Place à l’utilisation intelligente des données des réseaux sociaux

Publié par Brandwatch / Avec la Marketplace le 10 janv. 2017 

Finie l’écoute passive des médias sociaux, place à l’utilisation intelligente données des réseaux sociaux, ou « social data », pour révéler un aperçu des consommateurs, ou « consumer insights » utiles et pertinents.

Le buzz a d’abord porté sur le monitoring, puis le listening, l’analytics avant de graduellement se tourner vers la social media intelligence plus récemment. La raison qui se cache derrière ce changement reflète la maturité d’un secteur encore immature. L’aspect de « combien de fois ma marque a-t-elle été mentionné » peut encore être utile dans certains cas, mais il s’agit désormais d’une des multiples manières d’utiliser la social data. La grande différence a été la transition vers la découverte de consumer insights pour orienter les actions de l’entreprise.

Bien que la technologie ait contribué à ce changement, celui-ci a surtout été poussé par une utilisation intelligente et créative de la social data par les entreprises. L’analyse a été combinée à la contextualisation. La distribution de l’information a été améliorée pour livrer rapidement des insights aux équipes pertinentes. La catégorisation a donné du sens à des volumes énormes de data.

« Tout le monde parle de Big Data, mais le Big Data n’est pas important en soi. Ce qui l’est c’est de trouver la data qui apporte une valeur ajoutée, la data utile. » John Hunter, Responsable digital et social media manager chez EDF Energy.

Qu’est-ce que la social media intelligence ?

La social media intelligence peut être perçue comme une forme de recherche qui fournit des insights concrets sur les consommateurs en utilisant la social data. L’éloignement général des mesures de vanité s’est accompagné d’une diversification des utilisations traditionnelles en marketing.

Une série d’interviews que nous avons conduit auprès de marques et d’agences a démontré que de plus en plus de départements introduisent la social data dans leurs opérations pour les compléter. La social media intelligence découle de méthodes variées illustrées dans divers secteurs d’activité. Ainsi, elle devient un atout de plus en plus fort pour les entreprises de toute sorte. Croiser les ensembles de données issus de différentes sources peut enrichir l’information en fournissant des insights concrets qui seraient resté cachés avec des méthodes de recherche plus traditionnelles.

L’automatisation et la distribution de la data permet de donner la bonne information à la bonne équipe rapidement.

Des insights consommateurs holistiques

Une entreprise pharmaceutique renommée a découvert de nouveaux insights en observant leur audience indépendamment de toute marque. Cet exemple démontre bien la transition du social media listening vers la social media intelligence : au lieu de suivre les mentions sur leurs produits, la marque a tenté de comprendre son audience en utilisant une approche centrée sur les individus.

Cette entreprise souhaitait comprendre les thèmes qui préoccupait le plus les patients lors du choix d’un traitement contre le VIH. Les réponses biaisées peuvent fausser les résultats de n’importe quelle enquête sur un sujet aussi sensible que celui-ci ; c’est pourquoi l’équipe en charge a décidé de compléter le sondage existant auprès des professionnels de la santé avec la social data.

Auparavant, les résultats de recherches menées offline ont poussé les entreprises pharmaceutiques à focaliser leurs efforts sur l’augmentation de la durée de vie des personnes atteintes du VIH. Cependant, en analysant des conversations spontanées de patient à patient sur des forums, il a été découvert que ce qui préoccupait le plus les patients eux-mêmes, était le risque de transmissions à leurs proches.

Cette découverte a changé la direction du développement des traitements et des messages marketing.

De vrais consumer insights

L’e-commerçant mode Asos souhaitait mieux comprendre les besoins et les intérêts de ses clients fidèles. La marque a observé uniquement les personnes ayant mentionné Asos à plusieurs reprises sur une période donnée, puis elle a segmenté les données par villes, données démographiques et professions. Cette segmentation a mis en avant de fortes différences entre le marché du Royaume-Uni et celui des Etats-Unis.

La part des étudiants dans l’audience était beaucoup plus élevée au Royaume-Uni ce qui pouvait expliquer que l’audience britannique était active plus tard dans la journée comparée à l’audience américaine. Cet insights a permit à la marque d’aligner leur activité social media à celle de l’audience ; ce qui est vital lorsque les consommateurs attendent une réponse rapide sur les réseaux sociaux.

Quand elle parlait d’Asos, l’audience US mentionnait souvent des événements people et des célébrités. Au Royaume-Uni, les blog de mode était souvent mentionné au côté de mots liés à des émotions. Ces informations ont permis une approche personnalisée de ces deux marchés. Au Royaume-Uni, s’associer à des blogueurs influents offrirait un meilleur retour que de sponsoriser une star ou un événement ; et inversement aux Etats-Unis.

Les discussions mode en dehors de la marque se concentraient principalement sur les vêtements aux US alors qu’au Royaume-Uni, l’intérêt de l’audience se tournait aussi vers les accessoires, la beauté et les blogs fashion. Ainsi, mettre le doigt sur les différences entre marchés est une excellente opportunité de générer plus de ventes.

Combiner les données

Un autre exemple est celui d’une marque de glace qui a tenté de cartographier ses ventes en fonction des données météorologique. Malgré quelques essais préalables, il était difficile de trouver quoi que ce soit d’assez solide qui permettait d’agir en conséquence. La plupart des données commerciales menaient à des achats lors des courses hebdomadaires plutôt qu’à des indications du moment choisit par les consommateurs pour consommer le produit.

La marque a donc décidé de combiner les données commerciales et météorologique aux conversations se déroulant sur les médias sociaux ; en particulier les mentions de consommateurs en train de manger la marque de glace. Ces mentions furent identifiées en recherchant des expressions telles que « je vais manger », « je viens de terminer de manger » et d’autres formes de langage exprimant l’acte de manger.

Les analystes ont alors découvert que cette marque de glace était souvent consommée à la maison devant un film lors d’un weekend pluvieux. Avant cette recherche, l’hypothèse était que l’on consommait des glaces par temps chaud et ensoleillé. Cet insight a mis en avant de nouvelles opportunités marketing comme de changer le message publicitaire ou encore d’ajuster les dépenses publicitaires en fonctions de la météo par exemple.

Tous ces exemples démontrent que l’utilisation de la social data est de plus en plus créatives. Que ce soit pour observer une audience sous un autre angle ou pour combiner les données dans le but de révéler des insights, les voies vers l’insight qui apporte une réelle valeur à l’entreprise sont diverses et variées.

De nos échanges avec les professionnels, il est claire que l’écoute passive des médias sociaux est belle et bien révolue, la social data doit être utilisée intelligemment.

Partagez cet article