Dossier : Big data, big business : Souriez, vous êtes ciblés

Big data : 7 façons de scruter votre quotidien

Qu’il s’agisse de nous pousser à consommer, de prévenir des maladies ou de nous surveiller, le big data offre des développements vertigineux.

Publicités ultra-ciblées

Ce sont désormais des algorithmes qui analysent en temps réel la masse incalculable de nos informations personnelles et achètent les espaces publicitaires, en choisissant « le bon message, au bon moment, au bon endroit, à la bonne personne », selon une formule répandue dans le milieu du marketing. Ils décident du format le plus adapté (texte, vidéo, photo, etc.) et du canal le plus pertinent pour faire mouche (e-mail, réseaux sociaux, alerte push, texto ou courrier papier).

La marque de vêtements Cyrillus s’est ainsi associée à une entreprise de marketing prédictif, Nuukik, pour éditer un catalogue ultra-personnalisé. 80 000 catalogues différents ont été envoyés à 100 000 clientes parmi les moins régulières (1). Autre exemple aux États-Unis, où Toyota a décliné quatre versions d’un même clip publicitaire, avec des scénarios différents et des acteurs blancs, noirs, latinos ou « transculturels mainstream » pour s’adapter au mieux à la cible.

Ces prouesses sont possibles grâce à ce que les professionnels du marketing appellent la « connaissance client à 360° » : un historique individuel de nos achats, de nos navigations en ligne et de nos déplacements. Nos localisations enregistrées par nos smartphones sont en effet recoupées avec nos historiques d’achats, enregistrés par nos cartes de fidélité et toutes les traces que nous laissons en ligne. Nos appels aux services clients ou commerciaux d’une marque sont également analysés avec des « cookies vocaux ».

Dans cette économie en pleine croissance, l’enjeu pour les marques est toutefois de rester le plus discret possible. Car 72 % des Français interrogés par un sondage Odoxa pour Emakina et BFM Business déclarent ne pas apprécier les publicités avec des promotions individualisées.

Tarifs personnalisés

Nous sommes habitués aux prix variables pour les billets d’avion ou sur l’application de transport Uber, où le prix de la course peut varier de plus de 200 % selon la demande. Les voilà qui arrivent dans le commerce de détail. Exemple dans l’agence Rent a car de Douai, où l’entreprise Pricemoov prévoit au jour le jour la demande et la propension à payer des clients en boutique. Pour y parvenir, la start-up compile une masse d’informations publiques (météo, agenda culturel, conjoncture économique locale, etc.) avec les données personnelles des clients du réseau Rent a car. Un logiciel modélise cinq types de comportements et prévoit le nombre et le type de clients que l’agence de Douai doit s’attendre à voir franchir le pas de sa porte chaque jour. Charge ensuite à l’agence de gérer son stock au mieux, en choisissant les clients à qui elle préfère louer. Ceux qui sont disposés à payer le prix le plus élevé, au regard de leur historique d’achats enregistré sur leur programme de fidélité. « Nous arrivons à faire une prédiction fine en prenant l’ensemble du passé d’un client, toutes ses relations transactionnelles, et en “taguant” son passé avec des points importants expliquant un comportement : s’il a loué pendant le week-end, un jour de festival ou de grève, etc. », se réjouit Pierre Hébrard, cofondateur de Pricemoov (2), qui dit avoir déployé sa technologie dans la location de matériel ou d’équipement sportif.

Il reste 67% de l'article à lire.

   Pour lire la suite de cet article, identifiez-vous ou créez un compte :

Article réservé

Pour lire cet article :

Je choisis un pack
Achetez un pack de crédits
pour accéder à cet article.
Consultez nos offres d’abonnement,
à partir de 8€/mois.
Déjà abonné(e) ?
Identifiez-vous.

Vous pouvez aussi acheter le journal contenant cet article ici

Haut de page

Voir aussi

Articles récents