En connectant leurs produits, les entreprises récoltent un trésor de données qui peut enrichir exponentiellement le pouvoir du ciblage marketing.
Dans le B2B (Business-To-Business) ou le B2C (Business-To-Consumers), le constat reste le même : les données d’utilisation de produits peuvent transformer les méthodes de ciblage et segmentation client afin de personnaliser les services et la relation client-entreprise.
Basé sur un produit connecté, le Data Marketing offre désormais la possibilité de personnaliser une relation durable et évolutive entre l’entreprise et son client.
Du profil client à l’usage client et au Data marketing
Les étudiants sortis d’écoles de commerce vous l’expliqueront beaucoup mieux : de nombreuses théories détaillent des méthodes, souvent efficaces, pour positionner un produit sur le marché. Le concept des 5Ps (Product, Price, Place, Promotion, People) ou des 4Cs, par exemple, portent le sens final de l’analyse du marché, c’est-à-dire la recherche a priori de l’identité des clients.
La description de l’identité des clients est donc une conséquence et non une cause de l’analyse. Ces modèlent consistent à segmenter les clients potentiels selon leurs profils (âge, sexe, salaire, hobbies…).
De ce type d’études marketing –réalisée en amont de la vente– découlent les caractéristiques du produit et son positionnement marché selon le profil du client ciblé.
Les objets connectés permettent de remonter des informations d’usage-produit par le client (nombre d’heure d’usage cumulée, fréquence d’utilisation, étendue des fonctionnalités utilisées…) en temps réel. L’utilisation de méthodes « Big Data » permet ensuite de segmenter les clients selon l’usage dont ils font preuve du produit. Par exemple, une ACP (analyse par composante principale) permet, à partir de multiples critères, de représenter les types de clients sur les dimensions qui les distinguent plus en profondeur afin de faciliter la segmentation d’usage.
[fullWidthImage id= »38645″]
En analysant les données d’usage, le Data Marketing permet de se construire une représentation factuelle de ses clients pour adapter le positionnement produit ainsi que ses fonctionnalités. Il repositionne également l’étude Marketing, majoritairement réalisée en amont du lancement, au post-lancement.
Mais quel intérêt d’obtenir cette analyse factuelle à posteriori si le produit est déjà lancé et si on ne peut plus adapter ni les fonctionnalités du produit ni son positionnement marché ?
Un service évolutif et personnalisé
Heureusement, les objets connectés offrent justement la possibilité technologique d’une adaptation évolutive et personnalisable. Les services qui accompagnent les objets connectés se basent sur des données récoltées par les objets, qui passent par une base de données (Cloud propriétaire ou solution industrielle « As a Service ») et une interface que contrôle l’entreprise (une app ou un logiciel par exemple). En conséquence, les fonctionnalités liées au service peuvent être à tout moment changées ou adaptées en fonction de la segmentation client. Cette dernière peut désormais, elle aussi, s’effectuer en temps réel, non plus en se basant sur des hypothèses de profil client déterminées en amont de la conception, mais sur des caractéristiques factuelles d’utilisation du produit.
Prenons l’exemple des pèse-personnes. Avec les technologies de l’internet des objets, des entreprises comme Withings sont passées de la vente d’un produit (le pèse-personne) à la commercialisation d’un service de coaching fitness.
Aujourd’hui, les conseils dispensés dépendent du profil utilisateur et de l’évolution des données de poids mesurées. Demain, on peut aller plus loin en imaginant une adaptation structurelle du service proposé en fonction des données d’utilisation du pèse-personne récoltées (nombre de pesées par semaines, temps passé sur la balance, heure de la journée où la personne se pèse…).
Ainsi, les clients qui se pèsent plusieurs fois par semaine et très régulièrement être classées dans la catégorie des « clients routiniers » pour lesquels Withings pourrait apporter (sur son app) une information au quotidien peu détaillée mais centrée sur les tendances d’évolution.
Au contraire, pour les personnes qui se pèsent moins souvent, l’accent pourrait être mis sur le détail d’une mesure plus que sur l’évolution des données.
Le cross-sell marketing (ayant pour objectif la vente d’un second produit, par exemple dans notre cas la vente du bracelet connecté de la même marque) pourrait personnaliser son message sur l’amélioration du suivi pour la première catégorie de clients et sur l’accessibilité à un nouveau type d’information pour la seconde.
L’A/B testing remplace l’étude du marché
L’adaptation continue des fonctionnalités du produit/service nécessite une nouvelle vision de la conception. Avec sa voiture Model S, Tesla est un parfait exemple de cette nouvelle démarche de conception.
Elon Musk a choisi d’intégrer, dans son produit, une multitude de capteurs sans forcément développer des fonctionnalités clairement définies ou destinées à certains profils clients cibles.
L’effort de positionnement et du développement des fonctionnalités support n’a pas été mis lors de la conception initiale du produit, mais lors des mises à jour successives. Ces mises à jour se basent sur les données clients pour adapter et personnaliser les fonctionnalités du produit.
Ce push technologique pourrait bientôt faire émerger un besoin client qui serait amené à se généraliser : demain, les clients désireront que les fonctionnalités de leurs voitures se mettent à jour aussi fréquemment que l’OS de leurs smartphones. Le data marketing et l’évolution d’un service personnalisé deviendraient alors un « Must Have » pour les entreprises.
