Customer Data Platforms (CDP) : Définition

Une Customer Data Platform est une technologie sur l’étagère conçue pour connecter, unifier et activer vos données clients.

Solutions modernes de gestion des données clients, les CDP ont un avantage important par rapport aux solutions concurrentes sur le marché : leur simplicité d’utilisation. Leur interface conviviale permet aux utilisateurs métier de manipuler les données en quasi-autonomie. Les CDP réconcilient puissance fonctionnelle et facilité d’utilisation.

Dans le premier chapitre de ce guide, nous allons donner une définition des CDP. Nous verrons ensuite ce qui distingue les CDP des autres technologies de Data Management que vous connaissez certainement : les CRM, les DMP et autres Data Warehouses…Nous terminerons par mettre en avant les 4 raisons principales de déployer une CDP aujourd’hui.

Customer Data Platform (CDP) : Définition

Qu’est-ce qu’une Customer Data Platform (CDP) ?

Une Customer Data Platform, comme son nom l’indique, est une solution logicielle servant à gérer les données clients. Rappelons la définition canonique de Gartner :

« Une CDP est une technologie marketing servant à unifier les données clients en provenance du marketing et de tous les autres canaux afin de construire des profils clients et d’optimiser le timing et le ciblage des messages et des offres ».

La Customer Data Platform est donc :

  • Une base de données dans laquelle sont unifiées les données clients provenant des différents outils/sources de l’entreprise. Les données sont unifiées autour d’un ID unique qui permet d’obtenir des profils clients persistants et exhaustifs : la fameuse vision client 360.
  • Un laboratoire (une « raffinerie ») qui transforme les données clients avant de les redistribuer aux outils d’activation : normalisation, déduplication, nettoyage, enrichissement, segmentation, construction d’agrégats, scoring…

Précisons qu’une CDP gère essentiellement les données first-party, c’est-à-dire les données collectées par l’entreprise elle-même sur ses différents points de contact avec les clients : données transactionnelles, données comportementales, données démographiques…Il est possible cependant d’enrichir une CDP de données tierces. Nous reviendrons sur ce point.

Les caractéristiques fonctionnelles des Customer Data Platforms

Les Customer Data Platforms ont donc une triple fonction :

  • Agréger les données clients en provenance de toutes les sources et de tous les points de contact de l’entreprise.
  • Transformer les données clients et les unifier autour d’un profil client.
  • Activer ces données transformées et unifiées via les outils d’activation.

Toutes les CDP remplissent cette triple fonction. Elles se différencient les unes des autres par la profondeur fonctionnelle proposée sur chacune de ces étapes.

Allons un peu plus loin dans la description fonctionnelle des CDP. Une bonne Customer Data Platform est une technologie qui :

  • Offre une Vision Client Unique. Les données sont unifiées pour construire une vision complète, 360, du client. En clair, donner la possibilité à un utilisateur d’accéder à l’ensemble des données relatives à un client sur une même interface homme-machine.
  • Rend possible une expérience client omnicanale, homogène sur tous les canaux offline et online. L’unification des données issues de toutes les sources permet de construire des programmes et scénarios relationnels omnicanaux.
  • Casse les silos de données. Les données clients ont tendance à être dispersées dans l’organisation et cloisonnées dans les différents logiciels utilisés. C’est d’ailleurs cet éparpillement qui empêche la pleine exploitation des données clients. En connectant toutes les sources de données, une CDP résout ce problème classique.
  • Permet de devenir vraiment customer-centric. L’unification des données aboutit à une meilleure connaissance client. En devenant customer data-driven, les équipes peuvent enfin déployer des actions, campagnes et scénarios customer-centric.
  • Optimise la productivité des équipes métier. Une CDP facilite et automatise en partie le traitement des données. Grâce aux connecteurs et à l’API proposés par ces plateformes, il devient simple et rapide de créer des segments d’audience et autres agrégats. Les équipes opérationnelles peuvent ainsi se concentrer sur les tâches opérationnelles à valeur ajoutée.
customer data platform si
Position de la Customer Data Platform dans un l’écosystème SI Client.

