Parce qu’elles sont un miroir de la société et de ses expressions, les social datas bien remontées, étudiées et analysées sont de formidables aides pour mieux identifier et connaître ses publics, pour orienter les actions, les stratégies de contenu, les réponses aux problèmes clients voire aux crises. Pour autant, comme tout miroir elles ne sont qu’un reflet qui ne laissent paraître que ce qu’on veut bien lui exposer. Aussi est-il essentiel de compléter sa vision avec d’autres datas (open datas, panels, études, bases de données CRM …) car même si les conversations sur un sujet ne sont pas présentes sur les réseaux sociaux, cela ne signifie pas qu’il est absent des préoccupations des publics. Le social va de pair avec la culture et l’éducation, certains sujets considérés comme tabous ne font ainsi l’objet d’aucun échange. Ce qui ne signifie pas qu’il ait aucun sujet chez les consommateurs.

Par ailleurs, les datas remontées sont celles diffusées publiquement et/ou auxquelles les réseaux sociaux permettent d’accéder certains ayant totalement fermé leur API. De la même façon les outils de listening ne remontent pas l’exhaustivité des datas, force est de constater leurs faiblesses en matière visuelle par exemple.

Enfin, si elles aident à l’engagement des publics sur les réseaux sociaux de la marque, cette dernière devra très vite réfléchir à la façon d’orchestrer un « call to action » en faveur de la « first party data » – embasement de ses publics afin de disposer de datas propriétaires. La social data reste périmètrée à ce que les réseaux sociaux souhaitent rendre accessible, elle demeure en ce sens plus second que first party! 

La social data et la performance dans laquelle elle peut inscrire les entreprises doivent devenir des priorités. Pourtant, 60 % des entreprises n’intégrent pas encore de données issues des réseaux sociaux ou du CRM dans leurs analyses des données clients*.

L’enjeu du marketing social

Né il y a un peu plus d’une décennie, le marketing social demeure une discipline récente. Basé sur l’humain et accompagné par la technologie, son champ de réflexion et d’application ne cesseront d’évoluer. C’est pourquoi l’un des premiers investissements que les entreprises doivent lui accorder réside dans l’obtention de datas. La condition sine qua non pour rester en phase avec les mutations perpétuelles et rapides, bénéficier d’une connaissance optimisée de ses clients pour, in fine, réfléchir et agir de façon pertinente.

Or sur les médias sociaux penser data c’est : remonter, étudier et décider à partir de datas généralement non structurées. Des données difficiles à analyser, par leur volume, diversité d’émetteurs, sources, formats (textes, images, vidéo, son …) et cependant incontournables pour optimiser la connaissance client. 

« 80% of business-relevant information originates in unstructured form, primarily text. » Seth Grimes 2008

Aussi s’agit-il, dès le début, de se poser les bonnes questions, de préempter les outils nécessaires et d’activer l’onboarding, notamment par la formation des collaborateurs. 

Analyse linguistique, text mining, intelligence artificielle vont être de précieux alliés pour traiter les datas non structurées. Mais, comment s’assurer d’isoler, parmi les 27 millions de contenu partager tous les jours*, ceux qui nous aideront réellement à la décision ?

Quelles sources pour quels enjeux ?

L’audit de l’existant : analyser ce que la marque exprime sur les espaces numériques

L’étude de l’écosystème va permettre, à partir de données structurées, d’établir un état des lieux de ce que la marque dit, où, quand et comment. 

Parallèlement à l’étude des analytics, de la structuration et des flux, l’analyse sémantique de l’écosystème va éclairer la façon dont la marque s’exprime. Il s’agit de réaliser une étude comparative des corpus sémantiques de la marque, des concurrents et des médias par scraping des datas de chaque écosystème. Cette étude permet, majoritairement à l’aide de cartographies et lexicographies, d’obtenir une vision qualifiée des différentes prises de parole de la marque. 

Mise au regard de la plateforme de marque, de la stratégie éditoriale ainsi que des différents usages inhérents aux espaces sociaux étudiés, cette vision relève les différences et similitudes :

• entre ce que la marque souhaite exprimer et la façon dont in fine elle gère ses prises de parole
• entre ce que le marché et les concurrents expriment et ce que la marque revendique. 

Forte de cette analyse, la marque orchestre ses actions avec une meilleure appréciation de leur résonance et de leur adéquation avec sa stratégie.

Cet audit peut être réalisé plusieurs fois par an en fonction du marché sur lequel il évolue et des objectifs qui lui sont assignés. Il est généralement complété par des données quantitatives, étudiées par monitoring au fur et à mesure de la progression des prises de parole de la marque sur son écosystème.

Le monitoring : comprendre ce que les clients pensent et disent d’un business, d’une marque

Chaque jour viennent s’ajouter au volume déjà conséquent des données recueillies par les entreprises (marketing, logistique, finance …) toutes les interactions des clients (visite sur un site web ou mobile, conversations, commentaires …). 

Le monitoring permet de rassembler, catégoriser, analyser ces dernières. C’est un outil essentiel à la mesure de la performance, le tableau de bord des KPI’s. Il optimise le pilotage des actions en contrôlant leur efficacité. Il donne accès, à partir de datas semi-structurées, à des metrics (engagement, part de voix, carrefours d’audience, sentiments …) qui, après analyse, permettront d’apprécier le ROI des actions conduites (on et off line). 

