La personnalisation est un levier essentiel du marketing. Elle consiste à créer des expériences uniques pour renforcer l'engagement, ce qui implique une parfaite connaissance de ses audiences.
Historiquement, les entreprises ont adopté les Customer Data Platforms (CDP) pour centraliser et exploiter leurs données clients. Cependant les CDP traditionnelles, jugées coûteuses et rigides, peinent à offrir un retour sur investissement satisfaisant.
Les CDP composables proposent une approche moderne, plus flexible et adaptée. Ces solutions modulaires s’intégrent aux infrastructures existantes des entreprises.
Les informations à retenir :
Une CDP composable se distingue d’une CDP intégrée, ou traditionnelle, grâce à son architecture modulaire et flexible.
Elle exploite les données issues d’un data warehouse. Ceci évite la duplication des informations et renforce la sécurité des données.
Plus simple à implémenter, elle s’adapte parfaitement aux Modern Data Stacks. Son déploiement ne nécessite que 30 minutes.
Facile d’utilisation, elle permet d’activer les données en temps réel pour créer des campagnes marketing personnalisées et efficaces. On parle aussi d’Experience CDP (xCDP).
🤔 Découvrez pourquoi les CDP composables sont de plus en plus adoptées. Comment fonctionnent-elles et quelles sont leurs différences avec les CDP traditionnelles packagées ?
Qu'est-ce qu'une CDP composable ?
Une CDP composable est une solution modulaire qui s’appuie sur votre infrastructure existante pour collecter, modéliser et activer la donnée client.
Elle exploite le référentiel d'un data warehouse, qui contient déjà une cartographie détaillée du parcours client. Plutôt que de fonctionner comme une entité distincte, la CDP composable s'intègre de manière transparente à votre environnement.
Oussama Ghanmi, fondateur et CEO de DinMo
L'essence même d'une CDP composable repose sur sa capacité à utiliser des couches de données existantes dans l'entrepôt.
Cette approche supprime le besoin d'un nouvel outil pour stocker ou gérer les données. Elle permet de les activer directement pour les opérations marketing.
Les avantages d'une architecture composable
Plus économique, plus simple, plus flexible, la CDP composable présente de nombreux avantages. En voici les principaux :
Elle établit une "source unique de vérité" pour les données clients résidant dans le data warehouse, avec une résolution d'identité solide. Ce référentiel peut être utilisé pour tous les besoins (Data science, analytics, activation des données, etc.)
Elle est donc beaucoup plus rapide à implémenter. Les premiers cas d'usage peuvent être opérationnels dans la journée, contre plusieurs mois pour une CDP packagée.
Elle est aussi plus économique grâce à son approche "Best of Breed". Vous achetez uniquement les briques nécessaires, sans dépense inutile. L'absence de duplication limite les frais de stockage.
Elle s'éloigne des modèles de données rigides, pour offrir de la flexibilité dans le traitement et l'unification des données. Votre entreprise, votre modèle.
En traitant les données directement depuis votre data warehouse, elle renforce la sécurité, garantit la conformité, l'évolutivité et l'efficacité économique. Cela constitue donc une démarche stratégique vers une gestion des données plus sûre et efficace.
Elle offre un meilleur contrôle dans l'unification de l'identité des clients.
💡 Plusieurs grands acteurs du marché valident l'approche composable par rapport à l'approche packagée. C'est par exemple le cas de Snowflake dans son rapport annuel sur la Modern Data Stack (2024).
Comment fonctionne ce type de Customer Data Platform ?
Une CDP composable peut être pensée comme un intermédiaire faisant le lien entre votre data warehouse et vos outils métier. Son architecture et ses fonctionnalités principales sont les suivantes :
L'intégration des données : elle implique la collecte de données clients depuis les systèmes de production. Cela peut se faire en temps réel (par exemple, via un outil comme Segment) ou en batch via des process de type ETL.
La centralisation et la modélisation des données : une fois les données des différentes sources intégrées dans votre entrepôt, il faut les réconcilier et les modéliser en utilisant des identifiants uniques comme l'email ou le customer id.
