Accueil du site / Home_fr / Actualités / Vie de la Maison des Auteurs / Big Data, les enjeux de l’édition

Selon Vincent Piccolo, CIO d’Art Book Magazine, le consommateur de demain sera un algorithme. L’océan d’informations fourni par nos connections permet dès aujourd’hui la mise en place d’un marketing prédictif. Comment cette pratique va-t-elle bouleverser les métiers du livre en Europe ? Dans cette seconde partie, l’entrée des éditeurs dans le monde du Big Data.

Marketing prédictif, quelques notions théoriques

Le paysage global du Big Data et de ses enjeux a été traité dans la première partie de cet article. Avant de l’appliquer au monde de l’édition, rappel des éléments théoriques indispensables à la mise en place d’un marketing prédictif opérationnel :

  • avoir accès aux données transactionnelles et comportementales des consommateurs,
  • développer un DataMart (magasin de données) métier,
  • établir des profils client types,
  • utiliser très tôt des segmentations (segmenter les profils auxquels on va adresser des offres),
  • utiliser les règles d’association pour construire ses campagnes,
  • tester ses campagnes avec plusieurs variantes,
  • utiliser le scoring (technique d’évaluation d’un prospect à l’aide de scores) pour cibler ses campagnes,
  • utiliser le cycle de vie des clients,
  • gérer la pression du marketing et le churn (perte de clientèle ou d’abonnés).
L’or noir de la Data

"La Data, c’est de l’or noir," entend-on régulièrement, conséquence de l’apparition ces dernières années d’une "chaîne de valeur de la data". Les grands opérateurs ne traitent pas seulement leurs données aujourd’hui pour anticiper les achats des consommateurs : ils les stockent pour pouvoir les réutiliser demain. La donnée culturelle est une perle blanche qui vogue sur cet or noir, car elle possède une valeur plus importante que les données classiques. De nombreuses sociétés qui n’appartiennent pas au secteur culturel cherchent à profiler l’internaute par rapport à ses lectures, au point qu’à l’avenir, de plus en plus d’acteurs proposeront du produit culturel pour obtenir de l’information.

Cette valeur ajoutée de la donnée de lecture ne rend pas l’entrée du monde de l’édition dans la pratique du marketing prédictif plus aisée pour autant. Car chaque livre publié est, en quelque sorte, un prototype. Le lecteur est plus volatil que le spectateur de séries. Les acteurs du secteur sont éclatés. Et le marché de l’édition bien plus pointu que celui du cinéma. Comment dans ces conditions, les éditeurs traditionnels pourront-ils concurrencer Amazon, qui géolocalise ses clients dans l’espace et dans le temps, générant plus de sept pages type par internaute, pour cibler plus sûrement celle qui déclenchera l’achat ?

Sourcer les données

La protection des données personnelles reste, en Europe, une exigence éthique. L’éditeur lui-même, entré dans cette compétition, souhaitera un cadre juridique pour protéger ses données et son algorithme. Dans le monde de l’édition, on constate la volonté de créer un acteur tiers de confiance qui s’assurerait de leur maintien. En France, la CNIL est également un interlocuteur à ce propos.
Cela établi, l’éditeur se posera utilement la question de la source. Où trouver ces informations sur l’achat du livre et le moment qui le précède ? Comment rassembler des données sur le temps de la lecture, ses pauses, ses abandons ? Comment avoir accès aux actions autour de ses publications sur les réseaux sociaux ?

C’est là qu’il fait un constat qui l’étonne peut-être : même s’il est un grand éditeur, il n’est pas un grand vendeur. Ce sont les diffuseurs qui disposent du nombre de données (et du renouvellement suffisant) qui lui sont nécessaires. L’évidence s’impose : il lui faudra s’associer avec d’autres éditeurs, avec un diffuseur, acheter le précieux data (KOBO, par exemple, communique une série d’informations moyennant paiement) ou trouver d’autres solutions.

L’une des manières de contourner cet obstacle pourrait être de créer un portail d’accès qui offrirait différentes typologies de contenu, une logique très pratiquée dans le monde de l’éducation. Le portail étant un univers clos, il permet toutes les analyses possibles.
Chaque éditeur déterminera sa position, ses combinaisons, et élaborera ses partenariats, en fonction de sa vision du marché, sachant simplement qu’elle ne peut plus être linéaire. Tôt ou tard, il devra compter avec une nouvelle approche, une vision circulaire où l’offre regarde beaucoup la demande pour se régénérer.

Trouver des outils

Si les données sont de l’or noir (selon la formule des 3V : Volume, Variété, Vélocité), les outils de leur raffinage se révèlent essentiels. Et l’éditeur de s’interroger : quel outil pour stocker mes données, quel agrégateur pour les contextualiser, pour les analyser selon le biais que je souhaite, pour générer la puissance de calcul nécessaire ? Et surtout, quel investissement pour les obtenir ?

On l’a vu dans la première partie de cet article : si les outils se démocratisent, l’investissement reste très lourd, mais rendra l’acteur indétrônable sur le marché de demain.
On l’a dit également : si, auparavant, chaque acteur créait son propre modèle, depuis sont apparus un certain nombre d’outils génériques. Parmi eux, l’outil IBM > Watson ou Amazon > Machine Learning. (À court terme, utiliser l’outil Amazon est le plus pertinent : il ne faut cependant pas être Einstein pour comprendre qu’à long terme, il s’agit simplement de scier la branche sur laquelle on est assis.)

Entrer dans l’ère de la Big Data

En conclusion, et en écho aux notions théoriques de marketing prédictif, même si le livre sera, de par sa nature, le dernier à entrer dans l’ère du Big Data, voici les gestes à poser pour un éditeur souhaitant y prendre pied :

  • cartographie des données disponibles (métier et hors métier),
  • analyse des données pour dégager des actions,
  • se doter d’une structure décisionelle et de compétences clefs,
  • renforcer les compétences analytiques et statistiques pour pouvoir développer des algorithmes,
  • étendre la connaissance du client, analyser son comportement,
  • identifier les différents moyens pour faire aboutir une stratégie,
  • établir une culture de l’input pour générer une culture de l’output.

Cet éditeur qui pourrait ne pas adopter, voire rejeter avec force le modèle décrit ci-dessus, mais dont la plus grande erreur serait de délibérément ignorer l’avenir qu’il dessine.

Dans la même rubrique

Liens utiles