Pourquoi vous devez utiliser votre Data Warehouse pour jouer le rôle de Customer Data Platform

Vos données de contacts sont dispersées dans vos différents outils / bases de données ? Vous voulez unifier vos données clients pour mieux les exploiter ? C’est le challenge de nombreuses entreprises, et il n’est pas simple.
Les outils CRM peuvent jouer partiellement ce rôle, mais ils ont de grosses limites structurelles : manque de souplesse dans le modèle de données, incapacité à réconcilier différentes tables, difficulté à rajouter des champs calculés, surtout sur des données comportementales (ex: essayez de calculer le nombre d’emails ouverts sur les X derniers jours..).
Les éditeurs de logiciels CRM ont lancé des offres « CDP » ou « Customer 360 » pour répondre à ces challenges, mais ce n’est pas la seule approche possible. En simplifiant, deux solutions s’offrent à vous :

  • Déployer une Customer Data Platform sur l’étagère.
  • Faire de votre Data Warehouse votre Customer Data Platform.

La première option ne permet pas de construire une stack data moderne et présente plusieurs inconvénients. Les technologies datawarehouse ont beaucoup changé, et désormais il est possible d’utiliser votre DataWarehouse comme une CDP.

L’émergence des Customer Data Platforms

La Customer Data Platform est une technologie à la mode. Comment expliquer ce succès ? Quelles sont les limites de ces solutions « sur l’étagère » ?

Pourquoi tant de bruit autour des Customer Data Platforms (CDP) ?

C’est bien connu, la donnée clients est devenue l’actif le plus précieux des entreprises. C’est elle qui permet de proposer des expériences clients personnalisées, d’optimiser le ciblage marketing, de construire des programmes relationnels efficaces…

Les entreprises n’ont jamais eu autant de données à disposition.  Comme le dit joliment Angela Sun dans un article publié sur Hull.io : « Il y a désormais plus de bytes de données dans le monde que d’étoiles dans l’univers. »

Ce sont les étoiles qui sont devenues la limite de ce qu’il est possible de faire grâce aux données. Réjouissons-nous ! C’est la bonne nouvelle.

Mais la donnée clients n’a de valeur que si elle est organisée, unifiée et synchronisée. Et c’est là que l’on bute sur le problème majeur auquel sont confrontées la plupart des entreprises : la dispersion des données dans le système d’information. Aujourd’hui peu d’entreprises exploitent pleinement leurs données.

Les raisons de cette dispersion des données sont bien connues : multiplication des points de contact, des canaux, nouvelles technologies, essor des SaaS…Inutile d’y revenir, nous nous intéressons ici aux solutions.

Justement, la Customer Data Platform est apparue comme la solution à ce problème. Le succès des CDP est à la hauteur des enjeux. Depuis 2018, la CDP est dans toutes les bouches comme le montre ce graphique :

customer data platform google trends
Source : Google Trends.

Mais, qu’est-ce qu’au juste une Customer Data Platform ?

Customer Data Platform : Définition & fonctionnement

Adobe, Salesforce, Oracle, SAP : tous ces acteurs proposent aujourd’hui des « Customer Data Platforms ». Le marché des CDP draine des investissements colossaux. Selon une étude, le chiffre d’affaires combiné des éditeurs de CDP s’élèvera à plus de 10 milliards de dollars en 2025, contre 2,4 milliards en 2020.

La Customer Data Platform est une technologie qui permet d’unifier toutes les sources de données clients online et offline de l’entreprise (essentiellement first-party) pour créer une source unique de vérité. Les données sont unifiées autour de profils clients consistants : individus en B2C, entreprises en B2B. Le coeur de la CDP, c’est la « résolution d’identité », chaque nouveau point de contact est attribuée à un individu unique pour avoir une vision 360° de chaque contact.

La Customer Data Platform répond directement au problème dont nous avons parlé tout à l’heure. Elle unifie les données dispersées. Elle met fin à l’éclatement des données dans le système d’information.

L’unification des données facilite la gestion des données, leur enrichissement, leur nettoyage mais aussi bien sûr leur activation par les différents outils MarTech de l’entreprise. Les données unifiées et nettoyées de la CDP sont redistribuées aux autres outils sous forme de segments, d’agrégats, de scorings…Bref, la CDP est un constructeur d’audiences. Et ce n’est pas tout, l’unification des données dans la CDP facilite aussi la gouvernance des données et aide les entreprises à gérer leurs données en conformité avec les règles de protection des données (GDPR et consorts). Pour mieux comprendre le périmètre fonctionnel d’une CDP, vous pouvez parcourir cet article réalisé par notre partenaire, le cabinet de conseil Cartelis.

