Marketing sur chiffre d'affaires réel : alimenter SAP Emarsys avec les données de vente de S/4HANA Public Cloud

Le marketing segmente sur des clics. Newsletter ouverte, lien cliqué, formulaire rempli : voilà ce qui nourrit les groupes cibles, les modèles de scoring et des plans de campagne entiers. Pendant ce temps, le véritable or dort deux systèmes plus loin, dans l’ERP. Commandes, factures, mix produits, rythme de commande : l’ERP sait au centime près qui achète quoi, quand et à quelle fréquence. L’automation marketing sait qui a ouvert un e-mail mardi. Sur laquelle des deux bases de données planifieriez-vous votre budget ?

La bonne nouvelle : avec SAP Emarsys (officiellement, le produit s’appelle désormais SAP Engagement Cloud, nous gardons le nom familier dans ce texte) et S/4HANA Public Cloud, cette lacune se comble avec les moyens du bord. L’effort est raisonnable. L’effet sur la qualité des campagnes ne l’est pas.

Données de vente dans Smart Insight : le schéma

Emarsys embarque avec Smart Insight une couche d’analyse construite exactement pour cela : transformer des données de vente en segments. Elle vient à l’origine du e-commerce, mais peu lui importe d’où provient un chiffre d’affaires. Une commande client de S/4HANA est, pour Smart Insight, tout simplement une transaction.

Le chemin est sans éclat. S/4HANA Public Cloud livre les commandes clients ou les factures, soit via SAP Integration Suite, soit très prosaïquement via l’API de données de vente d’Emarsys basée sur fichiers. Un enregistrement par poste : client, produit, quantité, valeur, date. Smart Insight n’a besoin de rien de plus. Un batch quotidien suffit, nous y revenons plus bas.

Dès lors, le marketing segmente sur le comportement d’achat réel :

• RFM : recency, frequency, monetary. Qui a acheté récemment, à quelle fréquence, pour quel montant ? Smart Insight calcule les scores automatiquement et les tient à jour.
• Premiers acheteurs versus acheteurs récurrents : deux publics complètement différents, qui reçoivent en général le même e-mail dans les configurations basées sur les clics.
• Acheteurs par catégorie : qui achète quel groupe de produits, qui n’a jamais touché à une catégorie.
• Risque d’attrition : aucune commande depuis X mois, mesuré au rythme habituel propre à chaque client, pas à un seuil fixe identique pour tous.

Ce dernier point est le plus important. Un client qui commande toutes les deux semaines et se tait depuis six semaines est un cas d’alarme. Un client au rythme annuel est, après six semaines, tout simplement normal. Sans données ERP, le marketing ne voit pas cette différence.

Quatre programmes B2B qui fonctionnent en projet

Tirés de nos projets, anonymisés, et volontairement sans éclat. C’est exactement pour cela qu’ils fonctionnent :

1. Rappels de réapprovisionnement basés sur les cycles de commande réels. Consommables, pièces de rechange, articles d’usure : Smart Insight connaît le rythme de chaque client par produit. Peu avant l’échéance de la prochaine commande, un rappel part. Pas de devinette, le cycle est de facto inscrit dans les données de commande.
2. Cross-sell au premier achat d’une catégorie. Quand un compte achète pour la première fois dans une catégorie de produits, un court programme démarre avec accessoires, consommables et savoir-faire d’application pour cette catégorie précisément. Pas le catalogue complet, seulement ce qui s’y rapporte.
3. Win-back quand la fréquence de commande baisse. Quand la fréquence d’un compte tombe nettement sous sa propre moyenne historique, le marketing agit avant que la vente terrain ne découvre la baisse de chiffre d’affaires dans le rapport trimestriel. C’est la différence entre un appel au bon moment et une occasion manquée.
4. Annonces de nouveaux produits uniquement aux acheteurs du prédécesseur. La génération suivante d’un produit intéresse avant tout ceux qui utilisent la précédente. Un segment sur les acheteurs des anciens numéros d’article, et c’est réglé. Plus de pertinence, moins de dispersion, et personne ne fait la promotion de produits auprès de clients qui ne les ont jamais achetés.

