L'IBM System/360 est accueilli par la peur et la confusion lorsqu'il arrive dans les bureaux de SC&P sur Madison Avenue lors de la dernière saison de Mad Men d'AMC.

Certains employés de l'agence en déduisent leur propre obsolescence imminente, ou dans le cas du rédacteur Michael Ginsburg – avoir son esprit infiltré par la machine. Alors que sur le nez, ce n'est pas une représentation absurde de l'air du temps. Le stock net réel d'ordinateurs et d'équipements périphériques a augmenté de plus de 20 % au cours de chaque année des années 1970. En 1980, ce chiffre tournait autour de 40 %.

L'argument des constructeurs de mainframe n'était pas vraiment de faire en sorte que cette technologie prenne des décisions de manière indépendante. Au lieu de cela, il pourrait fournir des représentations graphiques des chiffres, complétant l'intuition des chefs d'entreprise sur une base ad hoc afin qu'ils n'aient pas besoin de commander des rapports d'analystes lents et coûteux.

Aujourd'hui, il est impensable qu'un dirigeant entre dans une salle de réunion et annonce ses plans sans l'approbation de données riches et récentes.

Le marketing a peut-être été le département le plus lent à changer, notamment parce qu'il était traditionnellement le domaine des diplômés en sciences humaines et du genre de créatifs qui décident des premières saisons de Mad Men . Mais au cours de la dernière décennie, les données sont passées de la simple validation et optimisation des tactiques marketing à une condition préalable à toute décision importante.

Les logisticiens et les contrôleurs ont annoncé leur soif de données, et le marché de la technologie a répondu en ouvrant le robinet. Les CMO n'auraient pas prédit qu'ils seraient ceux qui s'y noieraient s'ils n'avaient pas pris au sérieux le malheureux Ginsberg de Mad Men . « Je ne peux pas désactiver les transmissions », dit-il, tout comme nous ne pouvons plus détourner le regard des médias sociaux. "Ils les envoient directement dans ma tête."

Alors est-il temps de mettre la Revue de Paris de côté et d'aborder le marketing comme un problème d'ingénierie ?

Bien sûr que non.

Le côté livraison du marketing est encore fondamentalement composé de relations humaines, même maintenant, « avec quelles personnes se connecter », « où » et « quand » sont des considérations scientifiques. La nouvelle formule d'excellence marketing est une collaboration, le principal défi technologique étant l'extraction d'informations pertinentes et exploitables à partir de l'océan de données. De leur côté, les créatifs doivent réagir avec plus de discipline, itérer sur des hypothèses et éviter les contenus dérivés. Dans les grandes entreprises, cela ressemble à des équipes interfonctionnelles, mais il n'est pas toujours possible d'allouer des ressources d'ingénierie aux problèmes de marketing.

C'est là qu'intervient le logiciel.

Les équipes marketing doivent exploiter le big data

Voici cinq façons dont une équipe marketing créative peut améliorer son jeu en utilisant des outils intelligents pour tirer parti de la puissance du Big Data.

1. RP axée sur les données

La compétence scientifique : Mener des recherches originales de qualité et/ou consolider des recherches de seconde main.

Les outils : enquêtes intelligentes, bases de données gouvernementales et autres bases de données open source, Google Sheets, plateformes de visualisation de données, plateformes de données clients

L'opportunité : Une seule histoire dans un média de niveau 1 (ou une multitude de mentions dans la presse locale ou industrielle pertinente) peut être explosive pour une marque. Mais la plupart des entreprises jettent des ressources sur les relations publiques sans rien montrer pour cela. Si vous n'êtes pas important, les médias ne veulent pas vous rendre important.

Le secret pour échapper à cette situation de sisyphe est que les journalistes aiment la recherche originale. Les entreprises SaaS peuvent simplement anonymiser leurs propres données d'utilisateur et donner à la presse une histoire convaincante à raconter. Spotify le fait à grande échelle. Même les entreprises avec une pénurie de données internes peuvent simplement aller en ligne et découvrir des modèles intéressants en rassemblant quelques bases de données ouvertes tierces.

2. Personnalisation approfondie

La compétence scientifique : maintenir les données provenant de plusieurs sources aussi propres que possible et créer des ponts d'API entre les canaux pour obtenir une image globale du comportement des clients.

Les outils : plates-formes de gestion de données, systèmes de gestion de contenu Web (alternativement, logiciels de "sales intelligence", logiciels d'"automatisation du marketing" et "moteurs de personnalisation" - il s'agit d'un segment de marché tellement énorme que les fournisseurs regroupent différentes fonctionnalités de différentes manières .)

L'opportunité : la personnalisation profonde est au cœur de la présentation de Facebook aux annonceurs, et Netflix aurait utilisé l'apprentissage automatique pour personnaliser l'expérience de ses téléspectateurs.

De toute évidence, plus vous disposez d'informations détaillées sur vos clients, plus vous pouvez cibler vos efforts de marketing en profondeur. Les possibilités sont presque infinies, mais l'idée centrale que les spécialistes du marketing créatif doivent prendre en compte est que plus de segments d'audience signifie moins de personnes dans chaque segment. En d'autres termes, les créatifs peuvent "se produire lors d'une série de réunions intimes" plutôt que d'essayer de gagner un stade. Naturellement, cela signifie plus de conversions.

