Le RGPD est entré en vigueur le 25 mai dernier au sein de l'Union européenne. Ce règlement permet de protéger la confidentialité et les données des consommateurs, mais aussi d'imposer un cadre pour l'utilisation de ces informations dans les décisions qui concernent les consommateurs.

Les marketeurs utilisant des pratiques conformes en matière de données seront tentés de continuer leurs activités sans trop s'inquiéter du RGPD. Ils seront toutefois dans l'erreur. En effet, les nouvelles technologies et techniques d'utilisation des données consommateur doivent elles aussi respecter les normes de confidentialité. Il peut s’agir de fonctionnalités complexes d'IA et de machine learning au simple ciblage d'une campagne.

 

Les consommateurs peuvent refuser le traitement automatique de leurs données

Le RGPD impose aux entreprises d'obtenir le consentement des consommateurs pour le partage de leurs données, mais aussi pour le « profilage ». Cette technologie est décrite comme une « procédure pouvant impliquer une série de déductions statistiques... souvent utilisées pour prédire le comportement des personnes ». Cela comprend tous les procédés techniques dotés de fonctionnalités de machine learning, d'algorithmes ou même de simple règles permettant de catégoriser les consommateurs ou de prendre des décisions les concernant. Les exemples les plus fréquemment cités sont les processus identifiant automatiquement les individus répondant à certains critères pour un produit. C'est le cas notamment des cartes de crédit. Mais il ne s'agit pas là que des types de profilage pouvant affecter la capacité des personnes à emprunter, ou faisant prendre des proportions troublantes à une simple intervention médicale : tout profilage peut avoir de profondes conséquences, et les marketeurs doivent s'en préoccuper, même lorsque leurs produits semblent moins sensibles.

Dans le retail, les marketeurs utilisent les données d'achat d'un consommateur pour choisir l'image du produit à afficher dans une campagne d'e-mail marketing. Des parasols sont par exemple proposés après l'achat de meubles pour un patio, et des boîtes aux lettres après l'achat d'un paillasson. Un tel « profilage » nécessite généralement le consentement des consommateurs.

 

Ciblage et discrimination : la distinction

Le ciblage est un élément essentiel du marketing digital. Il permet non seulement d'améliorer la pertinence des suggestions, mais aussi d'éliminer les messages et les dépenses médias inutiles d'une campagne. Le règlement de l'UE sur la confidentialité établit une distinction entre les différents types de ciblage. Même lorsque leur entreprise obtient le consentement des consommateurs pour le profilage, les marketeurs doivent se pencher sur chaque campagne et se préoccuper des « mesures de protection visant à garantir l'impartialité, la non-discrimination et la précision du profilage. »

L'utilisation du profilage pour proposer un parasol ou une boîte aux lettres est une chose, mais les consommateurs peuvent percevoir comme discriminatoires les ciblages basés sur des facteurs fortuits, comme le salaire ou l'origine ethnique, données bien plus sensibles. Imaginons par exemple qu'un algorithme de machine learning relie une certaine tranche de la population à un menu hamburger en restauration rapide, et une autre à des salades. Si les recommandations pour le menu hamburger ciblent un groupe à faible revenu ou d'une certaine origine ethnique, le profilage peut être perçu comme discriminatoire, le hamburger n'étant pas considéré comme un aliment sain.

 

Gagner en précision, c'est améliorer l'IA et l'humain

Pour les marketeurs, les exigences du RGPD en matière de profilage représentent une véritable opportunité d'évaluer les sources de leurs données, ainsi que les processus utilisés pour cibler et profiler les consommateurs. Selon une étude du cabinet Deloitte, seuls 29 % des fournisseurs de données tiers font preuve de précision plus d'une fois sur deux. Avec seulement 29 % de fournisseurs proposant des services fiables à plus de 50 %, c'est un peu comme tirer à pile ou face. Il est donc presque plus sûr de deviner que de faire appel aux 71 % restants... Pour plus de pertinence, les marketeurs doivent fréquemment tester leurs fournisseurs partenaires et s'efforcer de collecter et d'actualiser plus souvent les données agrégées directement par leur entreprise. L'avantage ? Avec une hausse de la pertinence et une baisse des dépenses de fournisseurs tiers, tout le monde y gagne.

Le déploiement d'algorithmes d'IA précis et pertinents doit aussi devenir une priorité, car identifier les données de valeur permet aussi de réduire l'utilisation de grands volumes d'informations. Le RGPD et ses réglementations profitent donc à la fois à l'IA, aux marketeurs et aux consommateurs. Dans leur quête de pertinence, de nombreux programmes de marketing relationnel peuvent s'enliser, tout comme Gillette et ses désastreux ciblages...

La bonne nouvelle, c'est que les exigences du RGPD devraient permettre d'harmoniser les meilleurs intérêts de l'IA, des marketeurs et des consommateurs. Cependant, dans l'immédiat, les marketeurs doivent apprendre à privilégier le long terme sur le court terme, et se libérer des objectifs d'échelle et de ventes pour miser sur la valeur de la fidélité client. La course aux objectifs sur le court terme n'a eu qu'un résultat : gonfler la valeur des données tierces, réduire la précision de l'IA et frustrer, voir discriminer les consommateurs. Il est donc grand temps d'aller de l'avant !

Commentez, Likez, Partagez

Adoptez une approche humaine et tournez le RGPD à votre avantage

Découvrez comment être plus humain dans votre manière de collecter la donnée peut vous permettre de tirer parti du RGPD.

En savoir plus +

Découvrez notre plateforme
en action

Demandez une démo