C’est une histoire familière – Il a choisi un nouveau passe-temps pandémique, tout en trouvant des poches de temps loin des jeunes enfants.
Pour Neil Hoyne, stratège en chef des mesures chez Google, être coincé à la maison signifiait écrire un livre. Converti : la méthode basée sur les données pour gagner le cœur des clientsa été publié le mois dernier.
Google ne compte pas beaucoup dans le livre. Et « la réponse à tout n’est pas de dépenser plus en publicité », a déclaré Hoyne.
Apporter des changements basés sur des métriques nécessite que les spécialistes du marketing obtiennent l’adhésion des niveaux supérieurs et de l’ensemble de l’organisation pour les changements basés sur des métriques. Et résoudre pour mesurer signifie affronter non seulement les limites organisationnelles, mais aussi les limites de la collecte de données et les humains interprétant les résultats des tests.
« Le but n’est jamais d’être parfait. Certaines entreprises perdent en essayant de trouver des solutions parfaites, des données parfaites, des réponses parfaites », a-t-il déclaré. Mais, vraiment, une entreprise a juste besoin d’être un peu plus rapide et un peu plus intelligente que ses concurrents.
« La seule leçon qui s’impose ici est que beaucoup de ces changements sont plus faciles à réaliser pour les entreprises que ce qu’elles peuvent soupçonner. »
AdExchanger a rencontré Hoyne pour discuter de ses débuts dans l’édition.
AdExchanger : Comment envisagez-vous d’écrire un livre sur le marketing, la mesure en particulier, alors que nous sommes dans une période de bouleversements et que personne ne sait comment les choses vont changer ?
HOYNE : Je pense qu’il s’agit de l’esprit d’expérimentation qui existe en ce moment.
[Pre-pandemic]mon observation était que, généralement, les entreprises étaient heureuses d’apporter de légères modifications itératives à leur activité.
Certaines entreprises pensaient que passer du commerce physique au commerce électronique prendrait des années. Pendant la pandémie, ils ont apporté ces changements en quelques mois. Il ne suffit plus de patiner en s’attendant à ce que l’entreprise se poursuive. Les entreprises sont ouvertes à de nouvelles façons d’aborder les problèmes.
Les données préliminaires montrent que si vous prenez vos très bons clients de 2019 et demandez : « Où sont-ils allés ? Sont-ils toujours avec vous aujourd’hui ? » La plupart trouveraient que ces clients sont toujours là et dépensent toujours plus que la plupart de votre clientèle, mais leur comportement a changé.
Que diriez-vous d’un spécialiste du marketing de petite marque qui n’aurait peut-être pas l’impression de pouvoir faire des expérimentations ambitieuses ?
J’étais conscient lorsque j’ai écrit le livre que si vous dites acheter et intégrer des plateformes CRM et cloud élaborées, vous vous isolez immédiatement des étudiants qui n’ont pas accès aux systèmes ou des PME qui ne les ont pas construits.
Mais ce qui est nécessaire pour que quelqu’un comprenne ses relations avec les clients et une idée de la valeur à vie, il s’avère, est remarquablement simple. C’est trois colonnes de données. C’est la date d’une transaction, le montant d’une transaction, puis un identifiant – une adresse e-mail, un identifiant CRM, un numéro de programme de fidélité – qui vous permet de lier ces transactions et de dire qu’elles proviennent de la même personne.
C’est ce qu’il faut pour construire un modèle prédictif basé sur les relations de vos clients. Ensuite, vous posez des questions sur ces données commerciales : comment la valeur de nos clients change-t-elle s’ils téléchargent ou non une application mobile ? Qu’ils s’inscrivent aux e-mails ou utilisent le code de coupon ? Quel mois les avons-nous acquis ?
Chaque question nécessite un point de données supplémentaire, et il n’y a pas de bonne ou de mauvaise réponse.
