La data collaboration s’applique aussi aux différentes entités d’un même groupe ! Elle permet alors d’accroître la valeur de ses données propriétaires à des fins d’innovation et de croissance business.
Le concept de data collaboration est devenu central lorsque l’on parle data marketing. Dans la plupart des cas, il s’agit d’échanges entre deux ou plusieurs entreprises partenaires mettant en place des synergies autour de la donnée pour renforcer leurs accords commerciaux.
Les avantages de ces stratégies ne s’arrêtent pourtant pas là : les groupes aux entités multiples peuvent, en effet, y trouver le moyen d’exploiter le plein potentiel de leurs données propriétaires en les croisant afin d’accroître leur valeur ainsi que leur capacité d’innovation et de croissance.
Un potentiel inexploité dans les groupes à plusieurs entités
Les grandes organisations, comme les groupes médias regroupant plusieurs titres de presse ou les distributeurs rassemblant plusieurs enseignes et marques par exemple, peuvent capitaliser sur leur structure pour créer des synergies data au sein de leur écosystème. Ces collaborations ont de nombreuses applications business, centrées notamment sur la connaissance et la relation client, ou encore le ciblage publicitaire.
Le premier grand cas d’usage est la collecte d’insights sur les clients et prospects des marques du groupe. L’ensemble des données comportementales et socio-démographiques détenues par chacune des unités business de l’organisation permet de créer une vue plus complète des différents profils, et ainsi proposer des produits et services plus pertinents, affiner le discours des marques et personnaliser la relation avec les clients.
Ces informations viennent également nourrir la cohérence du parcours client. Prenons l’exemple d’un groupe détenant plusieurs marques et distributeurs. Si la première entité vient de vendre un siège auto et la seconde un babyphone, la troisième aura identifié l’arrivée ou la présence d’un nourrisson au sein du foyer du client. Elle pourra ainsi lui offrir une promotion sur les couches.
Les régies publicitaires des groupes médias peuvent également proposer des audiences plus larges, une segmentation plus fine et plus pertinente à leurs partenaires commerciaux. Les éditeurs maximisent ainsi leurs revenus, grâce à des CPM plus élevés, tandis que les campagnes des annonceurs gagnent en performance.
Des défis organisationnels et techniques à relever
Le potentiel de ces stratégies de data collaboration interne est immense, mais leur mise en œuvre représente une gageure pour la plupart des entreprises de très grande taille. En effet, leurs différentes entités, locales et internationales, fonctionnent la plupart du temps avec des technologies, des taxonomies et des approches “Privacy” très différentes. Pour la majorité de ces organisations, réconcilier l’ensemble de ces silos s’avère un travail long et complexe… mais non sans solution.
Il faut en premier lieu se pencher sur l’élaboration d’une stratégie de données globale qui aligne toutes les entités sur des objectifs, des normes et des pratiques de confidentialité communs. L’implémentation de solutions agiles, telles que des Customer Data Platforms par exemple, sera également incontournable pour centraliser, contrôler les accès, interroger et activer les données issues de différentes sources.
D’un point de vue organisationnel, et bien qu’il s’agisse d’une seule et même entreprise, il est souvent indispensable d’établir des accords commerciaux inter-entités afin d’encadrer l’attribution des revenus issus de la donnée, notamment lorsqu’il s’agit de données de ciblage publicitaire. Le fait d’établir une gouvernance des données claire est également primordial pour distinguer les droits et devoirs de chaque entité, pour définir le cadre d’utilisation des données, ou encore pour s’assurer que les filiales disposent des politiques de confidentialité et des mécanismes de consentement idoines.
Il y a enfin un véritable enjeu d’accompagnement au changement et de formation pour que les équipes des différentes structures travaillent efficacement avec les technologies adoptées et les données, le tout au sein de processus réellement collaboratifs.
Pour quels résultats concrets ?
Cette transformation interne peut très rapidement avoir un ROI positif selon les cas d’usage mis en place. C’est le cas d’un des géants européens de la distribution qui, en unifiant les données de ses différentes enseignes via une initiative cross-CDP, est parvenu à obtenir une vue 360° du comportement client et à optimiser ses stratégies de marketing direct.
A titre d’exemple, le distributeur est désormais capable de transformer des profils anonymes en profils identifiés grâce à la mise en correspondance de données online et d’informations issues de tickets de caisse magasins. Ainsi, le groupe évite la cannibalisation des actions marketing menées par ces entités en se concentrant sur le comportement plutôt que les intentions d’achat des consommateurs.
Plus les entreprises s’engageront dans la valorisation de leurs actifs data propriétaires, plus nous les verrons s’attaquer aux sujets du démantèlement des silos de données internes et à la mise en place de collaborations inter-entités. Celles qui y parviendront obtiendront des avantages concurrentiels certains, puisqu’elles seront à même d’offrir des expériences client plus personnalisées et d’exploiter de nouvelles opportunités business.