Pourquoi les données offline sont vitales pour bien segmenter la data online

Maintenant que la publicité en ligne est à l’heure du «big data», les annonceurs sont bien conscients que certains segments de ciblage peuvent avoir un impact positif sur leurs campagnes. Dans le secteur, n’importe qui avec un algorithme et un scientifique spécialisé dans les données peut se faire un peu d’argent en rassemblant certains segments attrayants et en les vendant à des commerçants.

Cependant, tous les segments de données sont créés libres et égaux en droit. Si les e-marchands et les entreprises spécialisées dans la revente de data continuent à essayer de brancher les mêmes segments, campagne après campagne, ils vont observer des rendements décroissants. Cibler les mêmes mamans ne fait pas beaucoup de bien. Les professionnels du marketing ont besoin de découvrir de nouveaux segments de données, et la recette peut se trouver dans des tactiques adoptées par le bon vieux marketing hors ligne.

Lorsque vous pensez à des segments de données, il est important de tenir compte des changements importants qu’il peut y avoir au fur et à mesure que les consommateurs finissent par leurs achats. Considérer les données des déménageurs pourrait être l’un des segments de données des plus puissants. Sachant que les clients sont à quelques semaines de leur déménagement, une entreprise comme Ikea va cibler les internautes qui déménagent dans les villes pendant une période assez courte, 2 semaines, alors que d’autres comme Alinea ou Roche Bobois peuvent pousser jusqu’à 8 semaines. Les études montrent que les deux tiers des ménages qui déménagent effectuent la majorité des décisions d’achat avant le déménagement. En ayant la date de déménagement proprement dite, les marketeurs peuvent aussi arrêter les campagnes et commencer à diffuser des annonces post-déménagement, quand il est temps d’acheter un nouveau téléviseur.

Ce type de données est applicable dans de nombreux autres secteurs  comme tous le commerce de détail, la grande distribution (CPG), banque, assurance, etc. Prenez un peu de recul et demandez-vous «pourquoi les gens déménagent? » C’est peut-être pour un nouvel emploi, un déménagement en banlieue avec leur conjoint, ou même pour fonder une famille. Ces changements de vie conduisent souvent à des changements dans le comportement d’achat ainsi.

Les statistiques montrent que même si un déménagement se produit sur ​​une courte distance, comme dans un autre arrondissement de Paris, les annonceurs ne peuvent pas prouver que les habitudes d’achat resteront les mêmes. Selon une étude menée par Epsilon, la fidélité à la marque est mise à l’épreuve lors d’un déménagement. Les statistiques montrent que ceux qui déménagent sont 372% plus susceptibles de changer de marque de produits pour leurs bébés que ceux qui ne sont pas en mouvement, selon Ipsos.

Les déménagements ne sont pas simplement intéressants pour les marques de voitures, les banques qui vous vendent vos prêts hypothécaires et les boutiques de meubles. Les consommateurs font de de gros achats  d’électronique après leur déménagement: environ 55% des nouveau propriétaires vont acheter au moins un gros appareil électroménager après leur installation. Ils ont même tendance à faire plus de folies que les autres. Cette audience qualifiée va donc dépenser plus d’argent sur ​​les achats importants durant les trois mois qui sont autour de leur déménagement, ce qui représente le genre d’audiences dont les e-commerçants rêvent.

La création de nouveaux ensembles de données plus précis et actuels nécessite de travailler avec les fournisseurs « hors ligne » qui recueillent des listes de ventes de logements neufs et en utilisant les informations des services publics (électricité, eau, gaz, etc) pour valider les changements d’adresse qui sont initiées par le consommateur. Ces données peuvent ensuite être adaptées aux adresses IP et épurées de l’information personnelle avant d’être mis à la disposition des équipes marketing. Pour les autres types de données, on peut s’appuyer sur les données CRM. Ces segments peuvent être mis à jour sur une base hebdomadaire, tout comme les segments de comportement sur le site, ceux-ci seront beaucoup plus qualifiés.

La vérité est que les données hors ligne peuvent nous aider à faire beaucoup mieux que ce que nous faisons en ligne. Dans un avenir très proche, nous allons pouvoir apprendre de l’ancienne école de marketing direct pour mieux cibler les consommateurs dans le marketing en ligne.

Pierre Berendes
Follow @berendes