MODERN MARKETING DATA STACK

Comment les professionnels du marketing data-driven unifient, analysent et activent leurs données pour générer plus de revenus

Modern Marketing Data Stack 2023

Face à l’arrivée de l’IA générative et des grands modèles de langage (LLM), à la convergence de l’AdTech et de la MarTech, et à l’importance accrue accordée aux questions de confidentialité des données, les spécialistes du marketing doivent s’adapter. Pour être efficaces, ils ont impérativement besoin de s’appuyer sur une pile technologique appropriée.

Snowflake a analysé les plateformes et outils que ses clients utilisent le plus souvent pour améliorer leurs analyses de données marketing et mesurer de façon plus précise leurs performances et leur retour sur investissement.

Notre rapport, Modern Marketing Data Stack 2023, identifie les entreprises leaders et celles « à suivre » parmi les dix catégories de technologies qui composent aujourd’hui les data stacks dédiés à des applications marketing. Il aborde également les impératifs stratégiques qui affectent la façon dont les professionnels du marketing unifient, analysent et activent leurs données pour générer plus de revenus.

 

TÉLÉCHARGER MAINTENANT

LES FACTEURS QUI REDÉFINISSENT LES STRATÉGIES

Marketing ET LES INVESTISSEMENTS TECHNOLOGIQUES

 

Un an après la publication de notre premier rapport, le Modern Marketing Data Stack a évolué, témoignant du rythme effréné du changement dans ce domaine.

Notre rapport s’intéresse aux technologies majeures que plus de 8 100 de nos clients utilisent dans le Data Cloud Snowflake pour alimenter leur pile marketing. Dans le cadre de l’édition de cette année, nous opérons une distinction entre les technologies de données fondamentales, dont l’IA, et les outils spécifiquement dédiés au marketing. Notre étude nous permet de dégager plusieurs tendances, notamment la convergence rapide entre l’AdTech et la MarTech (voir ci-dessous), l’importance accrue accordée aux outils de mesure (et d’activation) des données, les enjeux liés à la confidentialité des données personnelles, etc. 

 

 

INTELLIGENCE ARTIFICIELLE ET MACHINE LEARNING :

L’ÉMERGENCE DES LLM

Il ne fait aucun doute que les LLM sont appelés à jouer un rôle majeur dans tous les secteurs d’activité et qu’ils auront un impact significatif sur la productivité des spécialistes du marketing. Selon les conclusions de notre rapport de cette année, l’adoption d’outils d’IA et de ML par les clients de Snowflake a augmenté de 15,5%, et ces derniers ne comptent pas s’arrêter là.

LIRE LE RAPPORT

CONVERGENCE DE L’ADTECH ET DE LA MARTECH :

QUATRE FACTEURS DÉTERMINANTS

Si les technologies utilisées dans le cadre de la publicité numérique et du marketing ont été créées de façon indépendante, les outils AdTech et MarTech tendent désormais à converger en raison de la disparition des silos de données. Dans l’ensemble, cette convergence reflète l’évolution des pratiques en matière de marketing et de publicité, qui privilégient une approche plus intégrée et davantage axée sur les données. Quatre phénomènes expliquent en grande partie cette évolution :

1. Le paysage médiatique est en perpétuelle mutation et fragmenté.

2. Les solutions technologiques censées aider les spécialistes du marketing à y évoluer le sont tout autant.

3. Les problèmes d’inefficacité coûtent cher.

4. Les dirigeants d’entreprise cherchent résolument à réduire leurs dépenses.

CONFIDENTIALITÉ DES DONNÉES :

RÉPONDRE AUX ENJEUX ACTUELS

Les professionnels du marketing veulent unifier leurs données issues de sources différentes pour bénéficier d’une visibilité complète sur leurs clients et adopter une stratégie de commercialisation efficace tout au long du parcours client. Face aux préoccupations croissantes des clients et aux règles et réglementations gouvernementales de plus en plus strictes en matière de confidentialité, il devient indispensable d’adopter une approche responsable.

De nouvelles techniques et technologies émergent, notamment l’utilisation de data clean rooms, qui permettent de partager des données de manière sécurisée et confidentielle, tout en appliquant des politiques de gouvernance qui tiennent compte des questions de consentement et d’autorisation d’accès.

  • Méthodologie

    Cette étude avait pour objectif d’identifier les technologies qui contribuent au développement de l’importante base de clients actifs sur Snowflake. Nous avons mené notre analyse sur une période de 12 mois, du 4 avril 2022 au 3 avril 2023, en nous intéressant à plus de 8 100 de nos clients. Nous avons appliqué la démarche suivante :

    Identifier la liste complète des technologies de data stack dédiées à des applications marketing :

    • Nous avons étudié les technologies de marketing utilisées par nos clients actifs sur Snowflake au cours de la période d’analyse. Par « client actif », nous entendons :
      • Un client ayant conclu un contrat de capacité ou un contrat de services à la demande/en libre-service dont la durée contractuelle n’est pas expirée.
      • Un client qui a généré des revenus pour Snowflake au cours de l’année précédente.
    • Les technologies considérées comme faisant partie des quatre catégories d’outils fondamentaux de data stack appartiennent nécessairement à des membres actifs du réseau de partenaires Snowflake Partner Network (SPN) ou font l’objet d’un accord comparable avec Snowflake. Les technologies incluses dans les six catégories de plateformes et d’outils spécifiques au marketing et à la publicité appartiennent nécessairement à des membres actifs du SPN ou des partenaires de la Marketplace Snowflake qui en ont accepté les conditions générales.
    • Les chiffres indiqués en matière de croissance tiennent compte de tous les clients actifs sous contrat de capacité ou en libre-service à compter du 4 avril 2022 et qui ont généré des revenus positifs pour Snowflake au cours de la période d’une année jusqu’au 3 avril 2023. Les pourcentages reflètent l’utilisation croissante par nos clients des outils respectifs de chaque catégorie en avril 2023, par rapport à l’utilisation de ces mêmes outils en avril 2022.