Cela permet de construire une vue 360° des interactions clients. Cette vue est organisée dans un modèle de données en entités centré autour du client (Profils consommateurs, Transactions, Interactions Produit, etc.)
L'enrichissement des données : la vue customer 360° disponible dans le data warehouse peut être enrichie avec des attributs intelligents comme le risque de churn, la LTV (Life Time Value) ou l'appétence produit. Cela améliore la précision et la performance des programmes marketing.
Ceci est utile notamment dans des contextes B2C avec une grande base client et une large gamme de produits.
L'activation des données : cette étape importante consiste à synchroniser les données vers l’ensemble des outils utilisés pour vos communications (CRM, Ads, support, etc.). C'est la pierre angulaire des CDP modulaires car elle assure l'unicité de la vision client dans les différents outils opérés par l'entreprise.
Cette fonctionnalité est réalisée via un process de Reverse ETL.
Fonctionnement de la CDP composable DinMo
Etapes pour construire une Composable CDP
A ce stade, vous êtes certainement convaincu de l'importance de l'activation des données. Pourtant, vous hésitez entre l'achat d'un Reverse ETL pour compléter votre data stack et la construction de vos propres connecteurs API entre votre data warehouse et vos systèmes opérationnels.
Pour être clair, il n'y a que peu d'intérêt à ce que vous construisiez ou mainteniez des pipelines pour des processus de Reverse ETL :
La création manuelle de connecteurs API peut prendre des jours ou des semaines, même pour des équipes data expérimentées.
Les points d'accès API ne peuvent souvent pas gérer le transfert de données en temps réel
Les applications évoluent constamment, ce qui implique une maintenance continue des connecteurs existants.
Rassurez-vous ! Transformer votre infrastructure existante en une CDP Composable est très facile avec DinMo. Vous pouvez mettre en œuvre vos premiers cas d'utilisation en quelques minutes !
Pour discuter directement de votre projet avec nous, c'est ici 👇
On vous aide à construire votre Composable CDP
Configuration en quelques étapes et premier cas d'usage implémenté en moins de 30 minutes !
Les différentes étapes :
Configurez votre espace de travail : Connectez-vous à votre source (i.e. votre entrepôt de données) et aux destinations vers lesquelles vous souhaitez activer les données.
(note : nous n'avons qu'un accès en lecture, nous ne stockons jamais vos données)
🌟 DinMo est la seule CDP européenne à être certifiée Google Cloud Ready BigQuery ! Cela démontre la capacité de notre outil à s'intégrer nativement avec votre data warehouse BigQuery.
❄️ Si vous avez opté pour Snowflake, pas de problème ! Nous avons également un partenariat stratégique avec Snowflake.
Construisez votre modèle de données : choisissez les données que vous souhaitez rendre disponibles afin que vos équipes marketing puissent opérer de manière autonome.
Construction du data model
Construisez vos audiences : créez des segments d'audience en quelques secondes grâce à notre Segment Builder
Visual segment builder DinMo
Activez vos données : envoyez les audiences que vous venez de construire directement vers tous vos outils en quelques clics.
Activation des données en quelques clics
Pour en savoir plus sur les avantages de notre plateforme, découvrez comment Ankorstore a réduit son CAC (Coût d’Acquisition Client) de 20%.
CDP composable vs CDP packagée : quelles différences ?
N’hésitez pas à consulter notre article pour comprendre toutes les différences entre une CDP traditionnelle et une CDP Composable, et à télécharger notre guide comparatif 👇
CDP Traditionnelle vs. Composable
De la collecte, la centralisation, la gestion, l'activation : toutes les différences entre ces deux types de CDP
Rigidité vs flexibilité
Avec les récents changements en matière de vie privée et les restrictions grandissantes sur les cookies tiers, exploiter ses données first party est devenu essentiel pour offrir une expérience personnalisée et rester compétitif.
Malgré son ambition de centraliser la donnée, une CDP packagée vient avec un grand nombre de challenges. Le premier concerne la rigidité des modèles de données proposés, puisqu'il faudra se conformer à un template prédéfini. Cette approche universelle est très limitante, puisque les entreprises ont des structures de données différentes.
