5 critères à surveiller avant d’engager un fournisseur de données tierces

14 décembre 2017 | Kenneth Wong, directeur, comScore Canada

paying online with a credit card

En mai dernier, un article publié par The Economist affirmant qu’à l’heure actuelle, la ressource naturelle la plus précieuse n’était plus le pétrole, mais plutôt les données a capté à juste titre l’attention des annonceurs de partout. En effet, les cinq plus grandes entreprises qui recueillent, analysent et exploitent ces données, soit Alphabet, Amazon, Apple, Facebook et Microsoft, sont inextricablement intégrées à notre quotidien. Amazon accapare la moitié de l’argent dépensé en ligne en Amérique, alors que Google et Facebook ont été à l’origine de la quasi-totalité de la croissance de la publicité numérique en Amérique du Nord en 2016.

Un grand nombre d’annonceurs cherchant à exploiter les données qu’ils recueillent prennent désormais en compte les diverses ramifications de cette domination. En toute logique, ils tentent ensuite d’élargir leur rayon d’action en achetant des données de fournisseurs de deuxième et troisième rang. C’est ce qui a donné naissance au marché des données complexes actuel.

Qu’est-ce que les données de premier, deuxième et troisième rang?

Il existe en effet plusieurs degrés de données.

Les données de premier rang – ou les données propriétaires – sont celles que recueillent les annonceurs eux-mêmes à partir de leurs logiciels de gestion des relations avec la clientèle (CRM), des statistiques de fréquentation de leur site, de leurs ventes en ligne ou non, de l’emplacement de leurs applications mobiles ou des livres de bord leurs centres d’appel. Ces données sont très convoitées. Elles sont complètement transparentes pour l’annonceur qui en connaît la provenance et la pertinence. Leur portée et leur extensibilité sont cependant limitées.

Les données de second rang sont celles de premier rang d’une autre entreprise. On peut acquérir ce type de données auprès d’un partenaire. Ceci s’accompagne habituellement d’une entente d’échange de données avec lui. Un exemple de cette relation serait une ligne aérienne qui s’associe à une institution financière pour émettre une carte de crédit.

De leur côté, les données de troisième rang sont recueillies par une entreprise à l’aide d’une technologie propriétaire ou en rassemblant et en faisant la corrélation entre plusieurs ensembles de données pour créer son propre ensemble. Ces données sont ensuite rendues anonymes et mises en marché directement ou intégrées à des plateformes côté client, à des plateformes de gestion des données et autres.

Habituellement, les entreprises maximisent l’exploitation de leurs données propriétaires par le re-ciblage ou en visant des cibles similaires. Mais que faire une fois ces ressources épuisées? La complexité des données devient importante au moment d’approuver et d’engager des fournisseurs de données tierces. Plusieurs entreprises mondiales affirment disposer de nombreuses données pour le Canada, mais est-ce le cas? Quelle méthode doit-on privilégier : les données déterministes ou probabilistes?

Voici 5 critères à surveiller pour vous aider à répondre à ces questions.

La qualité des données

On peut évaluer la qualité des données de plusieurs façons. Personnellement, je vous encourage à en discuter ouvertement et à approfondir votre connaissance des méthodologies et technologies utilisées par votre fournisseur éventuel pour la cueillette et la compilation des données. Quelques questions à poser :