    Séparer les technologies en fonction de leur type d’utilisation sur Snowflake : 

    Les nombreux workloads proposés par Snowflake, combinés aux possibilités offertes par les différents modèles de déploiement d’applications qui y sont disponibles, permettent aux fournisseurs d’intégrer leur solution dans le Data Cloud Snowflake de différentes manières et pour de multiples finalités. Pour évaluer précisément leurs niveaux d’adoption et de leadership sur le marché, nous avons appliqué des indicateurs spécifiques aux fournisseurs en fonction de leur type d’utilisation sur Snowflake. Pour être plus précis, l’analyse consistait à séparer les fournisseurs de technologies en deux catégories distinctes : ceux dont les technologies utilisent des workloads de Snowflake à des fins d’intégration, de transformation et d’analyse de données, et ceux dont les technologies utilisent le workload Collaboration de Snowflake. Le taux d’outils chevauchant les deux catégories était inférieur à 0,5 %.

    Identifier les indicateurs clés nécessaires pour mesurer le succès des différents outils de marketing pour chaque catégorie.

    • Les indicateurs pour les technologies utilisant les principaux workloads de Snowflake à des fins d’intégration, de transformation et d’analyse de données étaient les suivants :
      • Nombre total de clients actifs utilisant la technologie sur Snowflake
      • Nombre total de crédits consommés par la technologie utilisée sur Snowflake
    • Technologies utilisant le workload Collaboration de Snowflake :
      • Nombre total de périphéries stables qui incluent la technologie. Les périphéries stables désignent des relations de collaboration permanentes entre des fournisseurs et des consommateurs de données. Par définition, une périphérie stable est un partage de données qui, au cours de deux périodes successives de trois semaines, a produit au moins 20 transactions (sur chaque période) pour lesquelles des ressources de calcul ont été consommées et dont la consommation s’est traduite par des revenus comptabilisés pour le produit.
      • Nombre total de crédits consommés en raison de partages de données par la technologie utilisée sur Snowflake.
      • Dépenses totales effectuées sur Snowflake (budget de consommation) en tant que moyen de crédit pour les applications et les outils gérés qui fournissent des services à des consommateurs, sans partage de données.

    Générer un classement en fonction du type d’utilisation sur Snowflake qui illustre le niveau de pénétration de la technologie sur le marché, et indiquer le niveau d’utilisation qui en est fait. Le calcul se base sur les critères pondérés suivants :

    • Technologies utilisant les principaux workloads de Snowflake à des fins d’intégration, de transformation et d’analyse de données :
      • Ampleur (50 %) : nombre de clients actifs
      • Profondeur (50 %) : nombre total de crédits consommés
    • Technologies utilisant le workload Collaboration de Snowflake :
      • Ampleur (40 %) : nombre de périphéries stables
      • Profondeur (40 %) : nombre total de crédits consommés pour des partages de données
      • Dépenses (20 %) : budget de consommation, indicateur de l’ampleur de l’adoption des applications gérées, en plus de l’utilisation du partage de données 
    • Catégorie relative à l’enrichissement des données :
      • Ampleur (100 %) : nombre de périphéries stables, pour mesurer en priorité les niveaux de collaboration à des fins d’enrichissement plutôt que la taille des ensembles de données des différentes entreprises.

    Classer/sélectionner les technologies de marketing de 1 à N, respectivement de la meilleure position dans le classement aux moins favorables. Combiner la liste complète des technologies des deux groupes et normaliser ce classement de 0 à 100. (Une note de 100 correspondrait à la technologie en tête du classement pour chaque indicateur.)

    • Les entreprises leaders correspondent à celles dont les technologies ont l’indice le plus élevé dans chaque catégorie.
    • Les entreprises « à suivre » ne jouissent pas nécessairement de la même notoriété que les entreprises leaders, mais nous avons fait le choix de les retenir en tenant compte de plusieurs facteurs. Par exemple, elles affichent depuis peu une forte dynamique sur le marché, ou elles proposent une technologie ou une approche innovante avec Snowflake, ou encore parce qu’elles ont récemment apporté la preuve de leurs solides capacités à répondre aux besoins de leurs clients.

Modern Marketing
Data Stack 2023

Pour connaître les entreprises leaders parmi les dix technologies qui composent les data stacks dédiés aux applications marketing, ainsi que les tendances émergentes à suivre dans les prochaines éditions, téléchargez le rapport Modern Marketing Data Stack 2023 – Comment les professionnels du marketing data-driven redéfinissent leurs stratégies pour unifier, analyser et activer leurs données afin de générer plus de revenus.

 

TÉLÉCHARGER MAINTENANT