Nous sommes convaincus que les data models devraient plutôt correspondre au mode de fonctionnement d'une entreprise et ainsi être uniques. C'est la raison pour laquelle nous avons créé notre Knowledge Store.
Duplication vs origine unique : l’évolution vers des CDP composables
Les CDP traditionnelles ont souvent été le point central du management des données clients. Elles proposent une vue agrégée et centralisée à partir d'une multitude de sources.
Ces solutions se sont premièrement focalisées sur l'agrégation et l'unification de données provenant de différents outils pour créer une unique source de vérité. Ces informations étaient alors mises à disposition dans différents outils marketing et analytics.
Avec plus de 80 000 entreprises ayant adopté un data warehouse, l'approche liée à la centralisation des données et au mapping du parcours client a considérablement évolué. Les data warehouses sont devenus le référentiel le plus riche en matière de données. Ils rassemblent à la fois les interactions en ligne et hors ligne des clients.
Recourir à une CDP packagée soulève des questions de duplication, qui conduisent inévitablement à des disparités entre les deux "sources uniques de vérité".
Duplication de la source de vérité
Des différences de coût et de ROI
Enfin, les CDP traditionnelles sont très coûteuses et complexes à mettre en place. Elles nécessitent des investissements importants, tant en termes de ressources financières qu'humaines.
Pouvoir intégrer différentes sources de données dans un modèle rigide complique encore plus la tâche. Cela allonge le temps nécessaire pour rentabiliser son investissement. Un manque de retour sur investissement préoccupant dans des secteurs dynamiques où l’agilité et la flexibilité sont clés.
Pourquoi parler de CDP modulaire ?
Chez DinMo, nous utilisons le terme CDP modulaire pour mieux faire comprendre notre approche de la CDP Composable. Cette préférence ne correspond pas à des fonctionnalités différentes, mais s'explique par notre vision de l'écosystème des CDP.
Le concept de CDP composable se définit souvent autour d'un framework technique et est ancré dans l'idée d'un modèle "Best of Breed". Cette approche correspond à assembler les meilleures fonctionnalités, chacun désignée pour des besoins spécifiques. Cependant, même si les capacités techniques sont importantes, nous valorisons les impacts commerciaux.
Nous sommes persuadés que devenir "data-driven" doit se faire de manière pragmatique, en mettant la priorité le retour sur investissement (ROI). Cela permet de commencer petit, en se concentrant sur des bénéfices immédiats et tangibles (par exemple, exclure des clients existants d'une campagne).
Ensuite, nos clients peuvent ajouter de manière transparente davantage de données, de fonctionnalités et élargir l'accès à notre plateforme à de nouvelles équipes. Cette approche flexible assure que l'outil évolue en même temps que la maturité de l'entreprise. Il lui apporte de la valeur ajoutée à chaque étape.
Notre approche modulaire de la CDP garantit une augmentation graduelle des capacités. Commencez par établir vos stratégies d'audience prioritaires, puis améliorez vos performances en envoyant vos événements de conversion à vos plateformes.
Au fur et à mesure, intégrez des fonctions plus avancées telles que des modèles de notation et, enfin, des analyses prédictives.
Cette progression garantit que chaque étape est bénéfique et alignée sur les besoins et les capacités de votre entreprise à l'instant T.
La CDP Composable : Une approche Modulaire
On en discute ?
🚀 Pour mieux comprendre comment notre CDP modulaire s'adapte à vos besoins actuels, n'hésitez pas à nous contacter. Nous serions ravis de répondre à toutes vos questions et d'échanger sur votre projet.
FAQ
Est-il possible de construire une CDP Composable sans data warehouse ?
Est-il possible de construire une CDP Composable sans data warehouse ?
Sur le papier, disposer d'un data warehouse n'est pas obligatoire. L'important est d'avoir une base centralisant toutes les données des clients pour alimenter vos outils métier.
