Télécharger l`article

110
2e
CHAPITRE
TRAITER
le marché des études
marketing est en crise.
pourtant, il existe des
solutions. proposition
de 3 stratégies data pour
combler ce décalage entre
besoin des annonceurs
et business des instituts.
—
les instituts
d’études marketinG
face à la profusion
de data
Par
etienne
bressoud
Lancer un nouveau produit, dénir l’angle d’une
campagne de communication, modier un site
Internet… Les décisions à prendre sont toujours
aussi nombreuses pour les annonceurs. Voire plus
nombreuses dans des
marchés ultra concur-
rentiels. Pour cela, les
annonceurs ont besoin
d’informations, donc
de données. Pourtant,
les budgets des Direc-
tions Etudes sont en
baisse, ce qui impae
direement le business
des inituts d’études marketing. Parce que ces der-
niers se privent d’une part du marché de la data,
alors qu’ils ont toute la légitimité pour en être des
aeurs majeurs. Légitimité qui repose autant sur
leur savoir-faire en termes de traitement de don-
nées que sur leur capacité à transformer les résul-
tats d’étude en recommandations marketing.
les instituts présents sur un seul
des deux marchés de la donnée
Un initut d’études marketing e comparable à
un concessionnaire automobile qui ne vendrait
que des voitures neuves et pas de voitures d’occa-
sion. Alors que le marché des véhicules d’occasion
représente, en volume, près de trois fois celui des
véhicules neufs !
Les inituts d’études sont spécialisés dans les don-
nées neuves, de première main, dites « primaires ».
À une queion client, ils répondent en proposant
de colleer de la donnée pour l’analyser. Seulement
un institut
d’étude marketing
est comparable à un
concessionnaire
automobile
ILLUSTRATIONS
D'ARTHUR POITEVIN

111
2e
CHAPITRE
TRAITER
voilà, aujourd’hui, face aux reriions budgétaires,
les annonceurs sont de plus en plus ouverts à ache-
ter de la donnée d’occasion, de seconde main, dite
« secondaire », tant qu’elle répond à leur queion et
permet de décider. Si elle vous amène à bon port,
peu importe qu’une voiture d’occasion soit moins
able qu’une voiture neuve !
adapter l'offre
aux besoins des annonceurs
Avec l’avènement de la Big Data, qu’il s’agisse de
ocker la donnée dans l’entreprise ou de la chercher
sur Internet, le marché de la donnée secondaire e en
train de croître, sans les inituts d’études. L’entrée des
inituts sur ce marché e d’autant plus compliquée
que les interlocuteurs et les budgets associés ne sont
pas gérés par les mêmes services chez l’annonceur : la
donnée primaire e achetée par la Direion Etudes
Marketing, tandis que la donnée secondaire dépend
le plus souvent de la Direion de la Stratégie.
C’e pourquoi, alors que les annonceurs utilisent
de plus en plus de données pour répondre à leurs
queions et prendre des décisions, le marché des
études marketing e en crise : les inituts d’études
vendent d’abord de la collee de données puis des
réponses, alors que leurs clients veulent d’abord des
réponses et éventuellement des données. Les ins-
tituts doivent donc adapter leur ore aux besoins
des annonceurs, en capitalisant sur leur intelligence
marketing et leur expertise seorielle, au-delà de
leur savoir-faire technique.
trois stratégies
Trois ratégies peuvent être choisies, de la plus dé-
fensive à la plus oensive. Elles correspondent aux
diérentes étapes à franchir pour assurer leur crois-
sance à plus long terme sur un marché en mutation.
stratégie data n°1 :
la spécialisation
La spécialisation consie à renforcer et à dévelop-
per des expertises études sur des problématiques
annonceurs faisant appel à un besoin de données ad
hoc, pour lequel la donnée secondaire n’exie pas (et
n’exiera jamais ?). Par exemple, les tes d’innova-
tion de nouveaux produits. Par essence, il n’y a pas de
données d’occasion contenant de l’information sur
un produit qui n’a jamais exié.
Cette ratégie, purement défensive, consie à se
réfugier sur une niche présumée moins attaquable.
Mais dans un marché en mutation, toutes les
niches sont vulnérables. Et les barrières à l’entrée,
comme par exemple l’inveissement en capital,
peuvent vite devenir inopérantes. Par ailleurs, cette
ratégie revient à se protéger de la menace venant
du nouveau marché de la donnée sans tenter d’en
saisir les opportunités. Cette option correspond
mal à un aeur majeur sur le domaine des études
qui ne peut se contenter de ce premier niveau de
réponse à l’ouverture du marché de la donnée. Elle
serait plus l’apanage de petits inituts spécialisés,
à capacité de développement limitée.
stratégie data n°2 : l’évolution
Elle consie à intégrer, en initut ou par un par-
tenariat, la capacité à utiliser la donnée secondaire
pour vendre des réponses aux queions avant de
vendre de la collee de données. Par exemple, uti-
liser la masse d’informations disponibles sur les
ars de cinéma (sondages passés, commentaires
d’internautes, lmographie, box-oce…) pour
aider une marque à choisir son égérie. Sans avoir
besoin d’eeuer un sondage spécique.
Cette ratégie nécessite d’intégrer des prols de
Data Miner, à l’aise avec les problématiques mar-
keting et le management des données internes
(CRM…) et externes (INSEE…) à l’entreprise,
face aux restrictions
budgétaires, les annonceurs
sont de plus en plus ouverts à
acheter de la donnée d’occasion

