L’Oréal réimagine son marketing digital grâce à la Data
Un meilleur usage des données permet à L’Oréal de faire évoluer ses pratiques marketing, notamment pour le scoring, le retargeting et la recommandation. Les outils data existent, mais la difficulté réside dans la conduite du changement pour le Chief Data Officer de L’Oréal France, Giancarlo Miluccio.
Un meilleur usage des données permet à L’Oréal de faire évoluer ses pratiques marketing, notamment pour le scoring, le retargeting et la recommandation. Les outils data existent, mais la difficulté réside dans la conduite du changement pour le Chief Data Officer de L’Oréal France, Giancarlo Miluccio.
En dépit de bons résultats financiers, L’Oréal entreprend néanmoins des changements. Le vecteur de cette transformation, c’est la donnée. La gestion de la donnée dans un groupe comptant 44 marques internationales présente une « très forte complexité » témoigne Giancarlo Miluccio, Chief Data Officer (CDO) de L’Oréal France.
Dans le même temps, la culture L’Oréal reste très attachée à l’intuition, c’est-à-dire « l’expertise, sentir les choses, sentir le produit, sentir ce qu’il est possible de faire pour changer le business. » L’intuition, c’est un peu « l’antithèse du data driven» reconnaît le CDO.
Une entreprise « digital consumer first »
Dès lors, pourquoi rompre avec la tradition et faire évoluer les modes de prise de décision pour s’appuyer sur les données ? Très simplement parce que le consommateur a changé et continue de le faire. Une évolution s’impose pour un groupe revendiquant une « vision customer centric ».
L’objectif est d’être véritablement « digital consumer first ». Inutile de s’appeler L’Oréal pour établir ce constat et afficher de telles ambitions. Giancarlo Miluccio, qui s’exprimait lors de Big Data World, le reconnaît, « tout cela c’est du blabla. »
La marque a seulement 1,7 seconde pour capter l’attention sur Facebook
Sur le volet média, la transformation est cependant bien réelle. Fini le marketing top-down et le modèle dans lequel « le consommateur subit ». Celui-ci est aujourd’hui « totalement dépassé ». Plus question donc pour les marques L’Oréal de « parler à tout le monde ».
Le nouveau modèle, c’est une marque qui se positionne très clairement, qui définit des valeurs, définissant elles-mêmes le contenu à produire. Au consommateur ensuite de faire son choix. Et de choix, il n’en manque pas.
Le Chief Data Officer rappelle ainsi que l’entreprise dispose de seulement 1,7 seconde sur Facebook pour capter son attention. « Capter l’intention en 1,7 seconde, c’est très compliqué. Et la seule solution, c’est d’être pertinent » insiste-t-il.
Le retargeting repensé pour gagner en efficacité
Ciblage et confiance pour collecter la Data consommateur
Chez L’Oréal, cette pertinence, ou ciblage efficace, doit générer de la confiance. Cette confiance est en effet essentielle pour obtenir en retour les données des consommateurs. « Si on accepte de ne pas vendre à tout le monde, mais uniquement à des consommateurs en ligne avec notre positionnement, alors on génère de la confiance, du trust. »
Et surtout de la Data, qui constitue un « avantage compétitif » pour la multinationale, qui a cependant longtemps cherché quoi en faire, concède Giancarlo Miluccio. L’Oréal s’efforce cependant de rompre avec l’ancien modèle consistant à faire du reach – c’est à dire de toucher l’audience la plus large possible – et à exploiter « la Data pour arroser tout le monde. »
Exploiter au maximum les données collectées
Cette approche a fait exploser la pression commerciale sur le consommateur et entraîné un effondrement de l’attention. Les marques, dont L’Oréal, sont ainsi contraintes de cibler leur contenu. Et pour y parvenir, « la Data fait toute la différence. »
Pour collecter des données, le groupe dispose de multiples points de contact dans le parcours de conversion d’un consommateur. Dès l’arrivée de l’internaute sur un actif digital de L’Oréal, il est impératif de capter ses données, site centric et ad centric, et de les « exploiter au maximum ».
Ces données de suivi, ou tracking, permettent ensuite à l’entreprise de réconcilier les parcours consommateur pour toutes ses marques. C’est la condition pour « être pertinent dans les recommandations » d’achat destinées à ce consommateur.
De la segmentation et du scoring en temps réel
Un scoring dynamique et temps réel
Le scoring n’est certes pas nouveau, mais il a évolué. « C’est très basique dans le monde de la Data », mais l’important, « c’est la finesse du scoring. Ce dont j’ai besoin, c’est d’un scoring en temps réel. Le score doit absolument être dynamique » souligne le CDO.
Si grâce aux algorithmes auto-apprenants, le Machine Learning, de tels produits Data de scoring sont possibles, les entreprises négligent cependant encore un aspect fondamental, estime Giancarlo Miluccio, à savoir la conduite du changement.
Changer la manière dont L’Oréal gère son budget média
« Pour l’instant, on a échoué (…) Sur le fond, nous n’avons pas changé la manière dont L’Oréal fait sa communication » lâche le Chief Data Officer. Selon lui, c’est la manière d’activer le plan média qui doit changer, avec à la clé des millions d’euros.
« Je vais actionner mes actifs digitaux, non quand je veux lancer une campagne média, mais lorsque je sens qu’il y a de la demande (…) Si on arrive à changer la manière dont une entreprise historique comme L’Oréal traite la partie média, alors nous aurons réussi » considère-t-il.
Recommandation : une approche à repensée
Dans le domaine de la recommandation personnalisée, une évolution des pratiques est également visée par la direction de la Data du groupe. « Tout le monde fait de la recommandation personnalisée. Et aujourd’hui, cela consiste à essayer de rajouter un produit dans le panier du consommateur. A mon avis, c’est la mauvaise manière de penser » reproche-t-il.
La bonne manière de procéder consisterait à comprendre la « routine » du consommateur et à personnaliser la recommandation en faveur d’un produit « seulement si cela fait sens pour lui. » La conséquence sinon, c’est un client dont le retour et l’avis sur le produit seront négatifs.
Les données doivent ainsi être exploitées non « pour pousser un produit dans le caddie », mais pour « connaître mes consommateurs » afin alors de « personnaliser la relation ». C’est « la partie la plus difficile et la plus importante dans la gestion de la Data. C’est l’extrême d’une exploitation parfaite de la data » conclut-il.
