pixel facebook
Programme-one-to-one-biarritz-2018

Programme

Customer Knowledge Data

Engager l’utilisateur final grâce à ses données mobiles

Publié le par Maxime Ollivier - mis à jour le

Une exploitation adaptée des données mobiles des visiteurs peut garantir en retour un ciblage d’une grande précision et des débouchés voisins.

Comment comprendre et engager l’utilisateur final grâce à sa data mobile ?

Cette conférence One-to-One Biarritz est animée par Maxime Dauphin, Business Leader chez Ogury France. L’objectif de cet échange est de présenter comment la data mobile offre une meilleure compréhension de l’utilisateur final.

Présentation d’Ogury

Ogury est une société française créée en 2014. Elle rassemble 400 employés répartis dans une dizaine de pays. Ogury est une solution fondée sur un SDK (kit de développement logiciel), c’est-à-dire un outil de mesure ou de diffusion publicitaire. Le SDK Ogury a pour spécificité de récolter des données mobiles.

Il est aujourd’hui implanté dans environ 10 000 applications à travers le monde, soit à peu près 400 millions de profils dont on récolte les data, dont 20 millions en France. Tout ceci est en conformité avec le RGPD (Règlement général sur la protection des données).

La solution Ogury se positionne comme une technologie de mobile journey marketing, à savoir la compréhension et l’utilisation optimale du parcours mobile utilisateur.

Cette connaissance client s’appuie sur quatre piliers essentiels : le consentement de l’utilisateur tout d’abord, puis la réception de données mobiles pour alimenter des algorithmes. Ces derniers vont ensuite retracer le parcours utilisateur et ainsi, en dernière instance, procurer des insights (enseignements sur le comportement d’une audience-clé et velléité d’engagement).

Ce consentement obtenu, Ogury va catégoriser l’ensemble du dispositif de l’utilisateur en question, soit l’ensemble de ses applications, l’usage qu’il en fait (avec les notions de récence et de fréquence d’utilisation) ainsi que l’ensemble des sites qu’il a consultés.

Comment illustrer l’impact de la data mobile sur la connaissance client ?

Maxime Dauphin introduit trois exemples pour illustrer son propos : le ciblage sociodémographique, l’analyse d’un moment de vie et les intentions de l’utilisateur final.

Premier exemple : comment générer un ciblage sociodémographique efficace ?

La cible choisie est bien connue des marketeurs : les 18-34 ans, ou « millenials ». Leurs données mobiles concernent majoritairement des applications telles que Snapchat, Instagram, ou des services de livraison.

Ogury mise alors sur le fait de pouvoir en tirer un profil-type plus précis que les personas classiques. Il s’agit en premier lieu de segmenter l’ensemble du device ID en travaillant avec Médiamétrie : les 18-24 ans d’un côté, les 25-34 ans de l’autre. Les premiers se caractérisent par une forte consommation de certaines applications : divertissement, musique, dating, réseaux sociaux et gaming.

Les seconds se tournent également vers le dating ou le divertissement, mais aussi vers des applications de digitalisation, ou d’autres relatives à la maternité. Grâce à cette catégorisation, il est alors possible d’appliquer des critères de ciblage qui seront réellement représentatifs d’une cible donnée.

Deuxième exemple : analyse d’un moment de vie, la recherche d’un bien immobilier, et de l’ensemble des démarches qui vont l’accompagner.

L’étude a porté sur les données mobiles de l’ensemble des applications (ou « univers applicatif ») utilisées dans le même contexte qu’une application très représentative d’un moment de vie typique, en l’occurrence la recherche de logement sur le site Seloger.com.

Sont alors apparues des agences immobilières traditionnelles (Orpi ou Century 21), mais aussi des pure players immobiliers et des applications réservées à la mise en contact de particuliers en phase d’engagement. L’étape suivante consistait à déterminer quels sont les sites discriminants d’Orpi, c’est-à-dire ceux qui évoluent dans son environnement immédiat (autres agences traditionnelles, pure players et plateformes entre particuliers).

Les données mobiles permettent ici de voir émerger un autre territoire de marques, celui de l’aménagement et des travaux. L’ensemble de ces données est ensuite récupéré dans un fichier de ciblage, optimisé pour être représentatif de la problématique et des personnes effectivement concernées par ce moment de vie et proches de l’engagement.

On peut finalement imaginer le même genre de connaissance client pour d’autres domaines afférents, comme les contrats énergétiques ou les organismes de financement.

Troisième exemple : comment capter les signaux faibles intentionnistes d’achat automobile d’un utilisateur ?

Pour Maxime Dauphin, « en se concentrant sur l’audience du site Peugeot, on a fait ressortir de la même façon l’ensemble des sites qui vont être discriminants chez cette audience. »

L’étude permet de dire quelles vont être les marques qui seront consultées au même moment, soit les concurrents directs du constructeur : Renault, Volkswagen, Audi et Nissan. Mais d’autres catégories vont aussi discriminer cette audience : des sites mandataires spécifiques, des sites d’occasions, et quelques sites d’actualité automobile.

En conséquence, la première étape consiste à observer un comportement-clé par une lecture des données mobiles, la seconde à décider d’aller chercher l’utilisateur final correspondant.

Intervenant :

Maxime Dauphin, Business Leader - Ogury France

6 / 8 oct. 2020 Biarritz

#1to1Biarritz