12
Partenaires : Big Data Big Data : la rencontre entre CRM et média PROGRAMME L’avancée des technologies de collecte et de traitement des données et l’évolution du marché de la publicité vers une vision centrée sur l’utilisateur (donc cross-device) permettent d’envisager des croisements intéressants entre CRM & publicité. Quelles marques ont investi dans le big, le smart data ou les mystérieuses data management platform pour passer le pas ? Est-ce nécessaire pour s'y essayer ? Comment intégrer aux programmes CRM les canaux publicitaires programmatiques pour réengager sa base d'utilisateurs efficacement ? Comment utiliser les données CRM pour faire de l’acquisition mieux ciblée ? Sur quels signaux de webanalyse peut vraiment s'appuyer le CRM ? Distinction entre le "qui" (CRM) et le "comportement" (webanalyse) Modélisation des données clients : lifetime value, look alike Comment intégrer le DMP avec les outils existants ? Quels impacts organisationnels prévoir ? Quel choix faire entre internalisation (CRM traditionnel) et recours à des agences (publicité traditionnelle) ? Intervenants : L'OREAL, Thibauld Berly, Global Digital Marketing & Analytics Director ORANGE GROUPE, Bruce Hoang, Directeur projets data intelligence SHOWROOMPRIVE.COM, Rachel Bouvier, Responsable Marketing Relationnel VOYAGES-SNCF.COM, Marie-Laure Cassé, Directrice marketing client et data Animateurs : 55, Hugo Loriot, Director Media Technologies TURN, Ghislain Lefebvre, Enterprise Sales Manager

Big Data : la rencontre entre CRM et média · base de données clients pour la faire grandir et effectuer des actions de fidélisation ... de "silos". Le simple fait d'éviter à

Embed Size (px)

Citation preview

Partenaires : Big Data

Big Data : la rencontre entre CRM et média

PROGRAMME

L’avancée des technologies de collecte et de traitement des données et l’évolution du marché de la publicité

vers une vision centrée sur l’utilisateur (donc cross-device) permettent d’envisager des croisements

intéressants entre CRM & publicité. Quelles marques ont investi dans le big, le smart data ou les mystérieuses

data management platform pour passer le pas ? Est-ce nécessaire pour s'y essayer ?

• Comment intégrer aux programmes CRM les canaux publicitaires programmatiques pour réengager sa

base d'utilisateurs efficacement ?

• Comment utiliser les données CRM pour faire de l’acquisition mieux ciblée ?

• Sur quels signaux de webanalyse peut vraiment s'appuyer le CRM ? Distinction entre le "qui" (CRM) et

le "comportement" (webanalyse)

• Modélisation des données clients : lifetime value, look alike

• Comment intégrer le DMP avec les outils existants ? Quels impacts organisationnels prévoir ?

• Quel choix faire entre internalisation (CRM traditionnel) et recours à des agences (publicité

traditionnelle) ?

Intervenants :

♦ L'OREAL, Thibauld Berly, Global Digital Marketing & Analytics Director

♦ ORANGE GROUPE, Bruce Hoang, Directeur projets data intelligence

♦ SHOWROOMPRIVE.COM, Rachel Bouvier, Responsable Marketing Relationnel

♦ VOYAGES-SNCF.COM, Marie-Laure Cassé, Directrice marketing client et data

Animateurs :

♦ 55, Hugo Loriot, Director Media Technologies

♦ TURN, Ghislain Lefebvre, Enterprise Sales Manager

Big Data : la rencontre entre CRM et média

2

♦ Introduction

Hugo Loriot, 55

Fifty-Five est une agence data présente à Paris, Londres et Hong Kong. Notre objectif consiste à aider nos

clients à mieux collecter et mieux comprendre la masse d'informations qu'ils peuvent tirer du digital (et

potentiellement du CRM) et de l'activer au mieux en média ou en hors média.

