-A +A

Imagine Canada

Pour la cause. Pour la communauté.

Analytique et marketing dans le secteur caritatif. De quoi est-il question?

Mercredi, 23 Mai, 2018
Auteur invité
étude de cas
Mécénat d'entreprise
Collecte de fonds
Communication marketing
Technologie / Médias sociaux
Ronan Ryan
A network web of green rope

Étude de cas du partenariat de la Croix-Rouge canadienne avec Walmart

L’autre jour, j’ai rencontré une amie qui travaille pour le compte d’une fondation hospitalière, et au cours de notre conversation, elle m’a posé des questions sur nos capacités en matière de base de données et d’analytique. Elle avait reçu la visite d’un représentant qui n’avait pas tari d’éloges pour ce qu’il appelait son produit d’« analytique ».

Nous sommes entrés dans le vif du sujet et avons vite constaté qu’il règne dans le secteur une certaine confusion quant à la terminologie et à la signification de ce que les gens appellent l’« analytique ». Traditionnellement, l’analytique était un champ d’activités dominé par les mathématiciens, statisticiens et programmeurs, et bien que ces derniers continuent de jouer un rôle de premier plan, les professionnels du marketing et d’autres gens d’affaires occupent une place de plus en plus importante en raison de paramètres opérationnels, de l’explosion des volumes de données et de leur accessibilité accrue grâce à des techniques de visualisation améliorées.

Revoir notre façon d’utiliser l’analytique

Il y a quelques années, la Croix-Rouge canadienne a procédé à une réorganisation de son équipe responsable du marketing et de la philanthropie pour remplacer l’ancienne structure par des canaux marketing et des « cellules » de soutien d’affaires. Cette démarche était guidée par une volonté de délaisser le modèle des employés « touche-à-tout », qui engendrait des dédoublements de travail et passait à côté des avantages offerts par un alignement fonctionnel de nos activités, pour adopter un modèle axé sur des centres d’excellence qui misent sur la valorisation et le développement d’une expertise spécialisée et approfondie.

Parmi les cellules de marketing nouvellement créées, nous comptions une cellule d’analytique initialement composée de trois as de données autodéclarés. Leur défi consistait à trouver des réponses à des questions que nous ignorions à ce moment-là. Compte tenu de 1,2 million de dossiers de donateur actifs et l’engagement de l’organisation d’investir dans notre architecture informatique, les trois avaient peine à dissimuler leur excitation…

La logique voulait que nous commencions par faire le point sur le travail d’analytique que nous faisions déjà. Nous avons alors utilisé un schéma très répandu et utile qui divise le domaine de l’analytique en quatre pistes d’enquête, soit :

  • l’analytique descriptive
  • l’analytique diagnostique
  • l’analytique prédictive
  • l’analytique prescriptive.

L’analytique descriptive correspond à ce que de nombreux professionnels du marketing dans le secteur caritatif font depuis des années, c’est-à-dire de diriger le regard vers le passé pour analyser le rendement d’une activité individuelle, d’une campagne ou d’un canal de marketing en fonction de plusieurs mesures prédéfinies. On a souvent recours aux tableaux de bord pour présenter les résultats de ce travail, on crée des points de repère, alimente les décisions d’affaires et évalue le succès ou l’échec d’une activité.

Notre campagne annuelle avec Walmart Canada est un exemple concret de l’utilisation de l’analytique descriptive. Depuis des années, Walmart Canada et ses clients font preuve d’une remarquable générosité envers la Croix-Rouge canadienne. Ensemble, nous avons recueilli plus de 35 millions de dollars pour aider des familles au Canada à se préparer à des catastrophes et à se remettre d’une telle expérience. On parle ici de situations qui ne font pas nécessairement les manchettes, p. ex. l’incendie d’une maison familiale. Les associés de Walmart suggèrent à leurs clients de faire un don à la Croix-Rouge canadienne et versent un montant équivalent à celui récolté auprès de leur clientèle.

Grâce à l’analytique descriptive, nous avons pu étudier les tendances au jour le jour, les résultats par magasin et même le rendement par gestionnaire au cours des années précédentes pour établir des points de repère pour la campagne de l’année en cours. Nous avons ramené les résultats globaux à des cibles quotidiennes afin d’être en mesure de comparer les chiffres actuels à ceux de l’année précédente.

Walmart  - Résultats journaliers 2017

Walmart 2017 Daily Update Dashboard

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Qu’en est-il de l’analytique diagnostique? En étudiant l’évolution des résultats au cours des années, nous nous sommes arrêtés à une variable qui nous intriguait, soit les résultats d’un magasin en particulier par rapport à l’historique d’un gérant de magasin en particulier. Si nous parvenions à déterminer les gérants au rendement supérieur, nous pourrions concentrer nos efforts sur eux et évaluer les effets de ce soutien.

Nous nous sommes donc penchés sur les vingt gérants les plus performants (c’est-à-dire les gérants qui, nonobstant le magasin sous leur responsabilité, ont entraîné une augmentation marquée des dons reçus). Une fois l’information dégagée par notre cellule d’analytique, l’équipe de l’engagement communautaire a été en mesure d’entrer en contact avec ces personnes, par l’intermédiaire de notre partenaire, et de leur offrir un niveau accru d’appui et d’encouragement, ce qui a permis de solidifier leur engagement et de les reconnaître comme champions à l’interne dont le comportement pouvait servir de modèle aux autres.