L’utilisation d’une Customer Data Platform ne nécessite pas de compétences techniques avancées, raison pour laquelle la CDP est généralement gérée directement par l’équipe marketing. C’est l’une des forces des CDP et l’une des raisons de l’engouement pour ces technologies.

Segment et Treasure Data sont de beaux exemples de Customer Data Platforms. Mais il existe un bon nombre des acteurs français, comme Ysance ou Campdebase.

customer data platform np6
La Customer Data Platform unifie les données autour de profils clients consistants. Source : NP6.

Les promesses déçues de la Customer Data Platform

Pour plusieurs raisons, nous pensons que les promesses faites par les CDP sur l’étagère n’ont pas été tenues. Tout d’abord, et c’est ce qui saute le plus aux yeux, les Customer Data Platforms…ne sont pas des plateformes. Ce ne sont pas des plateformes ou des écosystèmes conçus comme des frameworks sur lesquels des applications tierces pourraient venir se greffer. Les CDP « sur l’étagère » proposées par les Salesforce et autres Adobe sont en réalité des suites de logiciels qui vous enferment dans un environnement rigide.

C’est d’ailleurs une ironie de l’histoire, si on se rappelle que le grand mot d’ordre de Salesforce à ses débuts était « The End of Software ».

Au-delà de ce problème de dépendance à l’éditeur, il existe d’autres limites importantes :

  • Votre Customer Data Platform n’est pas une source unique de vérité. Pourquoi ? Parce que la CDP n’est pas un hub, mais un nœud juste un peu plus gros que les autres dans le SI Client. Un logiciel de plus en somme…La preuve ? Si vous faites de la BI, vous n’allez pas extraire les données de votre CDP, mais de votre Data Warehouse. On se retrouve ainsi avec plusieurs « single source of truth », et cela pose rapidement des problèmes. Dans la CDP, la déduplication des contacts est réalisée différemment que dans le datawarehouse, du coup, on n’obtient pas le même nombre de contacts dans la CDP / CRM que dans les reportings branchés sur le datawarehouse. Plus gênant encore, les règles de calcul du chiffre d’affaires, avec la prise en compte des remboursements / promotions notamment, sont réalisés par des analystes directement dans le datawarehouse, du coup, le CA ne sera pas le même dans la CDP que dans vos reportings. Après quelques années, ces exemples se multiplient, et créent plein de difficultés au quotidien.
  • La CDP empêche une coordination efficace entre le Marketing et l’IT. La Customer Data Platform s’est construite sur une promesse tape à l’oeil : l’équipe marketing allait enfin reprendre le contrôle sur la gestion des données clients. Plus besoin de l’équipe IT, l’équipe marketing allait devenir autonome. Cette approche ne va pas dans le bon sens selon nous. La gestion d’une stack data moderne repose sur un dialogue efficace entre l’IT et le marketing, pas sur un court-circuitage de l’IT. Ce dialogue est nécessaire pour répondre aux et challenger les problèmes data complexes, pour construire des modèles de données adaptés aux besoins du marketing. Lorsque l’on met hors jeu l’équipe IT dans la gestion d’une technologie, ce n’est pas à l’équipe marketing que l’on redonne le pouvoir, c’est à l’éditeur.
  • La Customer Data Platform n’est pas une technologie flexible. Cela rejoint le point précédent. La CDP impose ses modèles de données ou en tous cas ne donne que peu de marges de manœuvre dans la personnalisation de ces modèles. Segment Personas, par exemple, ne propose que deux objets de base : les utilisateurs et les comptes. Vous ne pouvez unifier vos données qu’autour de l’un ou l’autre de ces objets. Qui plus est, il est impossible à un utilisateur d’appartenir à plusieurs comptes. Vous êtes forcés de faire entrer vos données dans un moule semi-rigide qui ne correspond pas forcément aux caractéristiques de votre métier.
  • La Customer Data Platform est une solution coûteuse. Les CDP coûtent cher. Et acheter une CDP, c’est aussi acheter la philosophie de son éditeur, sa politique en matière de données…et donc perdre un peu de contrôle sur la manière de collecter, de transformer et d’exploiter les données.