3. Déverrouillage des codes de triche de la plateforme

La compétence scientifique : Interroger les plateformes web, puis mener des analyses statistiques sur les sorties.

Les outils : places de marché API, grattoirs Web et logiciels d'analyse statistique, en particulier les versions les plus conviviales de ces outils.

L'opportunité : il existe déjà de nombreuses recherches génériques sur "le meilleur moment pour publier" sur diverses plateformes, et des outils vraiment géniaux comme "Plus tard pour Reddit". Mais pour un véritable avantage concurrentiel, vous devez effectuer une analyse indépendante et déterminer les tactiques optimales pour vos propres objectifs. L'inclusion de hashtags, le nombre de mots et les dépenses publicitaires idéales par plateforme sont autant de questions qui diffèrent d'une organisation à l'autre.

Il existe également de nombreuses questions sans réponse sur les algorithmes derrière chacune des plus grandes plateformes de médias sociaux. La réalisation de recherches automatisées à grande échelle peut ouvrir des opportunités que vous n'auriez peut-être jamais imaginées.

4. Prédire les tendances à venir

La compétence scientifique : Modélisation statistique, apprentissage automatique, collecte et analyse des données d'intention de recherche et de comportement des utilisateurs.

Les outils : Google Trends, marketing analytics

Les opportunités : l'analyse prédictive permet aux spécialistes du marketing de voir l'avenir. C'est important pour deux raisons.

Tout d'abord, être capable d'aligner les activités de marketing sur les objectifs commerciaux de haut niveau est ce qui permet de gagner des places dans les conseils d'administration. Pour y parvenir, il faut traduire des mesures numériques floues telles que le taux de clics et l'engagement social en prévisions de bénéfices précises. C'est une route pavée de problèmes délicats tels que la notation détaillée des prospects, la valeur à vie et les calculs du taux de désabonnement, et obtenir ces chiffres corrects nécessite un volume élevé d'entrées de qualité.

De l'autre côté de la médaille se trouve la capacité de sortir complètement du bâtiment et de faire des prédictions macro sur l'adéquation produit-marché. On attend depuis longtemps des leaders créatifs qu'ils soient à l'écoute du terrain et qu'ils comprennent les tendances culturelles et sociales. Mais les enjeux sont plus élevés maintenant. La discipline a remplacé l'intuition.

5. Dépassez les grandes entreprises sur les résultats de recherche Google

La compétence scientifique : comprendre les signaux que les algorithmes de Google recherchent pour déterminer la qualité, la pertinence et la fiabilité du Web.

Les outils : logiciel de référencement

L'opportunité : Gagner du trafic organique à partir des résultats de recherche Google est probablement la voie la plus rapide vers le retour sur investissement marketing, mais elle n'a pas toujours été la plus prévisible.

C'est parce qu'il existe un nombre énorme de signaux qui se combinent pour décider du classement d'une requête donnée. Les tentatives de déjouer le système avec de simples hacks ont toujours été sanctionnées, et aujourd'hui, Google met à jour ses algorithmes plus que jamais.

Un récapitulatif rapide

Il y a une bonne raison pour laquelle la demande de data scientists est en plein essor. Les stratèges d'aussi loin que Sun Tzu ont compris qu'une meilleure information signifie de meilleures décisions, et le monde d'aujourd'hui est inondé d'informations non structurées et représentées de manière incohérente.

Presque chaque fonction commerciale a établi sa méthodologie pour plonger dans ce gâchis et récupérer des informations utiles, mais le marketing reste largement aléatoire dans l'utilisation des données pour la plupart des cas d'utilisation - la personnalisation étant l'exception notable.

Lorsque les scientifiques des données appliquent leurs compétences aux défis marketing, ils sont capables de déchiffrer ce qui se passe derrière des événements tels que la mise à jour BERT de Google, donnant aux rédacteurs de contenu et aux stratèges des actions concrètes pour obtenir des classements de recherche fiables. En alignant des mesures de marketing numérique granulaires pour prévoir avec précision les revenus, les responsables marketing se rendent indispensables à leurs entreprises.

Les avantages concurrentiels sont mûrs pour être choisis par quiconque possède le savoir-faire nécessaire pour interroger les plateformes sociales et les ensembles de données open source. Enfin, les données sont parfois encore plus précieuses pour le public et les éditeurs que pour les organisations qui les collectent. Transformer les données en histoire est l'une des actions les plus puissantes que les spécialistes du marketing puissent entreprendre.

Tous ces éléments sont des moyens pour les spécialistes du marketing d'être davantage axés sur les données, au-delà des cas d'utilisation de personnalisation les plus évidents. Les créatifs sans expérience STEM n'ont pas à craindre la montée en puissance de la machine ; ils peuvent absolument exécuter ces idées à l'aide d'outils intelligents et d'un peu de discipline.

Prêt à devenir plus axé sur les données ? Assurez-vous que votre stratégie marketing inclut la recherche du bon logiciel d'analyse de données volumineuses pour vous aider à vous mettre sur la bonne voie.