« Les nouveaux outils de marketing digital ont démocratisé et facilité la diffusion de campagnes auprès des clients et prospects, qui n’ont jamais été autant sollicités. Toutefois, le nombre croissant d’interactions peut avoir un impact négatif sur les campagnes si les messages ne sont pas appropriés ou envoyés au moment propice. Les conséquences peuvent se traduire par l’installation d’ad-blockers, une hausse du nombre de désabonnements, une baisse du taux d’ouverture d’emails ou une baisse du taux de clic sur les bannières publicitaires par exemple. La preuve en est, 80% des français estiment recevoir trop d’emails, et 75% ouvrent moins d’1 email sur 4 selon le baromètre Tedemis by Criteo. La pression marketing est intimement liée à l’acquisition et la fidélisation client. Il est donc essentiel pour les directions marketing de prendre en compte la pertinence du contenu, la préférence d’utilisation du canal de chaque client, et de savoir mesurer la pression marketing exercée sur leurs clients et prospects afin d’optimiser leurs interactions avec eux.

La pression marketing : le bon dosage entre quantité et qualité

Il existe des méthodes permettant de mesurer la pression de manière quantitative et qualitative à la fois – que l’annonceur doit combiner s’il veut adresser des campagnes efficaces. En outre, plus les interactions seront de qualité, moins la marque aura besoin de solliciter le client. La mesure quantitative consiste à prendre en compte toutes les interactions – bannières publicitaires, emails, sms, appels, etc. – auxquelles le client est exposé sur une période donnée en prenant en compte l’ancienneté de l’interaction. En fonction du nombre de sollicitations par exemple, le taux de désabonnement sur une population varie et permet de déterminer le seuil de pression acceptable. De même que le nombre de clics permet de mesurer l’efficacité des bannières publicitaires. En se basant sur les réponses négatives ou l’inactivité des clients, l’annonceur peut adapter sa communication.

L’analyse comportementale permet d’accéder à des données cruciales dans l’élaboration de campagnes. L’annonceur peut ainsi déterminer sur quel canal le client est le plus actif : si l’individu n’ouvre jamais les emails envoyés, il conviendra de lui en adresser moins ; à l’inverse, s’il est plus réceptifs aux campagnes médias – campagnes display par exemple – il sera pertinent de l’exposer à plus de bannières publicitaires. Il est également essentiel de prendre en compte le facteur temps et d’interagir avec l’individu au bon moment. Pour cela, l’analyse de navigation sur site web s’avère très efficace. Par exemple, lorsqu’un client vient de faire un achat, il sera judicieux de ne pas lui pousser immédiatement d’autres offres pour ne pas l’oppresser et risquer de le perdre. L’annonceur peut éventuellement conduire une étude de comportement de la population pour déterminer quand le ré-achat a habituellement lieu. Ainsi, cette analyse apporte davantage de connaissance sur le comportement du client afin de coller au mieux à ses attentes et lui adresser les messages les plus pertinents.

L’annonceur doit en outre impérativement soigner le contenu de ses messages de façon à ce que ces-derniers soient les plus ciblés et personnalisés possibles. La qualité des messages permettra une communication plus individualisée avec le consommateur qui appréciera davantage son expérience avec la marque. Plus le contenu sera ciblé, plus les clients seront réceptifs aux messages poussés.

Plusieurs méthodes de mesure

Les annonceurs disposent aujourd’hui de plusieurs moyens auto-apprenants pour identifier les campagnes marketing efficaces et retravailler celles qui fonctionnent moins bien.

Les réseaux bayésiens par exemple sont des algorithmes permettant d’acquérir, de capitaliser et d’exploiter des données connues et inconnues sur la base de variables. Ces réseaux permettent de faire varier le nombre d’expositions à un message pour déterminer l’impact de l’action sur le taux de réactivité et le taux de désabonnement. Par exemple, dans le cas où l’annonceur envoie un email ou active toutes les semaines des campagnes media, celui-ci pourra décider d’envoyer un message supplémentaire à ses clients afin de vérifier le taux de clics et de désabonnement le lendemain – ceci dans le but de trouver le seuil optimal de pression marketing. Les réseaux bayésiens sont auto-apprenants, ce qui signifie qu’ils s’enrichissent en fonction des réactions du consommateur face aux actions quotidiennes mises en place précédemment. Les habitudes de consommation des clients étant en évolution constante, l’annonceur doit régulièrement procéder à des simulations afin de personnaliser au mieux les campagnes et de communiquer de la façon la plus cohérente possible.

D’autres méthodes permettant aux annonceurs d’adresser un contenu toujours plus pertinent, telles que le moteur de recommandation produit. L’association de produits consiste, grâce à l’étude des actions des clients (achats, visites, clics, paniers), à déterminer les produits souvent combinés ensemble. L’annonceur peut ainsi, en partant du comportement d’un individu, faire des recommandations personnalisées évoluant au fil de ses actions et favoriser le ré-achat en se basant sur les associations effectuées par les autres clients. Grâce à ce type de modèles auto-apprenants, l’annonceur peut affiner la qualité et la pertinence du message afin d’améliorer le taux de conversion.

Comprendre et savoir mesurer la pression marketing est indispensable pour les annonceurs s’ils veulent être en mesure de la contrôler et mettre en place de campagnes marketing appropriées et optimales. Toutefois, maitriser la pression marketing uniquement n’est plus suffisant à l’heure où les habitudes des consommateurs sont de plus en plus changeantes et se meuvent entre les environnements virtuels et physiques. Le nouvel enjeu pour les entreprises est désormais de développer des stratégies « phygitales » cohérentes qui atteignent les bons seuils de pression marketing et de pression commerciale pour faire en sorte que l’image de la marque et les messages qu’elle délivre soient homogènes sur les canaux on et offline. »

Makazi édite une plateforme de gestion de données (DMP) et propose des services Data Marketing, afin d’aider les annonceurs à consolider leurs données (on et off line), les réconcilier, les segmenter via des algorithmes mathématiques pour déployer en temps réel des actions marketing personnalisées. Makazi s’adresse aux directions marketing des marques de tous les secteurs, de la finance, de l’énergie, de la grande distribution ou encore du tourisme, et compte notamment parmi ses clients Cofinoga, GDF SUEZ, Mars Petfood, Weekendesk, Relais&Châteaux, Leclerc Drive…