La Customer Data Platform n’est donc pas l’alpha et l’oméga. De plus en plus d’entreprise se tournent vers une autre approche pour unifier et activer les données clients : transformer le Data Warehouse en Customer Data Platform. L’essor des technologies de Data Warehouse Cloud modernes (Snowflake en particulier, mais aussi les incontournables BigQuery et Redshift) ont rendu cette approche possible et très compétitive.

Pourquoi vous devez construire votre Customer Data Platform dans votre Data Warehouse

Vous avez déjà votre CDP : c’est votre Data Warehouse

Lorsqu’on dit « Customer Data Platform », on pense tout de suite aux solutions sur l’étagère se définissant explicitement comme des « CDP ». Mais en fait, on peut tout à fait construire une « Customer Data Platform » sans utiliser de CDP sur l’étagère…Vous voyez où je veux en venir ? Oui, votre Data Warehouse peut jouer le rôle d’une Customer Data Platform.

Pourquoi acheter quelque chose que l’on a déjà (au moins en puissance) ?

Qu’est-ce qu’un Data Warehouse Cloud ?

Un Data Warehouse (DWH) est une base dans laquelle vous agrégez les données en provenance de vos différentes sources. Les données sont chargées dans le DWH par lots (en batch) via un outil ETL (Extract – Transform – Load) comme Talend (ou ELT comme Fivetran). Une fois chargées dans le DWH, les données sont organisées en tables de faits et en tables de dimensions. Utiliser un DWH consiste à joindre les différentes tables via des requêtes SQL.

organisation donnees dwh modelisation etoile
La modélisation en étoile des données du Data Warehouse. Exemple avec un Data Mart de Ventes.

Les Data Warehouse sont traditionnellement utilisés pour faire du reporting et de la BI. Un DWH stocke notamment les données de commande (table 1), les données du catalogue produit (table 2), les événements utilisateurs (table 3). Il permet ainsi de répondre à des questions comme : « Combien de commandes avons-nous par mois pour chaque famille de produit ? » > La réponse est obtenue en joignant les tables 1, 2 et 3 via une requête SQL.

Le Reverse ETL, la brique pour transformer votre DWH en CDP

Mais les solutions Data Warehouse modernes, cloud, permettent d’aller beaucoup plus loin que la simple analyse de données. Couplé à un outil « Reverse ETL », un Data Warehouse est en mesure de devenir une Customer Data Platform. Un Reverse ETL, c’est une solution pour activer vos données internes. C’est la brique qui permet de synchroniser les données du Data Warehouse avec les applicatifs métiers et autres outils marketing (CRM, Marketing Automation, Service client, outils publicitaires, etc.).

Avec une solution comme Octolis, vous pouvez synchroniser n’importe quel agrégat / segment de données dans vos outils métiers. Soit en utilisant une interface visuelle, soit en utilisant SQL.

reverse etl octolis creation champ

Le Reverse ETL vous permet par exemple de faire redescendre :

  • Les données relatives à la fréquence d’achat des clients dans la solution de Marketing Automation.
  • Le revenu généré par chaque contact / entreprise dans le CRM Commercial.
  • Les top clients, avec leur LTV, dans vos outils publicitaires type Google Ads / Facebook.
  • Les données relatives à l’utilisation des services dans Zendesk…

On pourrait lister des dizaines de cas d’usage, cf. bibliothèque de cas d’usages.Le principe est toujours le même : alimenter en continu les applicatifs métiers avec les données du DWH dont les équipes ont besoin. Le Reverse ETL permet de transformer votre Data Warehouse en une base clients opérationnelle.

Conclusion

Cette approche consistant à monter la Customer Data Platform dans le DWH (via un Reverse ETL) est à envisager très sérieusement. Pourquoi ? Parce qu’elle réunit les avantages principaux des CDP sur l’étagère, sans leurs inconvénients. Cette approche permet en effet de :

  • Concevoir une CDP répondant exactement à vos besoins. Avec des outils comme dbt et Octolis, vous pouvez faire travailler votre Data Warehouse exactement comme vous en avez besoin.
  • Créer une infrastructure data plus solide. Là où les CDP sur l’étagère ne gèrent que les données clients, le Data Warehouse peut accueillir toutes vos données. Cela facilite la valorisation et la gouvernance des données.
  • Gagner en flexibilité. Les outils nécessaires à la transformation de votre DWH en CDP sont peu onéreux…contrairement aux CDP sur l’étagère qui coûtent très cher. L’approche « DWH » vous permet de gérer votre stack data de manière flexible, sans avoir besoin à chaque fois de contacter le support de la CDP et de vous entendre dire : »Notre outil ne permet pas de faire ça… ».