Véritable baromètre en temps réel de la façon dont les publics évoluent vis à vis d’une marque, son objectif prioritaire est d’optimiser l’engagement. Indispensable au community manager, il peut soutenir le service client en l’éclairant de datas essentielles à une relation plus personnalisée et/ou efficace (historique des contacts sur les réseaux sociaux, conversations, réactions …). Ainsi, General Mills a-t-il créé une base où sont historisés tous les commentaires émis par ses clients sur les réseaux sociaux. En isolant la façon dont les plaintes ont été traitées ils disposent d’un retour d’expérience sur le traitement de futurs cas similaires.

En ce qui concerne les publics, le monitoring éclaire leur profil avec des informations quali/quanti : centres d’intérêt, données socio-démographiques, device utilisé. Ces informations peuvent être utiles pour créer des personas, réfléchir des customer journey qui mettront en exergue des points de contact optimisant ainsi :

• le ciblage du media planning, 
• les investissements en correspondance,
• la création de contenu en adéquation avec les attentes de nos publics.

De la même façon, il permet d’isoler et/ou découvrir des carrefours d’audience, de mettre en relief l’engagement de micro influenceurs, de collaborateurs. Il s’intègre parfaitement, sur ce dernier sujet, dans une démarche d’employee advocacy. En, par exemple, suivant les salariés engagés, les valorisant, établissant des case studies à partir de leur expérience et de son analyse.  

L’ensemble au service du business et de l’entreprise pour lesquels le monitoring aidera à explorer de nouvelles opportunités dans le cadre de démarche de social selling et social recruiting.

Enfin, le monitoring peut, par une analyse des données d’engagement appuyer une politique de test. En monitorant des A/B tests, des sondages, des call to action ou même des demandes directes d’avis du public, nous obtenons des informations sur la résonance des messages. Ainsi pour un test de messages, le monitoring mesurera les niveaux d’engagement de chaque message généré auprès d’un public déterminé avant de généraliser l’investissement sur le ou les messages les plus performants.

Si le monitoring aide au pilotage des actions et décisions il est nécessaire, afin de les orienter de façon plus stratégique, de le compléter par une démarche de social listening. 

« Monitoring sees the trees; listening views the forest. » Patrick Cuttica, Product Marketing Manager Sprout Social

Le social listening : tremplin de l’insight driven marketing

Le social listening basé sur les second et third party data s’appuie sur une utilisation avancée de la technologie dans une démarche de surveillance proactive et dynamique des conversations. 

Souvent associé à la gestion de crise, la perception de signaux faibles révélés par le social listening permet, en effet, de mieux l’anticiper. Il est, en ce sens, l’outil essentiel à sa meilleure gestion. Pour autant, ses fonctions sont loin de se limiter à cette exceptionnelle situation. 

Le social listening apporte avant tout une connaissance du marché, de ses tendances et de ses acteurs grâce à l’écoute des publics (clients, influenceurs, journalistes, collaborateurs…) C’est une démarche totalement customer user centric. C’est pourquoi une des conditions essentielles lorsque l’on aborde la social data, est d’honorer le client. Et le terme honneur prend ici tout son sens. Le social listening doit tout particulièrement être guidé par le respect du type de contenu, du degré d’engagement et de la vie privée du client.

La data issue du social listening a une valeur unique.

• Elle évolue sous la bannière de la spontanéité, presque de la confidence. Issue majoritairement de conversations entre individus, de commentaires concernant un contenu publié et/ou de réactions face à une actualité, prise de parole … elle traite de sujets qui impliquent naturellement les publics. 
• A la différence des classiques études qualitatives, le social listening est basé sur un corpus libre c’est-à-dire qui n’est guidé par la marque ni dans le fond (idée, perception, ressenti …) ni dans la forme (type de format pour s’exprimer).
• S’agissant d’écouter et surtout d’apprendre la réalité quotidienne de nos publics, les enseignements provenant du social listening génère de nouvelles idées, donne à réfléchir de nouveaux concepts tout en assurant une résonance relativement naturelle avec nos audiences.

Grâce à l’intelligence, le social listening accède à la révélation de contexte (espaces, temps, action et/ou pensée), la compréhension de sentiments, d’émotions et de ce qui les a influencés. Et si l’IA peut aider à analyser la social data, l’intervention humaine reste incontournable. Même Watson, le programmateur d’intelligence artificielle d’IBM ne semble pas déceler l’ironie.

Ainsi amplifié par l’intelligence, le social listening évolue de plus en plus vers du social learning. Il conduit les marques, au-delà de l’écoute, dans l’insight-driven marketing. Isoler les insights pouvant faire naître de nouvelles expériences devient alors une priorité. 

Une démarche qui, par sa façon d’aborder les publics, se distingue et complète de nouveau les classiques études.

Des signaux faibles au prédictif

Sans parler de prédictif au sens propre du terme, la détection de signaux faibles peut révéler des insights naissants. Leur découverte aide la marque à mieux anticiper d’éventuelles nouvelles tendances, à tester leur pertinence voire à faire évoluer ses contenus, produits, services en conséquence. 

*Etude Oracle 2016 « Can virtual experiences replace reality » 800 directeurs et responsables des ventes ou du marketing interrogés au sein de la zone EMEA,
* Etude Nielsen/AOL 2011