Rien de tout cela n’exige une équipe de data science. Tout cela exige des données de vente dans le système marketing.

Une stratégie d’identifiants, un système de consentement

Pour que l’ensemble tienne, deux questions doivent être proprement réglées avant la première campagne.

Identité : en B2B, c’est le compte qui achète, mais c’est un humain qui lit l’e-mail. La clé est l’adresse e-mail du contact, reliée via la synchronisation CRM : le contact dans le CRM est rattaché au compte, le compte est rattaché au client ERP. Ainsi, le chiffre d’affaires du compte arrive chez le bon interlocuteur dans Emarsys. Une stratégie d’identifiants, appliquée avec constance, épargne des mois de nettoyage de données. Deux demi-stratégies produisent des doublons qui ne disparaissent plus jamais.

Consentement : le consentement vit dans exactement un système, celui où il est recueilli, et il est distribué depuis là. Et selon la nLPD suisse comme le RGPD, la minimisation des données s’applique : Emarsys a besoin d’identifiants, de catégories de produits et d’agrégats, pas de factures complètes. Conditions, délais de paiement et détails de prix n’ont rien à faire dans le système marketing. Accessoirement, cela raccourcit nettement la discussion avec votre conseiller à la protection des données.

Commencer petit, mesurer juste

Deux conseils tirés de l’expérience projet, tous deux inconfortables.

Premièrement : trois programmes de cycle de vie, pas vingt. Un parcours de bienvenue pour les premiers acheteurs, les rappels de réapprovisionnement, le win-back. Construire ces trois-là proprement, les laisser tourner un trimestre, puis étendre. Qui démarre avec vingt programmes n’en entretient correctement aucun. Le moins fait le mieux.

Deuxièmement : le succès se mesure contre un groupe témoin, pas aux taux d’ouverture. Une partie du public ne reçoit délibérément pas le programme ; la différence de chiffre d’affaires entre les deux groupes est la valeur du programme. Les taux d’ouverture flattent, le chiffre d’affaires incrémental prouve. Et comme les données de vente arrivent de toute façon chaque jour de S/4HANA, la base de mesure est déjà là.

Questions fréquentes

Avons-nous besoin d’une customer data platform entre l’ERP et Emarsys ?

Pas nécessairement. Pour des segments sur données de vente, Smart Insight couvre déjà l’analytique de type commerce : RFM, catégories, cycles d’achat. Une CDP devient intéressante quand de nombreuses sources supplémentaires doivent être consolidées. Comme prérequis de ce schéma, elle n’en est pas un.

Quelle fraîcheur pour les données de vente ?

Un batch quotidien suffit. Les programmes de cycle de vie réagissent à des schémas sur des semaines et des mois, pas sur des minutes. Que le rappel de réapprovisionnement parte à 8 h ou à 14 h ne change rien au résultat. Le temps réel est ici de l’effort sans rendement.

Cela fonctionne-t-il vraiment en B2B ?

Oui, et plutôt bien. Le chiffre d’affaires est rattaché au compte, le marketing tourne au niveau du contact : grâce au lien compte-contact issu du CRM, chaque interlocuteur reçoit des campagnes basées sur ce que son entreprise achète réellement. Justement en B2B, où les cycles de commande sont stables et les assortiments clairement structurés, ces segments mordent mieux que dans bien des boutiques B2C.

Et les commandes qui ne passent pas par la boutique en ligne ?

Ce sont précisément elles qui comptent. Téléphone, e-mail, EDI, vente terrain : en B2B, l’essentiel du chiffre d’affaires se fait hors boutique. Comme les données viennent de l’ERP et non du tracking web, Emarsys voit la totalité du chiffre d’affaires, quel que soit le canal de commande.

Vos chiffres de vente vivent dans l’ERP et votre marketing segmente sur des clics ? Nous vous montrons volontiers le schéma avec vos propres données de commande. Parlez-nous.