Comment créer un segment pour le marketing automation ? Pourquoi est-il important de segmenter vos utilisateurs ? Nous allons vous l’expliquer en 5 points.
Segmenter le marché, les clients, les prospects est un exercice que nous faisons quotidiennement. L’objectif est toujours le même : identifier un point d’attention chez les personnes, un levier supplémentaire pour proposer un contenu au plus près de leurs besoins. Aujourd’hui, les entreprises peuvent collecter beaucoup d’informations sur les utilisateurs, dans un scénario très compliqué. Ces informations ont les caractéristiques du big data : elles sont nombreuses, elles changent rapidement, elles sont de différents types. Pour cette raison, il est judicieux, avant de mettre en œuvre un projet de marketing automation, d’intégrer au mieux les données pour la construction de segments affinés.
Pour créer des segments pour l’automatisation du marketing, vous devez aborder les données avec une certaine méthode. Voici les étapes pour partir du bon pied :
Cartographie
La première question à se poser est : quelles données, sur quelles plateformes ? Un projet de marketing automation ne peut être séparé d’une analyse préliminaire de la gestion du patrimoine informationnel d’une entreprise. Il est donc essentiel de vérifier sur quelles plateformes résident toutes les données potentiellement disponibles : CRM, ecommerce, carte de fidélité, ERP, systèmes de caisse, etc. Ensuite, il est nécessaire de comprendre lesquels d’entre eux sont fonctionnels pour les objectifs de l’entreprise et de se concentrer sur ce qui est vraiment utile, en le distinguant de ce qui est du « bruit ». Vous avez probablement beaucoup d’informations, mais toutes ne serviront pas à créer des segments. Certains peuvent ne pas être pertinents du point de vue de l’analyse du parcours.
Normalisation
Les plateformes de marketing automation gèrent généralement différentes sources de données et s’occupent également de leur normalisation : elles vérifient la qualité des données et ne les acquièrent que si elles sont correctes. Dans certains cas, ils interviennent en corrigeant les champs selon des règles préétablies (par exemple, ils introduisent l’indicatif du pays dans le champ du numéro de téléphone). Dans d’autres, ils renvoient des listes d’erreurs qui peuvent être vérifiées. Enfin, la technologie automatise la correspondance des données en retraçant les informations jusqu’à un seul utilisateur et en supprimant/signalant les doublons.
Synchronisation
La synchronisation des données est un aspect qui doit généralement être personnalisable en fonction des besoins de l’entreprise, et le timing est souvent lié au modèle économique. La synchronisation en temps réel peut être coûteuse sur de gros volumes, mais dans de nombreux cas, il est nécessaire d’offrir aux utilisateurs une expérience toujours à jour sur leurs préférences et engageante en termes de communication. Il ne peut certainement pas s’agir d’une activité manuelle, mais si elle ne peut pas se faire en temps réel, elle doit être planifiée en fonction de la stratégie.
Création du segment à partir des données
Comme nous l’avons dit dans cet article, il existe deux types de segments. Nous considérons que les données statiques sont celles qui sont basées sur des informations avec un faible niveau de mise à jour, qui peuvent certes changer, mais avec un niveau de vitesse réduit et non avec une incidence élevée (par exemple, le sexe, l’âge, mais aussi la résidence). D’autre part, les informations qui concernent le contexte d’interaction avec la marque pour chaque utilisateur individuel sont dynamiques : les gens naviguent en ligne, cliquent, lisent, entrent dans les magasins, achètent et jugent les produits publiquement. Pour gérer cette complexité, vous avez besoin de technologies capables non seulement de gérer différents formats de données, mais aussi de savoir les analyser et les agréger en temps réel. Les informations utilisées pour créer des segments sont généralement divisées en trois types :
- sociodémographique – sexe, âge, niveau d’éducation, etc.
- historique d’achat et RFM – où vous essayez de calculer la « valeur » du client, en fonction de la quantité et de ce qu’il a acheté, à quelle fréquence et à quelle distance dans le temps depuis la dernière fois ;
- contextuel – l’engagement de l’utilisateur à ce moment précis : pages vues, pendant combien de temps, clics, ouvertures, partages, etc.
Alors, comment créer un segment ? En utilisant ces trois dimensions. Par exemple:
- femmes surfant depuis leur mobile, à 9h00 du matin à Milan
- utilisateurs inactifs depuis plus de 10 jours (tous canaux confondus) avec un potentiel de dépenses X
- Clients réguliers, âgés de 35 ans, qui ont déjà acheté pour une valeur x et qui consultent un certain produit
La reconnaissance des utilisateurs et donc l’appartenance à un certain segment permettent au marketing automation de proposer un contenu proche des besoins de chacun d’entre eux.
Segments basés sur des algorithmes
Comme nous l’avons dit à plusieurs reprises, l’intelligence artificielle est le moteur capable de libérer la personnalisation de l’expérience. Les algorithmes apprennent constamment des segments, et la richesse des informations à leur sujet peut nous aider à en créer de nouveaux. L’automatisation du marketing peut mettre en évidence certaines similitudes entre les utilisateurs, auxquelles le marketing n’a pas pensé : par exemple, découvrir que toutes les femmes qui surfent depuis leur mobile à 9h00 du matin, achètent également un certain type de chaussures. Bien sûr, il s’agit d’un exemple simple, mais il est utile de comprendre qu’il existe des segments d’utilisateurs qui se ressemblent et que le profilage n’est pas un fait statique. La segmentation est une logique d’apprentissage continu : l’intégration des données avec le marketing automation est donc la clé pour améliorer continuellement l’expérience de marque.