Il s'agit aujourd'hui de montrer en quoi peut consister le rapprochement entre les équipes média et les

équipes CRM, qui historiquement avaient tendance à communiquer assez peu entre elles. Le développement

du digital pousse à se poser de nouvelles questions : Que faire si j'ai la possibilité de savoir que mon prospect

est en fait un client ? Faut-il ou non l'exclure ? Faut-il proposer un traitement spécifique ? L'arrivée de tout

l'environnement média comportemental pose la question de la communication entre les équipes CRM et les

équipes média. Est-il pertinent d'acheter du média pour des gens que je pourrais solliciter de manière

gratuite?

Ghislain Lefebvre, TURN

TURN est une société américaine proposant, dans une plateforme unique, une technologie permettant

d'exécuter des campagnes via la solution DSP et d'analyser la data via les parties Data Management Platform

et Datamind.

Il s'agit pour les marketers de se doter des outils qui vont permettre de bien répondre aux objectifs. Le cabinet

Gartner a évoqué l'outil "Digital Marketing Hub", qui permet de disposer d'une vue unifiée des

consommateurs. Les bénéfices vont être multiples : les données présentes permettent de gagner en

intelligence, de les confronter de manière multidimensionnelle, d'avoir une compréhension plus fine des

audiences, de structurer une masse importante de datas… L'adoption de ces outils implique une mutation des

organisations.

♦ Présentation des intervenants

Marie-Laure Cassé, VOYAGES-SNCF.COM

Nous avons véritablement pris le virage du Big Data à l'été 2014, ce qui a donné lieu à une réorganisation de

l'équipe marketing digital. Je me concentre essentiellement sur les sujets liés aux stratégies Datas

clients/Personnalisation/Outils. Il s'agit de tirer l'opportunité maximale des données CRM sur l'ensemble des

points de contact, dans une logique de personnalisation des parcours et de l'expérience utilisateur.

Thibauld Berly, L'OREAL

L'environnement dans lequel évolue L'Oréal est très fragmenté : nous avons 30 marques dans une soixantaine

de pays, avec des disparités considérables concernant les problématiques des différentes marques. De plus,

nous ne maîtrisons pas les points de vente, ce qui signifie qu'il est très difficile de recueillir de la data CRM en

offline. Mon rôle consiste à insuffler la transformation vers le "data driven digital marketing".

Bruce Hoang, ORANGE GROUPE

Chez Orange France, plusieurs directions reportent directement à la DG : la direction Marketing, la direction

Communication, la direction Commerce, la direction de la Relation client, etc. En octobre 2013 a été créée la

direction de la Stratégie client et data, dirigée par Delphine Roujol. Cette direction a pour objectif d'amener

une expérience client incomparable. Elle est en charge de tous les projets Data/Big Data - avec des sujets de

rétention, de cross-sell, d'up-sell – et des outils à mettre en place de manière transverse. Ces projets doivent

en effet être menés de façon collective, avec le Marketing, la Communication, les Ventes, le CRM, etc. En

juillet 2014, nous avons lancé un appel d'offres pour mettre en place d'ici deux ans une Data Management

Platform.

Big Data : la rencontre entre CRM et média

3

Rachel Bouvier, SHOWROOMPRIVE.COM

Comme beaucoup de pure players, Showroomprivé.com est assez mature sur la partie acquisition. Nous avons

actuellement 20 millions de membres dans toute l'Europe. Il s'agit maintenant de mieux capitaliser sur cette

base de données clients pour la faire grandir et effectuer des actions de fidélisation.

Nous avons un site "fermé" : pour entrer sur Showroomprivé.com, le client doit s'identifier. Ainsi, tout notre

parcours client peut être tracé.

***

♦ Quelle est la finalité des actions que vous menez ?

Bruce Hoang, ORANGE GROUPE

Nous sommes perçus, à juste titre, comme une entreprise qui détient énormément de données. Cependant,

nous ne pouvons croiser les données CRM de nos clients avec des données de navigation sans leur

consentement explicite. Il s'agit-là d'une obligation légale.