Les compétences requises pour utiliser une CDP

Les Customer Data Platforms sont des solutions sur l’étagère proposant des interfaces user-friendly. C’est d’ailleurs l’une des principales propositions de valeur d’une CDP, l’un des principaux axes différenciant par rapport aux autres technologies de gestion de données. Une CDP est conçue pour les équipes métier.

La DSI intervient dans le paramétrage initial du logiciel et de manière ponctuelle dans la connexion de données issues de sources pour lesquelles il n’y a pas de connecteur (imports Json, API). Mais ce sont ensuite les équipes marketing et autres équipes métier qui ont la main sur l’outil. Une CDP démocratise l’accès et l’exploitation des données clients, en réduisant la dépendance du métier vis-à-vis de l’IT.

La brève histoire des CDP

La gestion des données clients n’est pas un sujet nouveau. Il existe depuis longtemps des technologies permettant de centraliser et de transformer les données clients. Mais l’arrivée sur le marché des Customer Data Platforms et des infrastructures data basées sur le cloud (datawarehouses cloud) à la fin des années 2010 a profondément changé la donne, dans le bon sens. Ces technologies modernes ont plusieurs avantages décisifs. Elles sont :

  • Beaucoup plus simples à gérer. Pas besoin d’une batterie d’ingénieurs data pour maintenir une CDP. Les solutions data modernes sont conçues pour être utilisées en autonomie par les équipes opérationnelles.
  • Beaucoup moins chères. Le cloud a fait du stockage une commodité. Les coûts de stockage se sont effondrés. Les datawarehouses cloud (qui permettent de construire une CDP sur-mesure) ont un avantage supplémentaire par rapport aux CDP sur l’étagère : le découplage des coûts de stockage et des coûts de computing. Ce modèle tarifaire a fait chuter les coûts.
  • Beaucoup plus puissantes. La puissance de calcul est incomparablement supérieure à ce que proposaient les technologies du passé.

Le graphique ci-dessous, proposé par Treasure Data, permet de se faire un aperçu de l’évolution des technologies de Data Management.

histoires solutions data management

Source : Treasure Data

Qu’est-ce qui distingue une CDP d’un bon vieux CRM ou d’une DMP ? C’est ce que nous allons voir maintenant !

Les CDP comparées autres systèmes de Data Management : DMP, CRM, Datawarehouse

CDP vs DMP

Les DMP sont des « Data Management Platforms ». Apparues dans les années 2000, les DMP ont été conçues pour gérer les campagnes publicitaires online, puis les campagnes de retargeting basées sur les cookies de navigation. Une DMP permet de créer des audiences construites à partir de plusieurs attributs. Ces audiences ou segments sont ensuite activés en média, sur les canaux digitaux.

Les données d’une DMP sont, by Design, anonymes et éphémères. La Data Management Platform exploite des données third party issues de fournisseurs spécialisés et de plateformes de type SSP/DSP. Elle ne permet pas de créer des profils clients persistants et donc, a fortiori, de construire une vision client 360.

Une DMP orientée « media » peut donc difficilement être utilisée comme Customer Data Platform. Une DMP n’a pas vocation à constituer un Référentiel Client Uniques servant à optimiser la Relation Clients sur tous les points de contact online et offline. Une DMP est l’outil des annonceurs et son usage est publicitaire.

Pour nuancer, précisons que certaines CDP du marché sont en fait d’anciennes DMP, des DMP reconverties. Ces DMP « customer-centric » intègrent les données CRM « first-party » et permettent de recibler les clients dans des campagnes online. Il existe donc une parenté certaine entre les DMP et les CDP.

Dans un contexte de durcissement des règles de gestion des données personnelles (RGPD…), les entreprises sont amenées à se recentrer sur les données first-party…donc sur les CDP plutôt que les DMP classiques.

CDP vs CRM

Un CRM est le logiciel traditionnel utilisé pour centraliser la gestion des interactions clients. Plus qu’un outil d’activation (animation de la relation clients), un CRM a aussi depuis ses débuts était utilisé comme base de données clients principale. Un CRM stocke les informations de contact, les données socio-démographiques (et firmographiques, en B2B), l’historique relationnel, l’historique d’achat, éventuellement les données issues de questionnaires et autres données déclaratives ainsi que les données transactionnelles (plus souvent gérées par un ERP).

