Avec la suppression progressive des cookies tiers et le renforcement de règles comme le RGPD, le suivi de la pub ciblée devient de plus en plus difficile. Les entreprises misent donc aujourd’hui davantage sur les données first-party qu’elles recueillent directement via leurs sites, formulaires et relations clients. Ces données, bien exploitées, affinent la segmentation et la qualification des prospects, encore faut-il les collecter et les utiliser de la bonne manière.
Cela devient vraiment complexe quand ce type de données est combiné avec des scorings comportementaux, des signaux d’intention d’achat ou d’autres informations sensibles. Ce n’est pas parce que les données sont nombreuses que les décisions seront plus justes, car si ces mêmes données sont inexactes, collectées sans base juridique solide ou encore accessibles aux mauvaises personnes, les risques pour la conformité et la réputation de l’entreprise augmentent vite.
Le CRM HubSpot répond à ces enjeux en rassemblant différents usages comme les fiches de contacts et d’entreprises, les segments d’audience, le scoring des prospects, les signaux d’intention d’achat et la gestion des autorisations et de la confidentialité. Ainsi, la plateforme va véritablement aider à construire des processus commerciaux et marketing beaucoup plus pertinents. Cependant, HubSpot ne remplace pas un service juridique ni la gestion des données sensibles qui reste de la responsabilité de l’entreprise.
Pourquoi les données first-party sont-elles essentielles dans le CRM de HubSpot ?
Les données first-party sont les informations essentielles qu’une organisation récupère directement suite au contact d’une personne ou d’une entreprise. Cela peut être par exemple une soumission de formulaire, une préférence email, une demande de rendez-vous, une visite sur le site, un échange avec le service client ou encore des informations récupérées pendant une vente.
Après avoir créé un compte HubSpot, on se rend compte que ces données peuvent alors être stockées dans les fiches du CRM et utilisées pour faciliter la segmentation des contacts, qualifier les prospects et bien entendu gérer la relation client. Ainsi, le Smart CRM de HubSpot est conçu pour lier les données clients, les différentes équipes et les outils dans un même environnement, tout en offrant aux entreprises qui le souhaitent un moyen de gérer l’accès aux informations les plus sensibles. Concrètement, cette approche présente plusieurs avantages :
1. Un contexte enrichissant. Une entreprise peut associer la soumission d’un formulaire au contact, à l’organisation et à l’opportunité concernés.
2. Une communication plus pertinente. Les équipes peuvent adapter leurs messages en fonction des préférences et des interactions connues.
3. Une meilleure priorisation des ventes. Les commerciaux peuvent se concentrer sur les contacts répondant à des critères commerciaux définis.
4. Une continuité améliorée. Les équipes marketing, commerciales et de service peuvent travailler à partir de fiches partagées.
Bien que cette approche soit avantageuse, collecter des données first-party ne suffit pas à garantir la conformité. En effet, l’entreprise concernée doit toujours pouvoir justifier la donnée collectée, la raison, le temps de conservation et les personnes pouvant accéder à la data concernée. Le consentement, l’intérêt légitime, la nécessité contractuelle et les autres bases juridiques doivent être évalués conformément à la législation applicable et à l’activité de traitement spécifique.
Pour répondre à cet enjeu de taille, HubSpot propose alors des paramètres de confidentialité et de gestion du consentement. Par exemple, il est possible de n’envoyer que des emails marketing aux contacts pour lesquels une base juridique a bien été enregistrée. La plateforme offre également une propriété permettant de suivre la base juridique du traitement des données d’un contact comme le consentement ou encore le contrat.
Comment gérer le scoring et les signaux sensibles avec HubSpot ?
Le scoring permet aux équipes d’attribuer des valeurs bien précises aux critères liés à l’engagement potentiel d’un contact. Selon les configurations prédéfinies en amont, vous pouvez alors inclure certaines caractéristiques de l’entreprise, des interactions de contenu et bien d’autres. Cet outil peut ainsi aider les différentes équipes commerciales à prioriser leur charge de travail. Cependant, le scoring est un modèle basé sur différents points, et si les critères sont incomplets, le résultat ne peut pas être considéré comme étant fiable.
Quant aux signaux sensibles, il est possible grâce à HubSpot de les distinguer en plusieurs traits distincts, notamment l’intention du visiteur, l’intention de recherche, les actualités de l’entreprise et les signaux au niveau du contact.
Bien que ces signaux soient utiles pour prioriser les comptes, ils doivent être interprétés avec prudence. L’intention ne garantit pas qu’une entreprise passera à l’achat et ne constitue pas nécessairement une demande explicite de contact de la part d’une personne. Une entreprise peut en effet effectuer des recherches sur un sujet pour diverses raisons, telles qu’une analyse de marché, un recrutement ou des travaux de recherche universitaire.