S'il y a un objectif qui mène tous nos projets Data, c'est l'expérience client. Il faut toujours se mettre à la place

du client. Si je lui demande son consentement, il faut véritablement lui apporter une valeur ajoutée forte.

Nos campagnes de communication se font de manière assez désordonnée, avec un système de "silos". Le

simple fait d'éviter à un client de ne pas être exposé à un message publicitaire sur l'offre à laquelle il a déjà

souscrite représente déjà un grand pas.

Si le client accorde son consentement, nous allons dans un deuxième temps pouvoir faire du display CRM,

avec l'objectif de fournir une expérience incomparable (qui reste notre objectif ultime). Au final, la data

permet de replacer le client au centre des directions.

Thibauld Berly, L'OREAL

Nous n'avons pas voulu tomber dans le piège du "buzz word" DMP ! Il s'est agi de profiter de notre immense

terrain de jeu pour lancer des pilotes et procéder à du Test & Learn. Par exemple, nous avons voulu intégrer

les données de Web Analytics et de campagnes dans la base CRM, pour ensuite générer des e-mails en

fonction d'un scoring. Autre exemple : l'utilisation des données de webanalyse et des différents canaux médias

pour venir nourrir des campagnes de bidding sur du look-alike. Voilà des sujets très concrets pour lesquels

nous devons procéder à de l'évangélisation en interne.

Marie-Laure Cassé, VOYAGES-SNCF.COM

Nous avons beaucoup de données, avec quasiment 9 millions de clients par an en France. L'enjeu consistait

dans un premier temps à réunir les données CRM et les données de navigation, afin de construire une

segmentation de nos visiteurs et de monter d'un cran dans la vision des internautes. Cela nous a permis de

faire prendre conscience à l'entreprise des enjeux liés à la personnalisation. La logique est d'appliquer les

recettes CRM (Push notifications, e-mails…) aux leviers médias plus classiques que sont le display, le search…

Le fait de connecter les données CRM et média ouvre la porte à de l'acquisition pure sur des populations

précises qui nous intéressent, sur des bassins d'audiences stratégiques (par exemple, les populations seniors

qui consultent les horaires et les tarifs sur le site, mais qui se rendent en agence physique pour transformer).

Rachel Bouvier, SHOWROOMPRIVE.COM

Comme L'Oréal, nous avons une approche pragmatique et procédons à du Test&Learn. Par exemple, nous

nous servons de nos données CRM pour rentabiliser nos coûts d'acquisition. Sur toutes nos campagnes

d'acquisition de mots clefs, on exclut nos "déjà membres".

Big Data : la rencontre entre CRM et média

4

Nous utilisons également nos données CRM afin de mieux cibler nos campagnes d'acquisition (typiquement

via Facebook et les custom audiences en prenant le profil de nos meilleurs acheteurs).

Nous avons aussi testé des campagnes de remarketing sur des "déjà membres" que l'on re-cible via Facebook

ou du display. Les résultats sont mitigés sur ces petits volumes.

♦ Pour répondre à ces problématiques, quels ont été vos choix technologiques ?

Bruce Hoang, ORANGE GROUPE

Plusieurs critères ont été pris en compte dans l'appel d'offres. Le premier concerne une problématique

d'infrastructures, avec la connexion des données entre elles. Nous avons donc favorisé dans cet appel d'offres

la notion de connecteurs natifs compatibles avec nos outils existants (adsever, outils d'attribution…)

Le deuxième critère est celui de la sécurité. L'objectif n'est pas d'envoyer des données personnelles dans la

DMP. Il nous faut nous assurer que nous avons la possibilité de faire des audits de la plateforme à n'importe

quel moment. Il est aussi important de savoir à quel endroit ces données sont hébergées.

Le critère CRM est absolument fondamental. Il existe des éditeurs qui sont très bien outillés côté média, mais

pas forcément côté CRM. Il nous faut apprendre ensemble à réunir ces deux mondes. Notre interlocuteur doit

comprendre l'environnement CRM et les métiers du CRM. C'est d'ailleurs de là que tout doit partir : le métier

CRM est le point de départ.

