Les partenariats de données sont à la mode. Les marques cherchent à mieux tirer parti de leurs données propriétaires et à remplir le vide laissé par la mort des cookies tiers. Elles se tournent donc vers des partenariats mutuellement avantageux pour générer des synthèses à forte valeur.
Mais un partenariat de données réussi repose sur une vaste collaboration humaine en coulisses. Pour cela, il faut réussir à associer les aspirations, contrôles et technologies qui sécurisent un partage de données.
Mais alors, comment ouvrir la voie et inciter les différentes parties prenantes à vous suivre ?
Un modèle de partenariat de données réussi
Le récent rapport Winterberry comporte une matrice RACI très pratique. Celle-ci indique qui doit faire quoi pour réaliser un partenariat de données typique basé sur l’activation et la mesure des médias. Les gens à contacter varient selon votre organisation et le cas d’usage, alors il faut envisager le rapport et l’infographie ci-dessous moins comme un modèle à suivre et plus comme un déclencheur pour les conversations que vous devrez avoir à chaque étape.
Voici à quoi ressemblait la matrice RACI lorsque Danone, un leader mondial de l’agroalimentaire, a collaboré avec une grande enseigne via Safe Haven de LiveRamp.
Étape 1 : identifier le cas d’usage
Danone avait besoin de renforcer sa veille de la clientèle afin d’affiner sa stratégie média et de booster son ROI. La pandémie de 2020 n’avait pas seulement perturbé le marché, mais aussi apporté une modification de la consommation de médias. Ces évolutions avaient impacté le développement des produits et le message commercial de Danone. Il était donc vital de tirer des conclusions et d’agir le plus rapidement possible.
Avec ces enjeux stratégiques en tête, Danone a défini deux objectifs :
- Comprendre l’impact de la publicité numérique de Danone sur les segments du public et leurs parcours d’achat ;
- Optimiser les activations omnicanales en se basant sur les données de transaction.
À ce stade, la matrice RACI des conversations ressemblait à ceci :
Étape 2 : trouver le bon partenaire
À la différence des commerçants qui possèdent des boutiques en dur ou en ligne, Danone ne possédait pas les données nécessaires pour toucher de gros volumes de consommateurs directement. Former des segments cibles pertinents liés à des personas clés posait donc un autre problème. La solution ? S’associer avec de grandes enseignes possédant les jeux de données dont Danone avait besoin pour réaliser des campagnes médias plus efficaces.
La matrice RACI :
Étape 3 : définir les règles
Le partenariat a rapidement progressé en raison de la sécurisation des données intégrée à Safe Haven. Toutes les informations commerciales y sont pseudonymisées et ne possèdent plus de données à caractère personnel (DCP). Des évaluations additionnelles ont permis de s’assurer qu’aucune DCP ne pouvait être ajoutée à l’environnement et qu’aucune donnée ne pouvait être exportée. Les données seraient toujours sous contrôle.
La qualité et la provenance des données (d’où viennent les données et comment elles ont été recueillies) étaient également des questions clés à ce stade, car les équipes d’analystes devaient définir quelles qualité et précision seraient attendues pour les futures synthèses. Certaines données allaient devoir être traitées suivant des règles définies en raison des restrictions aux droits d’accès imposées par des partenaires, et des accords de gouvernance allaient contrôler la façon dont les données seraient utilisées dans l’environnement Safe Haven et dont les résultats seraient appliqués pour informer l’activité de Danone.
LiveRamp a donc organisé des sessions entre les organismes informatiques partenaires, y compris les équipes d’analystes, les équipes chargées des données et les équipes juridiques, afin que chacun comprenne les fonctionnalités principales et les contrôles de l’environnement nécessaires pour protéger la sécurité des données.
[Pour approfondir le sujet de la provenance, la gouvernance et les droits d’accès, découvrez notre post précédent.]
Étape 4 : passer à l’action
Danone a fait appel aux experts en marketing de données de chez Numberly, qui ont activé les segments cibles élaborés avec les données autorisées de Danone et ses partenaires en vente directement depuis Safe Haven. Cela a permis d’assurer une cohérence entre les différents canaux et, surtout, de préparer le terrain pour les objectifs plus larges de Danone : transitionner vers la publicité post-cookies tiers et maîtriser l’avenir de ses données.
Le plus important, ce sont les individus
Un partenariat de données n’est pas juste une question technique, c’est aussi une question humaine. Pour Danone, rassembler les parties prenantes autour du cycle de vie du partenariat a aidé les équipes à relever les défis extraordinaires auxquels elles ont été confrontées. Ces collaborations internes et externes sont très utiles pour que les individus dépassent le cadre de leurs métiers afin d’obtenir une meilleure compréhension de leurs clients.
En ensuite ?
Consultez le rapport « Winterberry Report : Collaborative Data Solutions » pour approfondir votre compréhension du processus par lequel les marques peuvent accélérer leurs initiatives de partenariat de données.
Si vous êtes prêt à commencer à remplir une matrice RACI pour un projet pilote de partenariat de données, nous pouvons vous mettre en relation avec l’un de nos conseillers qui vous aidera !