L’un de mes exemples préférés est une entreprise qui a modifié une réponse à un sondage client pour poser une question positive devant. Ainsi, au lieu de demander quelque chose comme « Que pouvons-nous faire de mieux ? » Ils ont demandé: « Qu’avez-vous apprécié dans notre service? »
Ils pouvaient encore voir des effets mesurables dans les ensembles de données client 18 mois plus tard, car cela a apparemment amélioré la perception de la marque et la réactivité du client à l’entreprise.
Une chose qui m’a frappé dans le livre était d’amener les gens à « accepter d’honorer les résultats » avant de commencer les expériences.
Vous avez besoin d’une lentille humaine. Si une entreprise repense la façon dont elle valorise les clients, cela va être une transformation significative qui signifie que certaines équipes peuvent obtenir plus ou moins de budget ou d’effectifs ou de faveurs.
Vous créez des détracteurs, alors que les actions avaient plus de valeur auparavant.
Je me souviens quand Groupon et les services de réduction de groupe étaient très populaires. Vous verriez des gens sortir avec des coupons pour des déjeuners à 5 $. Si vous mesurez cela par le nombre de clients que nous avons acquis ou par le nombre de déjeuners que nous avons vendus, les mesures sont excellentes. Ensuite, vous regardez la valeur à vie et, eh bien, la plupart de ces personnes ne reviennent jamais. Lorsque vous modifiez ces mesures, les performances de certaines équipes peuvent sembler moins bonnes.
Qu’est-ce que tu me conseilles?
Deux choses que j’ai vues fonctionnent bien pour cela. La première est, avant de passer par toute transformation basée sur les données ou sur les mesures, de comprendre quel engagement l’organisation est prête à prendre en fonction des résultats.
Beaucoup d’entreprises disent : « Nous laisserons les données décider. Mais les données peuvent être interprétées ou rejetées comme quelqu’un en a besoin. Si vous ne pouvez pas obtenir un accord dès le début, alors pourquoi même faire le test et laisser tout ouvert au débat plus tard ?
Deuxièmement, l’organisation a besoin de temps pour réagir. Souvent, je verrai des entreprises adopter une nouvelle métrique en faisant un pivot dur. Ils n’incitent plus à la même métrique et l’organisation est perturbée.
Je préconise de ne pas forcer initialement un changement dans les paramètres ou les programmes d’incitation tout de suite. Donnez trois ou six mois où vous faites apparaître la métrique à côté de leurs tableaux de bord et rapports préexistants.
Donnez-leur une colonne pour les métriques de valeur à vie sur les rapports de mesure. Ils demanderont comment se fait-il que certains clients valent 100 fois plus que la moyenne ? Pourquoi les clients provenant de ce canal ou de cette campagne sont-ils plus susceptibles de rester ? C’est le changement que vous voulez.
Pour leur commercialisateur, comment justifiez-vous cela en amont de la chaîne, à part demander de la patience ?
La patience en fait partie. Mais je dirais aussi que le positionnement est le plus important.
L’une des premières présentations que j’ai données sur la valeur à vie m’a semblé être un excellent argumentaire complet. Et l’organisation à retenir du conseil d’administration était complètement différente. Ils ont regardé et ont dit : « Attendez une minute, donc vous avez une métrique qui ne regarde plus le court terme, mais regarde le long terme, ce qui signifie que nous ne pouvons pas juger votre performance aujourd’hui ? Nous devons attendre six mois ou 12 mois jusqu’à ce que nous voyions le retour sur investissement ? »
En haut de la chaîne, cela peut se lire comme moins de responsabilité et cela n’avance jamais.
Un exercice utile consiste à diviser votre clientèle en quartiles en fonction de la nouvelle métrique de valeur à vie. Les 25 % de clients les plus performants représentent souvent une part importante du chiffre d’affaires – plus de 80 % pour certaines organisations. Ensuite, vous avez les 25 % de clients les plus bas, qui ne sont probablement jamais revenus. Et je mets juste une colonne à la fin qui montre combien ils paient pour acquérir chaque client, et c’est la même chose pour chacun.
Vous essayez de provoquer la question : « Pourquoi mesurons-nous notre organisation de cette façon ? »
Cette interview a été condensée et éditée.