  • Depuis combien de temps votre entreprise existe-t-elle?
  • Comment recueillez-vous les données selon les appareils?
  • Comment rendez-vous ces données anonymes? Que faites-vous de la protection de la vie privée et des renseignements personnels identifiables?
  • Comment votre méthodologie tient-elle compte d’environnements sans fichiers-témoins, comme le logiciel Safari iOS?
  • Vos données sont-elles probabilistes ou déterministes? Il ne s’agit pas de déterminer quelle méthode est la meilleure, mais plutôt de savoir POURQUOI on a choisi l’une ou l’autre? À moins d’être Facebook ou Google et de disposer de données de connexion déterministes pleinement extrapolables, une combinaison des deux méthodes serait sans doute préférable afin d’atteindre une plus grande portée, tout en préservant la capacité de ciblage. Les méthodes probabilistes ont l’avantage de permettre de combiner plusieurs sources de données et de déterminer des échelles pour que l’utilisateur puisse choisir un niveau de confiance selon la taille du public. Pour la segmentation démographique par exemple, le nombre probable de femmes de 25 à 54 ans atteintes avec un seuil de confiance de 90 % s’élève à 5 millions. Réduire le degré de confiance à 50 % fait passer ce nombre à plus de 8 millions!

Pertinence des données et argument de vente unique

Le fournisseur A peut-il apporter un élément unique à la discussion? Dans des programmes de gestion des données comme Adobe ou Salesforce, les entreprises décrivent leurs méthodologies et l’unicité de leurs ensembles de données pour que vous, l’annonceur-acheteur, puissiez effectuer vos recherches et en déterminer les informations manquantes. Il est aussi important de savoir ce qui vient après… sur quoi cette entreprise travaille-t-elle pour l’avenir? Ceci est intimement lié à la question de la qualité des données et du nombre d’années d’existence de l’entreprise.

La récence des données

Selon votre produit ou service, le fait de disposer de données fraîches peut constituer un critère essentiel dans le choix d’un fournisseur. Très souvent, dans le cas du commerce de détail ou des produits emballés de consommation courante, le cycle d’achat exige des données sur le comportement des consommateurs ne datant que de quelques jours. Par comparaison, dans le secteur de l’automobile, il peut s’écouler plusieurs mois entre le moment où le consommateur effectue un essai routier et son retour au concessionnaire. Assurez-vous de poser les bonnes questions et d’obtenir des exemples pertinents. De surcroît, selon votre modèle de mise en marché, ou au cours du processus d’achat, déterminez quand vous aurez besoin de données tierces.

Souplesse

Ce critère est lié à la structure des coûts, qui varie habituellement d’un fournisseur à l’autre. Dans le fond, il n’y a que deux méthodes : des mensualités à taux fixe ou un CPM. Les données devenant de plus en plus commercialisées, la souplesse des prix est plus importante que jamais. Dans un monde idéal, vous voudrez adopter la méthode du CPM (et donc payer à la demande), du moins au début. À mesure que vous augmenterez le volume des données achetées et que vous verrez les performances s’accroître, passez au tarif mensuel fixe qui permet de répartir les coûts sur toute l’année.

Soutien local

Ce dernier critère est important. Pourrez-vous appeler quelqu’un en cas de problème? Disposerez-vous du soutien de quelqu’un sur place? Pourrez-vous parler à une personne qui comprend le marché canadien et qui peut en interpréter les nuances? Le processus de test est important pour évaluer à quel point les données offertes sont vraiment avantageuses pour votre organisation.

L’écosystème des données est de plus en plus complexe et comporte de plus en plus de points de croisement. Il vaut vraiment la peine de faire l’effort de poser les bonnes questions et d’inclure le coût d’acquisition des données dans votre modèle de calcul du rendement pour voir si le tout en vaut vraiment la peine.

Kenneth Wong

Kenneth Wong, directeur, comScore Canada

Kenneth Wong travaille dans le domaine depuis plus de dix ans, ayant travaillé en agence, chez des éditeurs, chez des plateformes de technologie ou d’évaluation et d’analyse. Il est actuellement directeur chez comScore et, à ce titre, il travaille avec certaines de plus grandes agences mondiales, avec des fournisseurs de contenu canadiens et des plateformes technologiques. Son mandat a récemment été élargi pour inclure le service à la clientèle côté achat ou vente. Il exploite les données, la segmentation et le ciblage en temps réel pour offrir un meilleur rendement marketing et média à ses clients.