Ce qui n'était au départ qu'une prédiction est devenu un truisme : la mort imminente du cookie tiers renforce l'importance des données de première partie. C'est tout à fait logique.
Les données que les spécialistes du marketing recueillent directement sur leurs clients par l'intermédiaire de leurs sites Web, de leurs applications mobiles ou des plateformes réseaux sociauxsont très précieuses. Elles comprennent des informations sur les achats, les dépenses et les données démographiques. Elles sont même conformes aux règles de confidentialité puisque les consommateurs les partagent avec leur consentement implicite ou actif.
Pourtant, ce truisme ne tient pas compte d'un élément important. L'utilisation des seules données de première main a ses limites, car ces informations ne donnent qu'une image partielle du client. Elles ne fournissent pas les nuances clés qui peuvent aider les spécialistes du marketing à créer des messages convaincants et des parcours clients efficaces.
Les marques peuvent obtenir ces informations clés en complétant les données de première partie par des données d'intérêt en temps réel.
Qu'est-ce qu'une donnée d'intérêt et comment est-elle recueillie ?
L'écosystème du marketing regorge de termes difficiles à décrire. Les données d'intérêt n'en font pas partie : Il s'agit simplement d'informations sur ce qui intéresse les gens.
Les gens envoient des signaux sur leurs intérêts quand ils font des actions comme :
- Partage de contenu
- Recherche
- Cliquer sur le contenu
- Visualisation des pages web
Les meilleures données basées sur les intérêts sont capturées en temps réel et sur tous les appareils.
Les spécialistes du marketing ont besoin d'informations fraîches pour rencontrer les clients au bon moment avec le bon message. La récence des données est essentielle lorsque le temps est compté. Tenez compte de ces facteurs :
- De nombreux chemins vers l'achat se sont accélérés. Les pénuries d'approvisionnement incitent les acheteurs de voitures à prendre des décisions plus rapidement, par exemple. Une étude récente de Cox Automotive a constaté que les acheteurs ont passé un peu moins de 12,5 heures à faire des recherches et à acheter un véhicule en 2021, soit 46 minutes de moins qu'en 2020.
- Les besoins de certains publics cibles évoluent rapidement, comme ceux des futures mamans ou des couples fiancés.
- Les problèmes de santé sont par nature opportuns.
Les données d'intérêt en temps réel sont également précieuses lorsque les achats ont des cycles de vente plus longs. Elles peuvent aider les responsables marketing à comprendre où en est un client dans son parcours d'achat. Ils peuvent apprendre qu'un prospect est passé de la phase de sensibilisation à la phase de considération, par exemple, ce qui leur permet d'adapter leur message de manière appropriée.
Les données sur les intérêts en temps réel sont très précises
Cette catégorie de données est également attrayante parce qu'elle est déterministe, c'est-à-dire qu'elle repose sur des informations qui sont exactes parce qu'elles sont fournies par une personne. Les acheteurs de jeux vidéo qui partagent du contenu sur leurs nouveaux jeux sur leurs réseaux sociaux disent au monde qu'ils sont des fans de jeux.
Comment les spécialistes du marketing peuvent-ils utiliser les données sur les intérêts en temps réel ?
Nous voyons quatre grands cas d'utilisation pour la superposition de données d'intérêt en temps réel à des données de première main :
- Enrichissement des données CRM : Les données de première partie ne fournissent aux spécialistes du marketing qu'une tranche de compréhension d'un client. Une connaissance plus approfondie des intérêts de cette personne peut contribuer à rendre son profil plus holistique et, par conséquent, plus exploitable.
- Élargir les campagnes de ciblage : L'échelle est l'une des principales limites des données de première main, mais les spécialistes du marketing qui peuvent accéder aux points de passion et aux intérêts croisés des clients peuvent élargir leurs audiences.
- Supposons qu'une banque veuille atteindre les parents de jeunes enfants pour promouvoir les comptes d'épargne-études. Sur la base des données qu'elle a recueillies, elle sait probablement que certains parents ont de jeunes enfants. Elle peut utiliser les données d'intérêt pour trouver d'autres clients qui en ont aussi. Les clients qui recherchent des évaluations d'écoles primaires, qui partagent le contenu de détaillants liés aux enfants et qui recherchent des aliments adaptés aux enfants pourraient être d'excellentes cibles pour une campagne de promotion des comptes d'épargne-études. De même, les spécialistes du marketing qui découvrent que leurs clients ont un index croisé pour les intérêts liés à la beauté et à la forme physique peuvent utiliser cette information pour diffuser des publicités personnalisées à un public plus large.
- Amélioration de la personnalisation : Les spécialistes du marketing peuvent avoir du mal à personnaliser les campagnes en se basant uniquement sur des données de première main. C'est un point sensible, car il est aujourd'hui essentiel de créer des messages personnalisés pour les publicités en ligne et CTV, les sites Web, réseaux sociauxet les e-mails.
- L'utilisation de données en temps réel peut aider les spécialistes du marketing à personnaliser les expériences et les messages en fonction des intérêts des utilisateurs. Par exemple, une société financière peut envoyer des informations pertinentes aux clients qui ont un besoin avéré d'un service ou d'un produit à un moment où l'intérêt est élevé. Elle peut envoyer du contenu sur les études supérieures à certains publics, des conseils sur l'achat d'une maison à un autre groupe et des articles sur la retraite à un troisième segment.
- Génération de prospects sur mesure : Les spécialistes du marketing ne peuvent pas avoir une vision globale du parcours d'achat d'un client s'ils n'analysent que les interactions de cette personne avec leur marque. Avec des informations aussi limitées, les responsables marketing ne peuvent pas répondre efficacement aux besoins ponctuels des utilisateurs sur tous les canaux. Cela peut également entraver les efforts de lead scoring des spécialistes du marketing B2B.
Les données d'intérêt en temps réel peuvent aider les spécialistes du marketing à mieux comprendre où se situent les utilisateurs dans leur parcours d'achat et à améliorer la précision et l'échelle du lead scoring.
Les spécialistes du marketing reconnaissent la valeur que les données d'intérêt - qui peuvent être appelées données d'intention dans un contexte B2B - peuvent apporter aux efforts de génération de prospects. A 2022 étude de Demand Gen Report trouvé :
- 30 % des responsables marketing B2B interrogés déclarent que l'exploitation des données d'intention/signal pour identifier de nouvelles opportunités est "importante" et 18 % disent que c'est "le plus important".
- 31% disent qu'ils prévoient de tester et/ou de déployer des données d'intention/signal pour aider à accélérer leurs stratégies de génération de demande en 2022.
- 47 % disent utiliser les données sur les intentions pour mieux évaluer les prospects qui recherchent activement une décision d'achat.
Il est clair que l'enrichissement des données de première main par des données d'intérêt en temps réel provenant de destinations numériques présente de nombreux avantages. À mesure que les spécialistes du marketing réduisent leur dépendance à l'égard du cookie tiers, ce puissant duo de données peut aider les marques à obtenir une vision plus complète des clients et de leur parcours d'achat.
