1. Centralisation des données
C’est la première étape de la mise en place de la CDP : redescendre les données des différents points de contact au sein d’une même base de données. C’est là qu’intervient les outils d’ingestion tels que Fivetran , Stitch Data , Airbyte , Rivery.io ,etc. Ces outils vont permettre d’ingérer dans une base de données ( BigQuery , Snowflakes, PostGreSQL, etc) les données des différents outils utilisés au sein de l’entreprise :
La CDP (Customer Data Platform) a pour fonction de centraliser toutes les données clients au sein d’un même Data Warehouse . Son rôle est de réconcilier tous les points de contact du client au sein d’un même base afin de créer une vision client à 360°. A l’ère du Cloud et de l’émergence des socles de données modernes ; mettre en place une CDP est devenu ultra simple si on considère les fonctions suivantes :
- Centralisez toutes les données au sein d’un même Data Warehouse
- Créer une vue client 360°
- Créer des segments clients ( Ex : Clients n’ayant pas fait des achats depuis 90 jours ou prospects depuis 90 jours sans achat )
- Activer des audiences au sein des outils de marketing ( Ex : Google , Facebook , Criteo , Hubspot, etc)
2. Construction d’une vision client 360°
Les données une fois disponibles dans BigQuery , DBT va nous permettre de pouvoir consolider les données extraites des différentes sources pour créer un table client 360°
Pour chaque client, nous allons pouvoir avoir toutes les informations liées à ses interactions avec l’entreprise. Cette table , disponible dans BigQuery, est systématiquement mis à jour suivant les besoins métiers ( mise à jour toutes les heures, tous les jours , toutes les semaines ou tous les 3 jours) par un job DBT.
3. Créer des segments clients
Grâce à DBT , on va pouvoir créer des segments clients suivants leurs consommation et maintenir automatiquement la mise à jour de ces segments clients. L’idée finale est d’activer ces segments via un outil de Reserve ETL notamment Census , qui va nous permettre de mettre ses listes d’audience ( Segment client ) dans Google Ads , Facebook Ads , ou tout autre outil permettant de lancer des campagnes de types Customer Match.
Les scripts de création de liste d’audience se font dans DBT via des requêtes SQL :
1. Liste audience 1 => prospect de plus de 90j sans achats
select
customer_id,
email
from {{ ref('stg_presta_data') }}
where anciennete > 90 and revenue = 0
2. Liste audience 2 => Top 1000 clients
select
mdp_client_id,
email
from {{ ref('stg_presta_data') }}
order by revenue desc
limit 1000