♦ L'onboarding

Hugo Loriot, 55

Tout dépend de quel type de CRM on dispose. S'il est très offline, il est peu évident d'aller chercher cette

information sur le digital. Il y a deux façons de le faire : soit décider que tous les clients doivent se connecter

sur mon site, soit faire appel à des systèmes d'onboarding de données. Ces solutions technologiques ont pour

mission de recevoir ces informations offline (nom, prénom, code postal…) et de rechercher le maximum de

cookies (même si la personne n'est pas venue sur le site). Cela illustre bien la complexité des chantiers DMP,

où il est quelquefois nécessaire de faire appel à un attelage d'acteurs pour certains projets.

Marie-Laure Cassé, VOYAGES-SNCF.COM

Nous nous sommes aujourd'hui limités à la partie digitale, en nous disant que la partie offline sera traitée à

part. Il y a tout d'abord une raison juridique à cela, puisque les structures SNCF et Voyages-SNCF.com sont

distinctes. SNCF a pour obligation de traiter l'ensemble de ses distributeurs de la même manière.

Thibauld Berly, L'OREAL

L'objectif consiste tout d'abord à obtenir une certaine transparence sur les outils et à profiter de la

récupération de licences pour faire monter en compétences les équipes. Le fait de disposer de son propre outil

et d'être propriétaire des datas offre bien plus de confort sur les questions liées à la sécurité et à la protection

des données personnelles.

Rachel Bouvier, SHOWROOMPRIVE.COM

Nos problématiques actuelles se situent plutôt sur la volumétrie et le stockage. Nous nous interrogeons sur

l'architecture de notre base pour stocker davantage.

Avec le responsable de la Business intelligence et du Data mining, nous réfléchissons main dans la main sur les

outils que nous avons récemment testés, comme Dataiku, qui permet de "digérer" des données et de bâtir des

modèles statistiques. Nous avons ainsi pu créer un algorithme de détection d'inactivité avec un scoring propre

à chaque client pour retargeter le client au meilleur moment. A l'avenir, nous pourrions avoir recours à ce

genre d'outils afin d'améliorer nos stratégies de prix.

Big Data : la rencontre entre CRM et média

5

♦ Comment organisez-vous la gouvernance avec un écosystème d'agences ?

Marie-Laure Cassé, VOYAGES-SNCF.COM

Traduire une certaine ambition en actions opérationnelles est le plus difficile. De la théorie à la pratique

quotidienne, de nombreuses difficultés se présentent, ces technologies étant assez nouvelles. Il nous fallait

d'abord comprendre le module RTD, ce qu'il fournissait concrètement, qui créait les segments… Les réponses

ont un impact sur la gouvernance. De même, pour les gens du média, la question de la compréhension de la

DMP est assez nouvelle… Le chantier a été complexe. Notre erreur aura été de ne pas le traiter comme un

projet à part entière, mais d'y aller en mode "opportuniste", sans briefings précis.

Thibauld Berly, L'OREAL

Le projet s'est révélé très complexe d'un point de vue technique. Sur le papier, tous les outils sont intégrés

entre-eux et tout fonctionne "sans couture"… La réalité est bien différente !

A cette complexité technique s'ajoute une difficulté au plan de la gouvernance. Des gens qui sont censés

travailler ensemble (notre agence search, notre agence display, notre agence performance) le font assez

rarement dans les faits. Ils seront forcés à collaborer autour de la data et du consommateur. Le fait d'abattre

ces silos (d'un point de vue technique et organisationnelle) entre les différents canaux et de pouvoir

réconcilier des cookies représente d'immenses challenges. C'est pour cela qu'il convient de se mettre en

"mode projet", d'avoir dès le départ les bons acteurs autour de la table et de définir une bonne gouvernance.

Bruce Hoang, ORANGE GROUPE

Nous sommes vraiment en "mode projet" puisque la direction Stratégie client et data est transverse. Un

premier test sans DMP a été mené à l'automne 2013 pour coordonner deux types de campagnes digitales.

