Directrice des expertises
Trop souvent négligé, le choix du modèle de données (MDD) détermine les règles d’organisation et d’interaction de l’ensemble de votre data client. Il constitue le socle indispensable sur lequel viendra s’appuyer votre solution de marketing automation. Je vous livre ci-dessous l’essentiel pour comprendre à la fois les enjeux et les bonnes pratiques en la matière.
À quoi sert un modèle de données ?
Souhaiter un bon anniversaire, recommander un produit, relancer après une période d’inactivité… Autant de plans CRM que je recommande très régulièrement aux entreprises clientes Avanci, en raison de leur simplicité et de leur efficacité. Ces scénarios doivent cependant s’appuyer sur une donnée client à la fois précise, cohérente et bien structurée.
Pour s’adresser à la bonne personne au bon moment, avec le bon message, votre outil de marketing automation doit être en mesure de trouver facilement l’information pertinente et de préférence à l’endroit prévu !
C’est la raison pour laquelle je souhaite attirer votre attention sur l’importance d’un bon modèle de données, ou MDD. Ce dernier consiste à définir :
- le type des données à intégrer dans la base (soit la date de l’anniversaire du client, le dernier produit acheté ou la date du dernier achat dans mes exemples précédents) ;
- la structuration de ces données et les modalités de leur mise à jour ;
- les agrégats à calculer en amont de la plateforme de marketing automation pour permettre une activation de la donnée pertinente et fiable ...
Quels sont les différents types de modèles de données ?
Modèle de données monotable
Le modèle de données monotable peut se décrire comme un fichier unique, tel qu’il pourrait être réalisé sur Excel ou un autre tableur. L’ensemble des éléments de contact client est centralisé et enregistré sur ce tableau. De ma propre expérience, il peut tout à fait être suffisant pour des besoins sommaires de marketing relationnel, mais va cependant vite trouver ses limites :
- Un MDD monotable est peu ou pas évolutif. Le nombre de variables pouvant être prises en compte est limité dès la création.
- Il n’autorise que des interactions limitées entre les différents champs de données. Impossible notamment de lier un seul client à plusieurs critères qualitatifs pour créer des scénarios complexes.
Modèle de données en étoile
Il s’agit du MDD le plus répandu dans les solutions de marketing automation performantes du marché. Il se base sur une structure plus modulable et décentralisée, simplifie considérablement les requêtes et en améliore le temps d'exécution. Le MDD en étoile se compose en effet d’une table centrale, de contacts par exemple, à laquelle d’autres tables thématiques sont reliées.
Ces dernières peuvent inclure :
- les décisions d’abonnement et désabonnement ;
- l’historique des produits achetés ;
- les canaux d’achat privilégiés ;
- les réactions aux précédentes sollicitations marketing…
Je recommande régulièrement ce type de modèle dans la mesure où il autorise des interactions nettement plus fines et complexes. À titre d’exemple, vous pourrez créer des scénarios spécifiques à un client achetant des produits de trois catégories différentes.
Modèle de données en constellation
Dans le cadre d’un MDD en constellation, plus aucune table centrale ! Les différentes tables de données sont ouvertes et interagissent d’une façon prédéfinie, selon une ramification détaillée. Le lien entre les tables est établi par une clé primaire servant d’identifiant unique, comme un numéro de référence client, par exemple.
J’ai pu constater bien souvent à quel point ce modèle, de loin le plus ouvert, permet de réduire l’espace de stockage nécessaire et offre une réelle flexibilité dans les usages métiers. Il permet d’effectuer des recherches multicritères avec une grande facilité, pour élaborer des scénarios marketing complexes.
Quel est l’impact d’un modèle de données inadapté ?
Je le répète souvent : si la structuration de vos données client n’est pas cohérente, les possibilités d’activation seront nécessairement limitées pendant vos campagnes. La mise en œuvre d’un scénario complexe incluant toutes les lignes d’achat, à titre d’exemple, pourra impliquer le calcul manuel des agrégats par vos équipes et donc une perte de temps. Une plateforme de gestion de campagne n’est pas faite pour ça !
Un modèle de données inadapté, comme j’ai souvent pu le constater, aura des conséquences négatives en matière :
- de précision du ciblage marketing ;
- de visualisation et lisibilité des données ;
- de personnalisation du message adressé au client.
Un modèle trop sommaire peut aussi vous faire perdre une information précieuse. Comment connaître le canal utilisé par le client pour se désabonner si un seul champ est prévu pour l’ensemble des canaux dans votre modèle ?
Pensez votre modèle de données dès sa conception ! Les plans d’actions et scénarios privilégiés par votre stratégie de marketing relationnel vous aideront à déterminer la structure la plus adéquate. Tout l’enjeu consiste à prévoir un modèle suffisamment ouvert pour être adaptable en temps réel, sans modification de structure.
Avanci, agence en conseil data et CRM, vous accompagne dans la conception de votre propre plateforme de données client.