Mais un CRM, contrairement à une CDP, n’est pas conçu pour gérer de gros volumes de données. Il n’est pas conçu comme une base de données. En particulier, un CRM gère encore très mal les données issues du digital ainsi que les données semi structurées et ne peut pas se connecter à toutes les sources de données. Pour cette raison, un logiciel CRM ne peut pas faire office de référentiel client unique. Il ne parvient pas à unifier toutes les données et à créer la vue client omnicanal dont on a maintenant besoin.

Signalons, pour nuancer, que nous parlons ici des CRM mid-market. Les géants de CRM (Salesforce, Microsoft Dynamics) proposent des écosystèmes très riches permettant de gérer tous les canaux online et offline.

CDP vs Datawarehouse

Il faut être précis sur les termes qu’on utilise. Une Customer Data Platform désigne en réalité deux choses :

  • Les solutions « sur l’étagère » qui se définissent elles-mêmes comme des CDP.
  • Les infrastructures cloud qui permettent de construire une plateforme de gestion unifiée des données clients, sans pour autant se définir comme « CDP ». Ces infrastructures, associées à d’autres outils, permettent pourtant bel et bien de construire une CDP, sur-mesure qui plus est. Ce sont fonctionnellement parlant des CDP.

La deuxième définition renvoie précisément aux datawarehouse cloud, aux BigQuery, Amazon Redshift, Firebolt et autres Snowflake. Un datawarehouse moderne est une infrastructure cloud qui permet de stocker et d’unifier n’importe quelles données structurées et semi-structurées. Si ces données sont des données clients, alors le datawarehouse ,associé à un outil de type Reverse ETL, a la même fonction qu’une « Customer Data Platform ».

Les données du data warehouse sont chargées via des outils « ETL » qui extraient les données en provenance des différentes sources, les transforment pour les adapter aux modèles de données de l’entrepôt et les chargent enfin dans le datawarehouse. Donc, Extract – Transform – Charge. De plus en plus souvent, les données sont transformées après avoir été chargées dans l’entrepôt via des solutions dédiées (de type DBT). Les outils ETL s’allègent donc pour devenir des outils EL, sans le T.

stack data moderne
La stack data moderne : un ensemble de briques logicielles formant un écosystème destiné à mieux collecter, transformer et activer les données clients.

Les datawarehouse (DWH) cloud sont de plus en plus puissants, de plus en plus abordables et de plus en plus simples à installer et à gérer. De ce fait, ils deviennent des concurrents très sérieux des CDP sur l’étagère. Construire une CDP à partir d’un datawarehouse permet de créer une base de données unifiée distincte des logiciels. C’est le point fort de cette option d’architecture. Cela offre un meilleur contrôle sur les données et une plus grande liberté dans la manière d’organiser les données (pas de modèles de données imposées by design). Le DWH est la brique centrale de la stack data moderne.

Pourquoi implémenter une Customer Data Platform ?

La Customer Data Platform est une réponse à plusieurs enjeux et problématiques. Nous voyons au moins 4 raisons de déployer une CDP au sein de votre organisation.

#1 Pour se conformer à la réglementation de plus en plus stricte en matière de protection des données

Les règles en matière de protection des données à caractère personnel sont de plus en plus strictes. Nous pensons notamment au règlement européen sur la protection des données ou RGPD, entré en vigueur en mai 2018. On ne peut plus stocker, traiter et exploiter les données personnelles n’importe comment.

Pour assurer une conformité aux règlements de type RGPD, les entreprises doivent mettre en place une Gouvernance des données. Cette gouvernance suppose d’avoir le contrôle de ses données et, dans l’idéal, d’avoir des données unifiées. Il est plus difficile d’appliquer une gouvernance efficace quand les données sont dispersées dans les dizaines d’outils, de logiciels et de bases.

