La plupart des spécialistes du marketing savent que le fait d'être davantage axé sur les données est l'ingrédient (pas si) secret de la réussite, mais ils ont souvent du mal à le faire de manière cohérente. Dans un article récent intitulé Data-Driven Marketing : The Secret is a Test-and-Learn Culture, j'ai expliqué à quel point le marketing axé sur les données est difficile et qu'il ne peut être vraiment efficace que lorsque l'ensemble de l'organisation s'engage - de haut en bas - à faire de l'utilisation des données la clé d'une prise de décision de premier ordre.
Pour les responsables marketing, il n'y a peut-être pas de mission plus importante que celle de préparer leurs équipes à devenir des spécialistes du marketing axés sur les données. Mais il n'est pas si simple de rendre opérationnelle une organisation dédiée aux données et à la connaissance. Il ne suffit pas d'appuyer sur un bouton. Il faut des fondations solides et une approche de test et d'apprentissage.
Afin de proposer un schéma directeur sur la manière de procéder, j'ai décrit dans mon dernier article les Quatre piliers d'une organisation de test et d'apprentissage:
- Pilier n° 1 de l'organisation de test et d'apprentissage : Le processus de test d'une organisation processus de test doit inclure des politiques pour soutenir la priorisation, l'exécution et la gestion des tests.
- Pilier n° 2 de l'organisation de test et d'apprentissage : Le processus d'apprentissage d'une organisation d'apprentissage d'une organisation est axé sur la capacité d'action et la prise de décision
- Pilier n° 3 d'une organisation fondée sur l'expérimentation et l'apprentissage : une culture de l'expérimentation et de l'apprentissage culture de l'essai et de l'apprentissage qui aligne l'équipe et renforce la responsabilité
- Organisation d'essai et d'apprentissage Pilier n° 4 : Une vision claire pour les types d'objectifs stratégiques et opérationnels à atteindre
Même armé de ces quatre piliers, transformer votre équipe en une véritable organisation de test et d'apprentissage ne sera pas une voie facile à suivre, mais c'est sans aucun doute la bonne voie à choisir.
Pour mieux comprendre ces quatre piliers, nous les présenterons dans des articles distincts.
Aujourd'hui, nous nous concentrerons sur le premier pilier, le processus de test, et nous utiliserons l'excellente méthodologie de test interne de Netflix comme exemple de ce qui peut être bien fait.
L'engagement de Netflix en faveur de l'excellence des tests l'a amené à réorganiser ses équipes
Netflix est un leader dans la démonstration de la manière dont un état d'esprit de test et d'apprentissage permet de prendre de meilleures décisions commerciales grâce à une compréhension précise des idées et des préférences des clients. En moins d'une décennie, Netflix est passé d'un service d'envoi de DVD à l'une des entreprises technologiques les plus admirées au monde.
Pour élargir l'impact des processus de test et d'apprentissage, la capacité de proposer des idées de mesure doit être accessible à tous au sein de l'organisation. Mais la plupart des spécialistes du marketing ne sont pas formés à l'analyse des données et n'ont pas l'expérience de la création d'hypothèses mesurables au quotidien.
La plupart des organisations tentent de résoudre ce problème en créant un centre d'excellence analytique (COE) auquel chaque équipe peut faire appel. Même si un centre d'excellence dédié à l'analyse est un bon début, l'inconvénient est que la majeure partie de l'organisation n'apprendra pas les principes permettant d'extraire des informations des données, mais comptera plutôt sur d'autres personnes pour le faire à sa place.
Pour Netflix, le fait d'être davantage axé sur les données était une initiative si importante qu'elle a démantelé les groupes de veille stratégique cloisonnés pour intégrer des scientifiques, des ingénieurs et des analystes de données. au sein de chaque unité opérationnelle.
Désormais, chaque équipe commerciale dispose de spécialistes qui se concentrent sur les données et les possibilités d'améliorer les décisions fondées sur les données. Désormais, chaque équipe commerciale peut proposer activement des idées d'expérimentation et partager les meilleures applications pour les nouvelles connaissances découvertes.
(extrait de "Enabling a Culture of Analytics")
Netflix avait tellement de tests qu'il a créé un système pour les classer par ordre de priorité.
Les tests en tant qu'approche principale de la prise de décision sont tellement importants qu'il y a parfois tout simplement trop de tests à effectuer. Les expériences peuvent perturber le déroulement quotidien des activités, nécessiter trop de ressources ou se chevaucher avec d'autres tests et entacher les résultats finaux. Une autre considération est de savoir quels tests effectuer en premier, car les enseignements tirés de certains d'entre eux peuvent être utilisés pour optimiser les tests ultérieurs afin d'obtenir des informations encore plus précises. Ainsi, tous ces tests, aussi utiles et précieux soient-ils, peuvent également être chaotiques à gérer.
Comment Netflix a-t-il résolu le problème de la hiérarchisation des tests ? Grâce à l'apprentissage automatique.