Comme laisse sous-entendre son nom, l’analytique diagnostique consiste à étudier de manière concentrée et approfondie une question particulière et d’aller au-delà des chiffres en surface pour exposer les schémas qui les sous-tendent. Pourquoi la campagne n’a-t-elle pas atteint les résultats escomptés? Pourquoi certains segments du public cible ont-ils un meilleur rendement que d’autres? Comment pouvons-nous tester les paramètres d’une question pour établir les variables clés?

Passer à un autre niveau

C’est à l’étape suivante que le plaisir commence réellement. Compte tenu de la multitude de personnes et de magasins qui font partie de la campagne, l’optimisation des activités quotidiennes devient un élément fondamental. En ce sens, l’historique de rendement ne représente qu’une dimension à considérer pour déterminer les résultats probables d’un magasin.

L’équipe a donc développé un algorithme qui tient compte de plusieurs déterminants de succès et, à partir de ces derniers, fait des prévisions de revenus pour chaque magasin, que nous avons appelé le « rythme » d’un magasin. Combinée à nos activités de suivi des résultats journaliers, cette information nous a fourni, à nous et à Walmart, un outil de gestion inestimable pour déterminer la liste de magasins requérant notre attention au quotidien.

Cette partie de nos activités constitue un exemple tout simple, mais ô combien efficace de l’analytique prédictive, un domaine que nous sommes à explorer activement pour rattraper notre retard sur le monde du marketing commercial. Cette variante de l’analytique prend toute son importance dans le contexte de la planification opérationnelle. Lorsqu’une catastrophe survient, nos collègues responsables des opérations doivent trouver un équilibre entre, d’un côté, les besoins des individus et collectivités et, de l’autre côté, la quantité de ressources à leur disposition. Le montant probable de dons versés par le public représente une information cruciale pour ces équipes alors qu’ils planifient leur déploiement pendant les premiers jours suivant une catastrophe.

Pour satisfaire les besoins de nos collègues aux opérations, nous avons créé un autre algorithme à partir de plusieurs critères (réponse aux demandes de don antérieures, couverture médiatique, évolution des premiers dons en ligne, etc.), que nous avons appelé affectueusement notre « boule de cristal ».

Afin d’optimiser l’utilisation de ce nouvel outil, il a fallu prendre le temps de bien former nos collègues à l’art des plages de probabilités. Les équipes aux opérations ont besoin de certitude; or, jamais une campagne de collecte de fonds en situation de catastrophe ne pourrait leur en fournir. C’est pourquoi nous leur avons plutôt communiqué des plages de probabilités, marquées par un point inférieur et un point supérieur des revenus prévus, qui permettent de travailler avec un certain niveau de certitude. Au fur et à mesure que l’algorithme est nourri de données, il devient de plus en plus précis au point où, après une semaine, et nonobstant les autres facteurs, nous sommes en mesure de prédire avec une précision relative les résultats de nos efforts de collecte de fonds dans un horizon de deux à trois mois.

Prévision des probabilités de résultats de la campagne (total)

Probability Forecast of Appeal Total

La prochaine étape

À la Croix-Rouge canadienne, nous travaillons actuellement à nous approprier le prochain niveau d’analyse, soit l’analytique prescriptive. Celle-ci consiste en une combinaison des trois niveaux d’analyse présentés précédemment pour « dicter » la démarche que nous adoptons par rapport à un donateur, p. ex. le nombre, le type et la fréquence de contacts. Plutôt que de ressembler à une partie de pêche où chacun lance son filet un peu au hasard, le marketing des organismes caritatifs peut alors prendre la forme d’une approche hautement personnalisée. Dans le passé, cette façon de faire aurait été impossible, largement due à la nature des données recueillies par les organismes, axées davantage sur l’aspect transactionnel et très peu sur le style de vie, l’information sociodémographique ou d’autres attributs et préférences de leurs donateurs. L’arrivée des données massives et l’explosion de la quantité de données disponibles publiquement sont en train de changer la donne.

Ces jours-ci, nous essayons de trouver et de développer des segments de donateurs auxquels nous pouvons attribuer des schémas explicites de comportement (ou d’évolution) de don. Pour ce faire, nous tenons compte de données transactionnelles, mais aussi d’autres points de données à notre disposition. Nous développons et mettons à l’essai une architecture des choix qui attribue un coefficient de probabilité à chacun des choix auxquels un donateur est confronté dans le but de mieux prévoir ses préférences de canal ou de type de communication. Le prix convoité : une plus grande personnalisation et précision dans nos interactions avec les gens qui nous soutiennent, ce qui renforcera leur confiance envers notre travail et, au bout du compte, nous permettra de fidéliser nos donateurs.

 

À propos de l’auteure

Ronan Ryan Ronan Ryan est le chef du Développement stratégique de la Croix-Rouge canadienne. Il possède une vaste expérience dans les domaines du financement et du marketing, dont 17 années dans le secteur sans but lucratif. Au cours de sa carrière, M. Ryan a occupé des postes de direction au sein de plusieurs organismes. Dans le cadre de ses responsabilités en matière de collecte de fonds, Ronan a développé une nouvelle structure pour répartir les membres du personnel dans différents centres d’excellence philanthropique. Il siège actuellement au conseil d’administration d’Imagine Canada.

Nos auteurs invités s’expriment à titre personnel. Leurs opinions ne reflètent pas nécessairement celles d’Imagine Canada.

Back to Blog Retour au blogue

Ajouter un commentaire

Nos partenaires nationaux

  • great west life
  • Lawson Foundation
  • Muttart Foundation
  • RBC Foundation
  • Suncor
  • TD Bank
  • investors group

Learn more about our National Partners and other supporters.

Charitable Registration Number: 119218790 RR0001