112
2e
CHAPITRE
TRAITER mais pas nécessairement avec les technologies
et le langage informatiques, à l’inverse des Data
Scientis.
Leur mission : introduire dans les inituts la
culture de la donnée secondaire. L’objeif étant de
faire en sorte que les équipes études soient aussi
à l’aise pour extraire des insights marketing de la
donnée secondaire qu’elles le sont aujourd’hui pour
eeuer des recommandations à partir de la don-
née primaire colleée par queionnaire. Il s’agit
d’un premier pas laissant la possibilité de basculer
vers une ratégie data plus
oensive, pour peu que
s’éclaircissent favorable-
ment les « mythes et réali-
tés » de la Big Data.
Stratégie la plus cohérente
à court terme pour les ins-
tituts généralies, réalisant
une majorité d’études ad
hoc (TNS, BVA…), elle
pose la queion du business model associé. Amas-
ser la donnée e nancièrement abordable et auto-
matisable. Tout l’art consie à isoler la donnée utile
pour lui donner du sens et la rendre opérationnelle
pour le marketing. Ce qui requiert souvent l’inter-
vention humaine. Dans ce cadre, la donnée secon-
daire ne va pas toujours de pair avec une réduion
des coûts : l’étude des avis laissés spontanément par
les consommateurs sur Internet peut se révéler plus
chère qu’une étude par sondage !
stratégie data n°3 : l’adaptation
Cette voie consie à doter les inituts d’études des
équipes et du matériel nécessaires à l’exploitation
de la Big Data. Face à la menace, et à l’opportu-
nité, que conitue la profusion de données pour les
inituts, elle e la plus
oensive, et répond au
besoin des Direions
de la Stratégie. L’objec-
tif e de les accompa-
gner à ruurer leur
besoin en données in-
ternes comme externes
et les solutions techniques associées pour optimi-
ser l’exploitation qui en sera faite par les équipes
marketing. Cette ratégie apparaît clef pour les
panélies (Nielsen, GfK) et les inituts spéciali-
sés sur les problématiques de mesure de l’ecacité
publicitaire (Ipsos MediaCT, Médiamétrie).
Par exemple, l’avènement de la télévision conneée
peut permettre de dépasser la traditionnelle logique
d’échantillonnage, qui prévaut dans la conitution
des panels, pour fournir de la donnée d’audience en
temps réel sur des centaines de milliers de foyers.
Cette ratégie nécessite l’intégration, au sein des
équipes, des fameux Data Scientis à la fois atis-
ticiens et marketeurs, mais aussi informaticiens. Ce
que certains inituts et panélies ont déjà com-
mencé à faire en utilisant eux-mêmes les outils de
la Big Data pour renouveler leur façon de colleer
la donnée, avant que d’autres le fassent à leur place.
investir la prise de décision
Face à chacune de leurs queions d’étude, les an-
nonceurs doivent mener une réexion sur la déci-
sion qui se cache derrière et le besoin en informa-
tions associé. Puis faire appel à l’initut qui saura
l’orienter vers la donnée, primaire ou secondaire, la
plus adéquate. Tout en s’assurant de la capacité de
l’initut à exploiter cette donnée à des ns déci-
sionnelles. L’expertise seorielle et marketing des
inituts trouve là tout son sens, au-delà de l’exper-
tise atiique. De leur côté, en développant leur
ore autour de la donnée secondaire, ces derniers
peuvent apporter une réelle valeur ajoutée à leurs
clients et sortir de la crise en inveissant un mar-
ché en croissance : celui de la prise de décision.
dans un marché
en mutation,
toutes les niches
sont vulnérables
amasser la donnée
est financièrement
abordable et
automatisable

113
2e
CHAPITRE
TRAITER
A      
 ,     
Illuration d'Arthur Poitevin