Pour les marques, générer de nouveaux prospects est nécessaire à la pérennisation de leurs activités. Il est clair qu’à l’ère du numérique, la mise en place de solutions digitales personnalisées figure comme le must en terme d’acquisition. Fini le temps des stratégies marketing définient des mois, voire des années à l’avance. Les mesures digitales se prennent désormais au fur et à mesure du comportement des clients, en se mettant à leur place pour mieux comprendre leurs attentes.

Notre système est passé d’une économie de l’attention (le consommateur constate son besoin et cherche une solution parmi les choix offerts par les entreprises) à une économie de l’intention (le besoin du consommateur est constaté par les entreprises qui lui propose leurs solutions).

La modification des habitudes des internautes, qui sont désormais “maître” de leurs choix et non plus amenés là où les marques les attirent, perturbe l’ancien système. Ce dernier s’érode, il est moins performant et les concurrents se font bien plus nombreux. En parallèle, le nombre de donnés digitales disponibles grâce au Web augmente.

Dans ce contexte, la collecte de data clients est devenu primordiale. Elles permettent aux entreprises d’améliorer significativement les résultats de leurs contenus publicitaires grâce aux analyses résultants de ces données intentionnistes.

Données intentionnistes et audience

Le digital permet aujourd’hui de mettre à disposition des consommateurs des offres adaptées à leurs besoins en fonction des données collectées à leur sujet. Favorisé par le Big Data, cette pratique est désormais l’enjeu principal de la progression des activités liées aux entreprises, et ceci dans tous les domaines : banque, assurance, automobile, téléphonie…

Ces data sont regroupées sous l’appellation données intentionnistes. Comme leur nom l’indique, elles représentent les intentions d’achat ou de comportement des prospects/clients envers les marques, qu’il s’agisse de volonté d’achat ou de résiliation. Elles sont généralement utilisées à des fins de prospection, de transformation ou de défense de la relation marque-client.

Par exemple, le fait de déceler chez un consommateur une tendance à “s’éloigner” (réduction de la consommation, arrêt de paiements, plaintes répétées…)  de la marque avec laquelle il est contractuellement en partenariat tout en réalisant des recherches sur des offres concurrentes. Cette attitude, une fois identifiée, peut pousser la marque à proposer une nouvelle offre à ce consommateur afin de le conserver.

Plusieurs types de données intentionnistes existent. On y retrouve :

• Les données de consommation, par exemple les consultations de pages tarifaires ou de résiliations, qui permettent de déduire les intentions de départ des consommateurs. (aussi appelés proba churn)
• Les données de consultation des produits qui permettent de mettre en place des logiques de retargeting
• Les données de géolocalisation qui permettent de détecter la présence d’un prospect en concession
• Etc…

Les entreprises peuvent y avoir accès de deux manières différentes : les sources internes et les sources externes.

Données intentionnistes internes: elles sont captées directement par les marques concernées par le biais des pages produits, des téléchargements, des demandes d’infos, des inscriptions, des newsletters, etc… Ces data sont considérées comme “First party” et permettent l’identification des clients existants ou des prospects ayant un intérêt pour l’offre proposée par la marque.

Données intentionnistes externes: elles sont recueillies par les moteurs de recherche, les comparateurs, les simulateurs, etc,… Elles permettent de mettre en avant les clients en phase d’achat dont le comportement intéresse les marques afin de leur commercialiser les informations.

Utilité des données d’intention

Les données d’intention sont une vraie valeur ajoutée pour les entreprises. Mais elles prennent beaucoup plus de sens lorsqu’elles sont croisées avec d’autres data client, tel que les CRM, les programmes et/ou cartes de fidélité, les transactions réalisées sur une certaine période, etc…  Elles peuvent ensuite être liées à des leviers commercialisés aux entreprises, comme des devis ou des cookies. Elles seront alors utilisées par les annonceurs souhaitant cibler leurs campagnes d’acquisition digitales ou pour modifier leurs enchères programmatiques. C’est ainsi que sont identifiées les habitudes des prospects/clients et donc les anticipations à venir.

Mais quels sont concrètement les avantages de la mise en place de données intentionnistes au service des campagnes marketing ?

• Premièrement, elles permettent d’identifier les clients existants se trouvant en phase d’achat mais faisant preuve de désintérêt pour la marque. (On parle alors d’un taux de churn) Ces personnes-là ont généralement déclenchés des signaux d’intention d’achat sur les plateformes concurrentes, qui illustre leur volonté de se détacher de la marque.
• Ensuite, elles définissent des budgets en fonctions de la valeur des clients/prospects. Certains profils seront priorisés, tandis que les “negative targeting” seront exclus afin d’optimiser les performances.
• Enfin, en fonction des groupes de clients/prospects définis grâce aux caractéristiques collectées à leur sujet, elles permettent l’adéquation de l’offre et du message en fonction de leur positionnement vis-à-vis du parcours d’achat.

Quels critères pour de bonnes données intentionnistes ?

Pour un impact significatif, une campagne doit adapter son discours à son audience. Cela ne se fait pas sans critères pertinents à l’identification des bonnes data d’intention. On va donc vouloir obtenir :

• Une source vérifiée (permet de connaître l’origine des profils et de s’assurer de la véracité des informations)
• La granularité de l’information (comprendre précisément les marques et produits dont il est question dans les démarches clients)
• L’intensité de l’information (classification du niveau auquel se trouve le prospect/client sur le parcours d’achat en fonction de ses agissements)
• La nouveauté de l’information (date à laquelle elle a été extraite)
• La qualité de l’information (lorsqu’on parle d’intention d’achat, il ne faut pas chercher la quantité au risque de n’avoir aucun impact)

Quelles limites ?

Les données d’intentions dans une démarche marketing digitale peuvent cependant présenter des risques pour la marque. Si certains points ne sont pas respectés, cette stratégie peut très vite avoir l’effet inverse.

• L’effet Big Brother signifie qu’une marque qui personnalise trop son discours va donner l’impression de s’introduire dans la privée de son prospect.
• Le caractère prolongé de la campagne est nécessaire afin de développer un fil rouge d’actions. Ce format est plus adapté aux stratégies de (re)fidélisation car il s’inscrit dans le temps.
• Le respect du RGPD (règlement général de la protection des données) est primordial ! La marque prend le risque de s’exposer à de sévères répressions si la législation n’est pas tenue.
• La prise en compte de l’ensemble des leviers digitaux est nécessaire afin d’adapter la campagne aux types de prospects/clients avec lesquels vous échangez. Leur maturité dans le parcours d’achat et leur comportement définira l’approche de votre message ainsi que son efficacité.

Vous souhaitez en savoir plus au sujet des données intentionnistes et de tous leurs avantages au sien d’une stratégie marketing ? Vous souhaitez bénéficier des conseils d’experts du digital et des médias pour optimiser l’impact de vos efforts ? Rendez-vous sur le site officiel de TimeOne et demandez un devis gratuit !