Forts de cela, nous avons tenu à mettre en place un comité sponsor, avec un "mode projet" DMP, des use

cases définis… Dans nos grands groupes, ce fonctionnement en "mode projet" avec le soutien de la DG est

indispensable.

Il ne suffit pas d'avoir une gouvernance ; il faut aussi avoir les compétences. J'identifie quatre mots clefs :

CRM, digital, statistiques, consumer insights. J'ai ainsi recruté un responsable de coordination DMP pour

avancer très rapidement avec l'ensemble des acteurs et avec les agences.

Rachel Bouvier, SHOWROOMPRIVE.COM

Nos équipes étant plus réduites (et en tant que pure player), je pense que la complexité est moindre pour

Showroomprivé.com. Le CRM et le média font partie de la même direction, qui est la direction Marketing.

Dans l'espace physique de travail, les compétences sont proches les unes des autres.

♦ Comment L'Oréal, qui regroupe 30 marques dans 60 pays, gère-t-il le déploiement de toutes ces initiatives

Thibauld Berly, L'OREAL

On essaie de ne pas être un frein en central, et plutôt un accélérateur. Cela signifie qu'il y a des technologies

sur lesquelles les pays et les marques n'auront pas le choix. Ce sont des briques de base.

Pour les technologies plus innovantes, comme les outils de bidding ou la DMP, nous avons recours à une

logique de pilotes afin d'apprendre en faisant. C'est une démarche intéressante sur un marché où l'on a du

mal à percevoir la complexité technique des projets et la performance des acteurs.

Sur les briques de base, la Chine est toujours dans le giron du programme global. Nous sommes cependant en

train de tester des acteurs locaux ; nous comparerons les performances de ces outils locaux avec les outils

globaux, afin de choisir le meilleur dispositif.

Big Data : la rencontre entre CRM et média

6

♦ Avez-vous prévenu vos clients du croisement entre données CRM et média ?

Bruce Hoang, ORANGE GROUPE

Cela est prévu pour la deuxième phase de déploiement de la DMP. Tous nos clients ne vont évidemment pas

consentir ; nous allons partir sur une base suffisante pour faire de la modélisation et des scores de

généralisation. Le programme de consentement sera lancé au second semestre 2015.

Marie-Laure Cassé, VOYAGES-SNCF.COM

Nous "matchons" la navigation et l'e-mail lorsqu'il y a eu une commande ou bien un clic sur une newsletter…

Pour les e-mails qui font suite à un abandon de panier, nous avons mis en place une fonctionnalité permettant

de se désabonner de ce type de courriels.

♦ Conclusion

Hugo Loriot, 55

Il n'y a pas de recette unique, mais des réponses différentes en fonction des cas. Il n'est pas obligatoire de

passer par des appels d'offres DMP, en fonction de la complexité du projet que l'on souhaite mener. Derrière,

il y a un grand enjeu de connexion avec les outils d'adserving, de bidding. Aujourd'hui, le dispositif est

étroitement lié aux navigateurs Web et au programmatique. Au sein d'un navigateur, le challenge technique

consiste à intégrer des plateformes hors DSP.

Le fait de travailler en "mode projet" et la prise de conscience sur la dimension tripartite ou quadripartite sont

fondamentales. On ne peut partir tête baissée dans ce type de projet, car même si cela fonctionne

techniquement, il y aura toujours des problèmes de lisibilité des performances.

Cas d’usage : Fusio des do ées CRM et des do ées o li e pour prédire et

répo dre aux esoi s d’i vestisse e ts de i les disti tes prioritaires

Les deux cibles identifiés :

1. Investisseurs qui préfèrent gérer leurs

portefeuilles

2. Investisseurs qui préfèrent être conseillé

Problématique : comment prédire pour chaque point

de co tact dia la cat go ie p su e de l’i dividu ciblé?

