choisir la bonne approche

Il n’y a pas de « meilleure » approche dans l’absolu. Votre choix dépendra de votre niveau de maturité data, de vos ressources tech et marketing, et de vos objectifs business.

Voici quelques questions clés pour vous guider :

• Quel est votre niveau de complexité data (volume, variété des sources…) ? Avez-vous déjà une infrastructure data en place (data warehouse, datalake…) ?
• Quels sont vos use cases prioritaires ? Est-ce que vous recherchez avant tout à consolider votre connaissance client ou à activer des parcours temps réel ?
• Disposez-vous des compétences data et marketing en interne pour gérer la solution ? Quel niveau d’autonomie recherchez-vous pour vos équipes ?
• Quelles sont vos contraintes budgétaires et votre horizon de ROI ? Privilégiez-vous une approche progressive ou un déploiement rapide ?

En fonction de vos réponses, vous vous orienterez vers l’une ou l’autre option :

• L’approche data warehouse si vous avez déjà une culture data et des ressources tech, et que vous recherchez avant tout à valoriser vos actifs existants. C’est un bon point de départ pour structurer votre Référentiel Client Unique, que vous pourrez compléter par la suite avec des outils d’activation.
• L’approche CDP si vous voulez aller vite sur des use cases marketing prioritaires et donner un maximum d’autonomie à vos équipes métiers.

Dans tous les cas, gardez en tête que le Référentiel Client Unique est un investissement de long terme, qui se construit de façon progressive. L’essentiel est de commencer par poser les fondations, en vous concentrant sur la qualité de la donnée et sur des quick wins. Vous enrichirez ensuite votre RCU étape par étape, use case après use case.

Coûts moyens d’investissement et d’exploitation d’un Référentiel Client

Plusieurs variables entrent en jeu dans la constitution du coût d’un projet RCU. Deux d’entre elles, parmi les principales, sont :

• L’approche retenue en matière d’architecture : approche datawarehouse Vs CDP.
• La complexité de l’environnement technologique et organisationnel de l’entreprise, qui dépend étroitement de la taille de l’organisation : PME Vs ETI – Grandes entreprises.

Comme vous pourrez le constater, les fourchettes que nous allons vous proposer sont très larges, assez grossières. L’idée n’est pas de vous dire précisément combien vous coûterait votre projet CDP. De fait, c’est impossible. Trop de facteurs entrent en ligne de compte.

Aussi, tout dépend de vos objectifs, de vos attentes, de vos besoins, des cas d’usage dont vous avez besoin…En vous présentant ces fourchettes, nous voulons surtout donner des ordres de grandeur utiles pour ceux qui n’ont vraiment aucunes idées des prix.

Nous allons décomposer les coûts en trois catégories : le coût d’investissement initial, le coût de la licence, le coût de l’AMOA.

RCU – Coûts d’investissement

Les coûts d’investissement regroupent les coûts associés d’une part au process de sélection (formulation du besoin, production du cahier des charges, benchmark,, rencontres éditeurs, contractualisation…), d’autre part à l’implémentation du référentiel client unique au sein de l’organisation : installation, paramétrages, formation des équipes…

Il n’y a clairement pas photo, les coûts d’investissement d’une CDP sont de très loin inférieurs. Nous l’avons vu plus haut, une CDP est un solution logicielle SaaS clés-en-main simple à installer et relativement facile à utiliser (coûts de formation réduits).

RCU – Coûts d’exploitation – Technique

Ici, nous parlons du coût de la solution, de ce que vous payez aux éditeurs / fournisseurs de logiciels. C’est-à-dire, pour l’essentiel : du coût de la licence ou bien du coût annuel de l’abonnement.

Le coût d’exploitation technique comporte toujours une partie fixe (abonnement mensuel / annuel, licence) et une partie variable (fonction du volume de données à traiter ou de l’activation de certains modules). Sur ce volet, ce sont les CDP qui coûtent le plus cher, clairement.

RCU – Coûts d’exploitation – Maîtrise d’ouvrage

Les frais d’AMOA sont plus élevés pour l’option BDD sur mesure. Normalement, il n’y a pas besoin d’accompagnement dans la durée pour une Customer Data Platform, pour les raisons évoquées plus haut : les CDP ont été conçues pour rendre le marketing autonome, pour lui permettre de gérer comme un grand les données clients.

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

Découvrir