En préambule, Guillaume Crunelle, responsable de la practice automobile chez Deloitte, rappelle que « les constructeurs doivent désormais nouer des liens directs avec les consommateurs, mais d’une manière de plus en plus individualisée, gage de l’efficacité dans la vente de véhicules, et de solutions de mobilité à l’avenir ». Dès lors, il est déterminant de se doter des bons outils pour avoir une idée précise de ses prospects et clients, identifier le bon moment pour les solliciter et utiliser le discours idoine. Autant de choses qui ne s’improvisent plus et qui nécessitent une maîtrise de la data pour y voir clair. Surtout que le rapport au temps a changé et une étude révèle que « 34% des consommateurs français prennent moins de quatre heures pour choisir leur véhicule » ! Une valeur à manier avec précaution, certes, mais assurément révélatrice cependant. Et Céline Armitage, directrice marketing de Ford, d’ajouter : « En gardant présent à l’esprit que le client effectue 1,2 visite en concession, en moyenne, avant son achat. Autant dire que si on manque la vente à un client qui entre dans une concession Ford, c’est qu’il y a eu un dysfonctionnement ». Ce qui reste possible, surtout que le client est devenu un expert du produit et de ses prestations associées, grâce à son parcours amont sur internet.

L'analyse sémantique et le machine learning pour affiner la data


Posant le postulat initial qu’il s’agit de -réellement- passer d’une vision « produits » à une vision « clients », AAA Data et Weborama ont élaboré l’offre Automotive Insights, afin d’apporter aux constructeurs et aux agences une connaissance approfondie du consommateur et d’optimiser la performance de leur stratégie marketing. Presque deux ans de travail ont été nécessaires à la mise en place du produit et Julien Billon, directeur général de AAA Data, reconnaît que cela n’aurait pas été possible sans une association avec Weborama. L’entreprise fait valoir 1,3 milliard de profils qualifiés en base de données cookies, dont 180 millions en France. Si tout est anonymisé et pleinement respectueux des futures normes RGPD (l’insistance des intervenants sur le sujet montre l’importance de l’enjeu en question, voire la vertu de sanctions financières vraiment significatives…), le travail d’analyse sémantique permet d’établir des scores d’intensité sur 220 critères de qualification et l’exploitation du machine learning (analyse du marché, des modes de financement, des moments de vie charnières par rapport à l’opportunité de changer de véhicule -arrivée d’un enfant dans le foyer, déménagement, achat d’une maison-, des centres d’intérêt, etc.) aboutit à une segmentation autour de 11 profils types. « L’intérêt réside dans le fait que ces profils ne sont pas définis au préalable puis remplis, mais qu’ils sont déterminés à l’issue de l’analyse », soulignent de concert Julien Billon et Frédéric Grelier, chief data officer de Weborama, relayés par Patricia Renaud, directrice commerciale et marketing de AAA Data : « Avant le Big data, les statisticiens regardaient constamment le passé pour en tirer des hypothèses d’avenir. Aujourd’hui, les data scientists sont en mesure d’analyser en temps réel les données comportementales des consommateurs pour en dégager des modèles fiables. On passe ainsi du monde des croyances et des hypothèses à l’univers du fact-checking. L’analyse de l'opinion des consommateurs, de leur perception de la marque, de leur profil d'acheteur est rationalisée. La transformation digitale et l'identification des signaux faibles sont de vrais enjeux majeurs pour les constructeurs ». 

Frontières mouvantes entre communication, marketing et CRM


C’est ce que les constructeurs recherchent, affirme sans ambages Céline Armitage : « Cela doit nous permettre de mieux segmenter nos audiences, VN/VO par exemple, et ensuite de construire un story-telling adapté au produit comme au client. Enfin, l’efficacité du dispositif doit être mesurée car mes budgets, je ne les dépense pas, je les investis. D’une manière générale, c’est une évolution majeure pour nos métiers car cela fait bouger les frontières entre communication, marketing et CRM ».   Cet outil doit aussi permettre de travailler sur des cibles plus réduites en fonction du produit et de son tarif par exemple. Reste à s’assurer que le réseau s’approprie bien les leads générés et avec la réactivité nécessaire. Chez Ford, le chantier est en cours et donne déjà des résultats : « Nous voulons qu’un lead généré par notre Lead Delivery System soit traité en moins de deux heures en respectant des critères de qualité, ce que nous contrôlons par de régulières opérations de leads mystères. Nous atteignons actuellement 80% de bonne gestion du premier lead et 97% du deuxième lead ».

De la maintenance prédictive à l'achat prédictif, il n'y a qu'un pas


Les dirigeants de AAA Data et de Weborama n’ont pas souhaité communiquer sur les tarifs d’Automotive Insights, une offre forcément modulaire et liée à la volumétrie. En revanche, ils reconnaissent volontiers qu’elle ne se limite pas aux constructeurs, des réseaux ou de grands groupes de distribution pouvant être intéressés. De même, elle n’est pas circonscrite à l’achat de véhicule, VN ou VO, et peut s’appliquer à l’après-vente. Où la maintenance prédictive est une notion connue, mais encore naissante.