Les signaux sensibles nécessitent un niveau de contrôle particulier. HubSpot définit des catégories de données sensibles pouvant inclure des informations d’identification personnelle ainsi que des données financières, de santé ou médicales, tandis que les données “hautement sensibles” englobent des catégories telles que les numéros de sécurité sociale.
Comment automatiser la donnée sans compromettre la conformité avec HubSpot ?
L’automatisation vous permet de transformer les données first-party et les signaux sensibles en actions vraiment concrètes. Ainsi, en utilisant HubSpot, votre workflow peut alors se déclencher lorsqu’un contact répond à certains critères, puis effectuer différentes actions, comme mettre à jour une propriété spécifique, créer une énième tâche ou encore envoyer une notification en interne.
Le risque apparaît seulement au moment où l’automatisation tire une conclusion trop rapide. Par exemple, la visite d’une page peut indiquer certes un intérêt certain pour une offre, mais ne signifie pas automatiquement que le contact peut recevoir une offre marketing. Il est donc préférable de séparer plusieurs étapes :
1. Identifier un signal. Une visite de page, un téléchargement ou une demande de démonstration peut révéler un intérêt.
2. Évaluer le prospect. Le scoring ou d’autres règles permettent de déterminer si ce signal mérite une attention particulière.
3. Vérifier les conditions de communication. Avant d’envoyer un message, l’entreprise doit s’assurer que la communication envisagée est autorisée et adaptée à la situation du contact.
4. Déclencher l’action appropriée. Il peut s’agir d’une tâche pour un commercial, d’une notification interne ou, lorsque les conditions sont réunies, d’une communication avec le contact.
5. Suivre les résultats. Les équipes peuvent ensuite vérifier que le workflow fonctionne comme prévu et corriger les éventuelles erreurs.
Les paramètres de confidentialité de HubSpot peuvent aider les entreprises à gérer certains aspects liés aux communications et aux e-mails marketing. Mais ces outils ne suffisent pas à eux seuls. Les formulaires, les informations présentées aux utilisateurs et les processus internes doivent également correspondre aux pratiques réelles de l’entreprise.
L’objectif n’est donc pas de limiter l’automatisation, mais de l’utiliser au bon moment et pour la bonne action. Un signal d’intérêt peut déclencher une analyse ou une tâche interne sans forcément entraîner l’envoi automatique d’un message.
Comment unifier la donnée sans la dégrader avec HubSpot ?
L’unification des données dans HubSpot améliore la qualité des leads selon 79 % des clients. Cette statistique est basée sur leurs simples retours et ne doit pas constituer une garantie de résultat, mais peut illustrer la raison qu’ont les entreprises de combiner les données CRM et la segmentation. Ainsi une meilleure organisation de la data peut permettre alors :
- D’identifier plus rapidement les prospects.
- De limiter les doublons et les informations incohérentes
- D’améliorer la coordination entre les différentes équipes de l’entreprise
- De créer une segmentation beaucoup plus précise.
- D’automatiser les tâches manuelles et répétitives pour gagner du temps.
- Assurer un meilleur suivi de l’utilisation des données.
Attention cependant, si vous mesurez uniquement les performances commerciales, cela vous donnera une vision incomplète. En effet, une campagne peut tout aussi bien générer davantage de conversions tout en provoquant aussi une hausse des désabonnements.
Il est donc utile de suivre deux types d’indicateurs : les résultats commerciaux et la qualité de la gestion des données. Prenons un exemple simple.
Du côté de l’équipe commerciale, une entreprise peut suivre :
- Le taux de conversion par segment.
- La qualité et le taux de qualification des prospects.
- Les performances des campagnes ou des automatisations.
Et du côté de la gestion des données, elle peut notamment surveiller :
- Le nombre de contacts dont les informations de consentement sont absentes ou incohérentes.
- Le nombre de désabonnements ou de contestations.
- Les accès aux données sensibles.
- Les demandes liées aux données personnelles et leurs délais de réponse.
- Les communications bloquées faute de consentement valide.
L’objectif principal ici est de trouver le parfait équilibre entre performance et confiance. En effet, une meilleure utilisation des données peut bel et bien aider les différentes équipes de votre entreprise à être plus efficaces dans leurs tâches.
Les étapes à suivre pour bien combiner les données first-party
1. Définissez l’objectif. Dans un premier temps, vous devez déterminer si le processus vise à qualifier des prospects, personnaliser du contenu ou assurer le support client.
2. Cartographiez les sources de données. Il s’agit ici d’identifier les informations provenant de formulaires, de sites web ou encore de l’activité commerciale.
3. Distinguez les catégories de données. Identifiez les informations ordinaires, confidentielles, sensibles.
4. Testez les modèles de scoring. Comparez les scores obtenus avec les résultats commerciaux réels.
5. Effectuez des audits réguliers. Contrôlez la qualité des données, les permissions, les exports, les durées de conservation et les résultats des campagnes.