Dispositif:

1. Interroger la donnée à son niveau le plus

granulaire

2. Profiler les deux cibles identifiés de manière multi

dimensionnelles (données CRM, données de 3rd

party, comportements navigationnels…) 3. Isoler des critères discriminants pour chaque

cible. Ces critères deviennent des signaux forts au

o e t de l’achat display pou p di e l’appa te a ce à un g oupe ou l’aut e.

Finance

Résultat : « profiling » des deux cibles prioritaires

Dispositif:

1. ingestion dans le DMP des individus et de la segmentation associée – chaque individu est déterminé par un

ID unique

2. Profiling de ces individus en confrontation avec les données 3rd Party présentes dans la base

3. Pour chaque segment, association des 3 meilleurs catégories des partenaires de 3rd Party permettant de

présumer précisément les individus plus propices à devenir des clients à fortes valeurs

Cas d’usage 2:

Identifier les nouveaux clients à plus fortes valeurs grâce à la segmentation CRM offine

Une entreprise financière a établi au sein de sa base CRM 6 segments clés qualifiant ses meilleurs clients.

Elle souhaite pouvoir utiliser cette segmentation dans sa stratégie de prospection

Finance

Mise e place d’u e st at gie d’achat p og a ati ue adapt e

4

Créer des audiences grâce aux données (DMP)

• Activer vos données 1st party

• 50,000+ de segments 3rd Party

• Exporter les segments vers vos

canaux marketing

• Modeliser vos audiences

Construire des campagnescross-canales (DSP)

• Un reach de 100%

• Des options de ciblages

avancées

• Le contrôle de la diffusion

• 130+ partenaires

Exécution avec précision

• Enseignements en temps réel

• Maîtrise de la pression

• Scénarisation

• Bidding selon le parcours

Analysez, apprenez, planifiez (DataMine)

• Affiner la mesure

• Modéliser les bénéfices futurs

• Gagnez en intelligence

• Multi Touch Attribution

Audience/

Data Management

Achat

Programmatique

AnalyseTurn

Platform

CAMPAIGN

SUITE

AUDIENCE SUITE

DATAMINE

ANALYTICS

Digital Hub For Marketers : une plateforme unique pour le marketing

4

OFFLINE ONLINE (cookie ou ID)

Data onboarding : principe

Base CRM

offline

Acteu s d’onboardingTaux correspondance :

30-55%*

Eco-systèmes

publicitaires fermésTaux correspondance :

40-60%*

*Source: sites de Liveramp & Facebook

Exploitation média• Retargeting, extension des

canaux traditionnels CRM

• Profiling de profils

jumeaux pour acquisition

(look alike)

Exploitation

publicitaire dans

l’ cosyst e fe

30-55%

40-60%

Goal: Predict and Cater to the Investment Needs of Two Buyer Persona Types

An online financial services company wanted to cater optimally to the investment needs of two types of buyer

personas: those who prefer to manage their own investments (self-directed) and those who prefer to receive

advice (advice-oriented). The company needed a way to predict prospects’ buyer persona.

Solution: Use Turn DataMine Analytics to Predict Persona

The Turn Marketing Science Services team used Turn DataMine™ Analytics to analyze

merged CRM and online data to find predictive characteristics for the two buyer personas.

DataMine Analytics stores all data, such as media execution data and data ingested from

marketing sources, at the most granular level and maps it to Turn user IDs—so it can be

enhanced with the company’s proprietary CRM data.

For example, customer onboarding for the financial services company involved taking

attributes from its CRM system, which identified existing customers as self-directed

or advice-oriented, and mapping the attributes to the Turn user IDs. With merged data on hand, DataMine Analytics

allowed the Marketing Science Services team to avoid spending time on data collection or cleanup—and get directly

to the high-value analysis. In this case, the analysis focused on looking for predictive characteristics among

self-directed and advice-oriented customer groups.

Results: Apply Buyer Persona Insights to Website and Advertising Strategy

The DataMine Analytics synthesis of the merged CRM and online data identified five predictive characteristics for each

of the buyer personas. For example, if a new prospect is Asian or doesn’t speak English, they’re likely to identify as

a self-directed investor (see figure). If a prospect lives in Nebraska or makes more than $10 million annually, they’re

likely to identify as an advice-oriented investor.