L’unification des données permet d’avoir le contrôle sur toutes les données de l’entreprise et d’appliquer des règles et process de traitement de manière centralisée. Un exemple concret pour illustrer : si l’un de vos clients exige (et c’est son droit) que vous supprimiez toutes les données que votre entreprise a sur lui, le fait d’avoir unifié toutes ses données personnelles vous permet de répondre beaucoup plus rapidement à sa demande que si les données de ce client étaient dispersées dans 15 outils.

Dans les faits, cet enjeu de gouvernance et de compliance est suffisant pour justifier un projet d’unification des données clients et donc envisager le déploiement d’une technologie de type CDP. Rappelons qu’une entreprise non conforme au RGPD encourt une amende pouvant atteindre plusieurs millions d’euros. La conformité RGPD n’est pas une option.

#2 Pour mieux exploiter les données du digital et traiter les données en temps réel

De plus en plus de données clients sont des données issues du digital, c’est-à-dire des données collectées ou extraites des parcours clients online : données du site web, données ecommerce, données de campagnes publicitaires online, données issues des SaaS…Les parcours clients sont de plus en plus digitalisés.

Ces données en provenance des canaux et poins de contacts digitaux doivent être exploitées, c’est-à-dire collectées, unifiées et activées.

Or, les CRM gèrent assez mal ces données web, contrairement aux CDP qui permettent d’unifier toutes les données issues de toutes les sources offline et online. Les données du web sont pour la plupart des données de comportement (des « événements ») qui informent sur les besoins et attentes immédiates des clients : pages visitées du site web, activité sur les réseaux sociaux…

Pour être exploitées, dans des scénarios de Marketing Automation par exemple, ces données doivent être activées rapidement. Le traitement des données web implique le temps réel ou le quasi-temps réel…ce que, une nouvelle fois, les CDP rendent possible.

temps réel Octolis

La CDP légère Octolis rend possible l’exploitation en temps réel des données web par le Marketing Automation.

#3 Pour atteindre l’hyper-personnalisation des communications, des contenus et des offres

Les clients veulent être traités comme ce qu’ils sont : des individus uniques, avec des attentes et des besoins uniques. Lorsqu’ils reçoivent des offres de votre part, ils veulent qu’elles soient personnalisées.

Capter l’attention de clients qui reçoivent des dizaines, voire des centaines de sollicitations par jour devient de plus en plus difficile. C’est la personnalisation des communications, des offres et des contenus proposés qui permet de se démarquer et de capter cette attention.

L’hyper-personnalisation désigne la capacité à envoyer la bonne offre au bon client, au bon moment, sur le bon canal.

La personnalisation du marketing client nécessite une connaissance fine du client. Or, ce sont les données clients qui rendent possible cette connaissance client. Disposer d’une technologie d’unification des données clients permet d’enrichir la connaissance client et donc la pertinence des sollicitations marketing – le tout de manière largement automatisée. CQFD. Les CDP permettent de scaler la personnalisation 1:1 grâce à une orchestration de la donnée très puissante.

#4 Pour s’adapter à la fin des cookies tiers

Comme nous le disions plus haut, la fin des cookies tiers et autres pixels impose un recentrage sur les données first-party, c’est-à-dire sur les données collectées directement par l’entreprise sur les différents points de contact qu’elle propose à ses clients. La Customer Data Platform est dédiée à la gestion de ces données de première main, même si des connecteurs permettent d’enrichir ces données. Le data-driven marketing sera de plus en plus un first party data driven marketing.

Une CDP est la solution pour collecter plus et mieux de données first party…et pour exploiter plus et mieux ces mêmes données.

Conclusion

La Customer Data Platform est la technologie moderne pour unifier et exploiter efficacement les données clients. Les entreprises n’ont jamais eu autant de données clients à disposition, mais leur dispersion dans les outils les prive d’en tirer le plein potentiel.

L’enjeu est aujourd’hui d’organiser ces données clients. La capacité des CDP à répondre à ces enjeux justifie l’engouement du marché pour ces solutions.

Pour aller plus loin, découvrez notre article « Pour un changement de paradigme sur le marché des Customer Data Platforms« .