CDP, DMP, CRM, Data Warehouse et Data Lake : comprendre les concepts pour choisir la bonne solution techno

Publié le lundi 5 juin 2023

De nombreux termes techniques sont aujourd’hui associés à la Data. Ils concernent le Big Data, la Data analyse, la data Visualisation ou encore l’activation Data.

Dans cet article, nous vous proposons d’explorer les concepts de CDP, DMP, CRM, Data Warehouse et Data Lake pour vous aider à y voir plus clair. 

Que signifient les acronymes ? Quelles sont les caractéristiques de ces différentes solutions de gestion de la Data ? Pourquoi choisir l’une, ou l’autre ? 

Par la maîtrise de ces différentes notions, vous disposerez des clés pour effectuer le bon choix de solution en fonction de vos besoins marketing !

Les solutions d’activation de la Data

Pour présenter les 3 principales solutions du marché (CRM, DMP et CDP), l’approche chronologique semble la plus adéquate. Les offres du marché ayant évolué en même temps que les usages Web et marketing, la CDP apparaît aujourd’hui comme la solution la plus aboutie de gestion et d’activation Data.

Solutions CRM : l’exploitation des données nominatives pour mieux gérer la relation client

Les plateformes de CRM (Customer Relationship Management) ont émergé dans les années 90 afin de centraliser les données offline des clients. Elles évoluent dans les années 2000 pour intégrer les données provenant des emailings et devenir des solutions CRM 360. Permettant la gestion d’une qualité limitée de données, les solutions CRM enregistrent des informations nominatives qui concernent toutes les interactions d’un client avec la marque. Du 1er contact à l’achat, elles suivent le client sur l’ensemble du processus d’achat et permettent ainsi d’optimiser le taux de transformation.

Les DMP : des données anonymes pour l’activation média

Avec l’apparition d’Internet dans les années 2000, les données se multiplient. Les données de navigation étant anonymes, elles ne peuvent toutefois pas être exploitées par les CDP. Les DMP (Data Management Platforms) apparaissent alors pour enregistrer les données anonymes de navigation Web générées à partir des cookies. Capables de gérer une très grande quantité de données (navigation, données démographiques, centres d’intérêt), les DMP sont utilisées à des fins médias. Les annonceurs y ont notamment recours pour créer des segments d’audience (à partir de critères définis) et diffuser de la publicité ciblée. L’activation de bannières display constitue l’un des principaux usages des DMP.

Les CDP : une approche globale, une activation omnicanale

Si la DMP permet d’adresser une partie des besoins marketing et Data— notamment pour des objectifs de conquête —, elle ne les couvre toutefois pas tous. Peu performante dans l’intégration des données CRM et dans la partie analyse, elle n’est pas suffisamment interfaçable avec les autres outils marketing. La CDP (Customer Data Platform) est pensée pour apporter une réponse globale à la problématique Data-Marketing : elle recueille tout type de données (quelle que soit leur provenance) ; elle rattache les données de navigation aux données CRM ; elle est efficace en termes de recueil, d’analyse et d’activation de la Data ; l’activation de la Data pouvant ensuite s’effectuer de façon omnicanale (SMS, mailing, display, magasins, …). Les CDP ont en grand partie  remplacés les CDP et constituent ainsi une  brique version complémentaire  et centrale aux solutions CRM

Les entrepôts de données et le Big Data

Du côté des solutions Big Data, on oppose souvent Data Warehouses et Data Lakes.  

Le Data Warehouse : un outil de business intelligence

Le Data Warehouse (entrepôt de données) est une base de données de stockage de la Data utilisée pour répondre à un but précis. Provenant de sources multiples, la donnée y est structurée de façon à faciliter la prise de décision : le Data Warehouse constitue ainsi un outil d’analyse décisionnelle. Ses caractéristiques : les données y sont classées par sujets, il offre une vue d’ensemble chronologique et permet d’accéder facilement et rapidement à la donnée via les requêtes.

Le Data Lake : des données brutes pour l’analyse prédictive

Contrairement aux Data Warehouses, les lacs de données intègrent tout type de données. Plus flexibles — et donc plus faciles à manipuler —, les Datalakes recueillent les données brutes et non structurées, sans objectif précis. Ils intègrent de la donnée en très grande quantité, ce qui peut rendre leur exploitation compliquée mais permet d’effectuer de l’analyse prédictive (par l’analyse de la donnée à grande échelle et l’accès à de nouvelles données).