Comme l'explique le blog technologique de Netflix :
"Avec une collection de tests qui, par nature, prennent du temps à exécuter et nécessitent parfois une intervention manuelle, nous devons hiérarchiser et programmer les exécutions de tests de manière à accélérer la détection des échecs... Dans notre quête d'objectivité et de scientificité, et conformément à la philosophie de Netflix qui consiste à utiliser les données pour trouver des solutions à des problèmes intrigants, nous avons procédé en tirant parti de l'apprentissage automatique."
Si tout le monde n'est pas en mesure de construire son propre système d'apprentissage automatique pour évaluer quels tests peuvent être exécutés en parallèle et lesquels doivent être exécutés avant les autres, le principal facteur qui sous-tend la hiérarchisation des tests peut être compris par tout le monde : il s'agit de se concentrer sur les tests qui révéleront des informations sur les besoins et les points douloureux des clients.
Cette focalisation est le fondement d'un positionnement agile sur le marché et d'une stratégie commerciale allégée. La solution de Netflix permet d'éviter que les équipes ne passent trop de temps à tester des améliorations internes au détriment de la compréhension de leur public principal.
Les processus de test de Netflix stimulent les actions et la responsabilité
Pour accroître les avantages de l'expérimentation, Netflix gère de manière critique l'exécution des tests et le déploiement des connaissances. "L'équipe marketing de Netflix adopte l'expérimentation afin d'identifier les meilleures tactiques de marketing pour dépenser l'argent des médias payants..." déclare l'équipe technique. "Nos équipes utilisent l'expérimentation pour guider leur instinct sur les campagnes les plus performantes."
Cela nécessite une surveillance afin de garantir que les expériences se déroulent avec succès jusqu'à leur terme ou qu'elles soient rapidement annulées si elles rencontrent des problèmes de qualité. Des experts examinent les signaux entrants pour s'assurer que le volume de données est suffisamment élevé pour atteindre les niveaux de précision requis. Les écarts par rapport aux réponses prévues sont examinés pour détecter les interférences du marché local avec les offres de produits ou de services de la concurrence régionale. Les impacts et les influences saisonnières sont contrôlés afin de corriger les attentes pour les bases de référence quotidiennes.
En outre, lorsque l'expérience est terminée, les résultats sont évalués en fonction de leur impact sur l'entreprise. En cas d'échec, quelle est la prochaine hypothèse à tester ? Pour les tests réussis, comment les processus de marketing doivent-ils être optimisés en fonction des nouvelles connaissances acquises ?
Les analystes marketing de Netflix prennent en compte chaque nouveau résultat d'un test marketing et examinent si cet apprentissage peut améliorer chaque étape de leurs systèmes de gestion de campagne.
- Les systèmes de planification des médias qui sont chargés d'automatiser les flux de travail utilisés pour l'achat de médias payants et de débloquer des gains d'efficacité dans ces flux (planificateur de médias).
- Systèmes de gestion créative qui aident au développement créatif et à la localisation, ainsi qu'à l'assemblage des publicités à partir des éléments créatifs.
- les systèmes de gestion de campagne qui sont responsables de la création et de l'exécution des campagnes de marketing
- Les systèmes d'analyse publicitairesystèmes chargés de collecter des données analytiques et des informations sur les performances de nos campagnes sur des plates-formes publicitaires telles que Google
- Systèmes d'optimisation du budget publicitaire permettant de modifier le budget des campagnes en cours afin d'optimiser nos dépenses de marketing.
Conclusion : il est nécessaire d'exceller dans toute une série de processus de test pour maximiser l'impact des connaissances fondées sur les données.
L'approche stratégique de Netflix repose sur
- Aes décisions précises et perspicaces fondées sur des données,
- Supportée par une culture de l'essai et de l'apprentissage largement répandue qui
- Démocratiser la formulation d'hypothèses
- donne la priorité à l'exécution des tests, et
- Gère l'exécution et les idées au sein des équipes commerciales.
Netflix est un exemple de la manière dont une culture de test et d'apprentissage guide les entreprises. Au lieu de prendre des risques avec des paris stratégiques aveugles, Netflix s'est plutôt concentré sur l'efficacité des décisions et est devenu un leader du marché en maximisant les opportunités à partir des connaissances des consommateurs nouvellement découvertes.
Netflix s'est tellement engagé dans les tests qu'il a même créé un blog sur la recherche. blog de recherche Netflix. "La prise de décision fondée sur les données et la culture d'expérimentation de Netflix s'étendent de nos scientifiques des données jusqu'à Reed Hastings lui-même, en passant par tous les niveaux de l'entreprise. Les hypothèses et les résultats font l'objet d'une analyse rigoureuse et d'un débat solide et ouvert à partir d'une grande variété de points de vue. Nos dirigeants prennent le temps de comprendre les méthodes expérimentales et les résultats des tests, et leur interaction étroite avec les scientifiques des données permet de s'assurer que nos décisions sont judicieuses d'un point de vue statistique et commercial."
Pour les responsables marketing et les chefs d'entreprise qui lisent ce billet, le chemin vers la maturité fondée sur les données ne sera pas facile, mais il offre l'approche la plus sûre pour réussir.
Plus de détails