Cependant, nous recommandons les cloud data warehouses car ils sont à la fois flexibles et évolutifs. Ils permettent de structurer les données et s'intègrent parfaitement à votre data stack existante. La mise en place d'un data warehouse est simplifiée par les solutions d'intégration et permet de créer une vue customer 360 en quelques jours.
Quels sont les cas d'usage les plus classiques des CDPs composables ?
Quels sont les cas d'usage les plus classiques des CDPs composables ?
Les cas d'usage couverts par les CDP sont multiples et englobent :
-
Amélioration des campagnes publicitaires grâce à une meilleure segmentation des audiences et à l'enrichissement des données (données sur les conversions, mesures prédictives, ajustements des conversions, etc.)
-
Automatisation et personnalisation pour parler aux clients exactement au bon moment de leur parcours d'achat et augmenter ainsi la customer lifetime value (LTV).
-
Amélioration des opérations commerciales grâce à l'enrichissement des données et aux alertes, transformant la façon dont les équipes Sales interagissent avec les clients potentiels.
-
Des activités de support à la clientèle plus efficaces grâce à une meilleure hiérarchisation des priorités et à des données toujours à jour.
-
Gain de temps pour les équipes data, grâce à l'automatisation et à la fiabilité de l'envoi des données aux plateformes opérationnelles. Plus besoin de construire et de maintenir des API ou d'écrire des requêtes SQL, ce qui permet de se concentrer sur des tâches à réelle valeur ajoutée.
Comment savoir si une CDP composable répond aux besoins de mon entreprise ?
Comment savoir si une CDP composable répond aux besoins de mon entreprise ?
La première question à se poser est de savoir si vous avez besoin d'une CDP.
Si la première réponse est oui, cela dépend de votre environnement de données existant et des développements futurs de votre entreprise. Si vous avez déjà mis en place un data warehouse et que vous avez des enjeux marketing importants, n'hésitez pas à nous contacter.
Pourquoi choisir DinMo plutôt que d'autres solutions de CDP composables ?
Pourquoi choisir DinMo plutôt que d'autres solutions de CDP composables ?
Hightouch ou Census considèrent plutôt le sujet comme un problème d'intégration. Ils répondent davantage aux besoins des équipes data (en connectant les plateformes) qu'à ceux des opérationnels. Ce n'est pas pour rien que leurs fonctionnalités "no-code" sont exclusivement disponibles dans leurs plans premium.
Si vous voulez commencer petit, avec quelques destinations et quelques segments, sans avoir besoin de l'aide de votre équipe data, ce n'est tout simplement pas possible avec ces outils.
Pour en savoir plus, consultez le tableau comparatif ci-dessous.
Fonctionnalité | DinMo | Hightouch | Census |
|---|---|---|---|
No code segment builder | ✅ Pour tous les plans | ⚠️ Pour le plan “Business” seulement | ⚠️ Pour le plan “Enterprise” seulement |
Knowledge Store | ✅ Possibilité de créer un modèle flexible et de mapper les champs | ⚠️ Fonctionnalités limitées qui demandent des compétences techniques | ⚠️ Fonctionnalités limitées qui demandent des compétences techniques |
Activation en un clic | ✅ Activation d’audience la plus rapide du marché | 🚫 Besoin de réaliser le set up à chaque fois | 🚫 Besoin de réaliser le set up à chaque fois |
Enrichissement des données | ✅ LTV, churn, prédictions, autres | 🚫 Besoin de compétences techniques | 🚫 Besoin de compétences techniques |
Analyse de performance | ✅ Rapports automatisés pour mesurer l’efficacité des actions / campagnes | ⚠️ Seulement structurel (e.g. taille, matching) | ⚠️ Seulement structurel (e.g. taille, matching) |
Recommandations marketing | ✅ Recommandations sur les audiences et stratégies, adaptées au contexte client | ✅ Nouveauté "AI-decisioning" qui permet d'identifier les meilleures actions marketing à mettre en place | 🚫 Pas de recommandations personnalisées |
Data Analytics | ✅ Mesure de performance des campagnes et AI assistant | ⚠️ Fonctionnalité limitée grâce à l'IA decisioning | 🚫 Non disponible |
DinMo vs. Hightouch vs. Census