The online financial services company has acted on these findings in its website strategy: The website content now

changes in response to each prospect’s predicted buyer persona. The company may soon enhance its advertising

strategy using buyer persona insights to inform its media buying decisions and alter its creative messaging.

Turn DataMine identifies five predictive characteristics for each persona.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Asian Non-Englishspeaking

Readhoroscopes

Work inso�ware

Live inLas Vegas

Self-directed

Self-directed predictors

Advice-oriented

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Widow Physician/dentist

Farmer Over$10M

Live inNebraska

Advice-oriented predictors

Source: Data from Turn DataMine Analytics for an online financial services company.

Financial Services

Merging CRM and Online Data to Enhance Buyer Personas and Improve Related Strategies

CASE STUDY

Case Study | Financial Services: Merging CRM and Online Data to Enhance Buyer Personas 1

© 2014 Turn Inc. All rights reserved. Turn and the Turn logo are registered trademarks of Turn Inc. DataMine is a trademark of Turn Inc. Other trademarks are trademarks of their respective companies. All services are subject

to change or discontinuance without notice. March 2014

By identifying key characteristics of its buyer

personas, the financial services company

can tailor its website content and advertising

strategy with more relevant offers for each

consumer.

Goal: Reach Potential Customers Online

A inancial services brand wanted to identify their most promising new prospects. The brand had already invested

heavily in understanding their current oline audience and had deined six key CRM segments. Now they hoped to

use this segmentation to identify a similar audience online and target them in just the right way.

Solution: Identify Likely Online Customers by Mapping to Offline CRM Segments

To zero in on the best online prospects, the brand needed to map their oline customers to online users within the

same CRM segments. From there, they could better understand online behavior, tailor their online targeting, and

reach prospects through relevant digital advertising. Here are the steps they followed:

1. Turn® Audience Suite ingested customer data from six oline CRM segments and assigned each oline customer

an online anonymous Turn User ID.

2. Turn DataMine™ Analytics compared attributes of these Turn User IDs to third-party data from the Turn AlwaysOn™

ecosystem to gain insight into these users’ online interests and behavior.

3. For each CRM segment, the top-three AlwaysOn data segments were identiied, allowing the brand to more precisely

target their audiences based on the behavior they exhibit online.

The chart below shows an oline CRM segment (Retirement Accumulators) and the three online segments with the

largest percent of overlap. By mapping the Turn User IDs from the oline segment to the AlwaysOn data ecosystem,

the brand learned that the most promising online prospects in this CRM segment are users interested in jewelry,

universities, and sotware.

Top-three AlwaysOn Segments to Reach the Retirement Accumulators CRM Segment

Technology->Computers->So�ware

Education->Universities

Retail->Apparel->Jewelry

30%

30%

10% 20% 30% 40% 50%

31%

0%

Alw

ays

On

Se

gm

en

t

% Overlap with Offline CRM Segment

Source: Data from Turn DataMine Analytics for a inancial services company.

Next Steps: Making Smart Bidding, Budgeting, and Personalization Decisions

By investing in a deep understanding of their online audience, the brand now had the insights needed to make smarter

marketing decisions and deliver the right messages to the right audience.

To implement their online strategy, the company worked with a third-party vendor to dynamically personalize the brand

website to serve the most relevant content for each visitor, based on the online customer segmentation. Additionally, the

brand leveraged their new inancial insights into each segment by investing more heavily in digital advertising that targeted

the most proitable prospects.

Financial Services

Identifying New Online Prospects Using Oline CRM Segmentation

CASE STUDY

Case Study | Financial Services: Identifying New Online Prospects Using Oline CRM Segmentation

© 2014 Turn Inc. All rights reserved. Turn is a registered trademark of Turn Inc. AlwaysOn and DataMine are trademarks of Turn Inc. Other trademarks are trademarks of their respective companies. All services are subject

to change or discontinuance without notice. September 2014