Les cas que j’aime bien #1 : Target et l’exploitation des Big Data

3-smart-development-04

Je souhaitais entamer ici une série d’articles consacrés à ces cas théoriques et business auxquels je reviens souvent, parce qu’ils me semblent représenter la parfaite illustration d’une problématique donnée. L’idée n’est donc pas d’être très longue dans mes propos, mais plutôt d’en faire une présentation simple et générale. Libre à vous de poursuivre plus en détail sur le sujet.

Premier de ma liste et pas des moindres : le cas Target. Certainement l’un des meilleurs exemples des potentialités des Big Data en termes d’usage commercial – mais aussi de ses limites.

.


.

L’histoire se passe en 2012 et Target, chaîne de magasins à la Wal-mart, souhaite expérimenter de nouvelles stratégies en vue de fidéliser une clientèle volatile. Pour ce faire, l’entreprise choisit de faire appel à des statisticiens et mise sur l’exploitation de sa base de données clients (certainement enrichie au passage par le travail de quelques databrokers). En ligne de mire, les couples de futurs parents, qui auront bientôt à faire face à de nombreux achats contraints et ne manqueront pas de devenir des consommateurs fidèles.

Pour autant, Target ne souhaite pas les solliciter durant les premières semaines de la vie du bambin. Wal-mart le fait déjà, et visiblement avec plus de succès. L’idéal serait d’être capable de prédire une naissance bien en amont de la grossesse. Mettons, durant ses premières semaines, histoire de prendre le maximum d’avance sur la concurrence.

En analysant leur base de données, les statisticiens de Target font émerger des patterns, et constatent d’importantes variations dans les comportements d’achats durant le 2e trimestre de la grossesse. Les équipes marketing commencent alors à envoyer des publicités ciblées à ces futures mères, et ce en vue de tester leur « pregnancy score ».

Le système semblait rodé lorsqu’un matin, un consommateur appelle en rage le service client et demande à parler à un responsable. Sa fille, encore mineure, a reçu à son nom des coupons pour des vêtements bébés. L’homme accuse l’entreprise de l’encourager à tomber enceinte. Le manager tente de calmer le client, s’excuse, et rappelle quelque jours plus tard pour s’excuser de nouveau.

Quelle n’est donc pas sa surprise lorsqu’à l’autre bout du fil, l’homme lui avoue : « C’est prévu pour le mois d’août. Je vous dois des excuses ».

.


.

Le storytelling est diablement efficace. Que l’anecdote soit vraie ou non, peu importe. Elle a le mérite de mettre en lumière une réalité assez alarmante : l’avènement du marketing prédictif est en marche, et ça ne date clairement pas d’hier.

Cela va sans dire, l’article de Forbes dont je tire mes informations a fait couler beaucoup d’encre. L’image de Target en a pris un coup. L’entreprise a même reconnu que les femmes réagissaient « vraiment mal » à ces publicités ciblées. Mais celle-ci n’a pas délaissé les Big Data pour autant. Elle a seulement appris à avancer ses pions de façon plus subtile.

En se concentrant sur les publicités Internet, et plus particulièrement les encarts dynamiques présentant des carrousels de produits, le département marketing a eu une idée brillante :

«  Nous avons commencé à mixer dans toutes ces pubs des trucs que nous savions qu’aucune femme enceinte n’achèterait jamais, pour que les pubs pour bébé aient l’air aléatoires. On a mis une pub pour une tondeuse à gazon à côté de couches. On a mis un coupon pour des verres à vin à côté de vêtements pour nourrisson ».

Dès lors, plus de rejet de la part des consommatrices. Une apparence a permis de résoudre l’équation de la vallée de l’étrange. Comme l’explique Rue89 : « Finalement, le défi de demain pour les publicitaires ne sera peut-être pas de trouver le produit idéal pour chacun, mais de développer des techniques pour rendre leur travail imperceptible et endormir toute méfiance ».

.

Les cas que j’aime bien #1 : Target et l’exploitation des Big Data