· 2 min de lecture
Data et IA dans le marketing : quel coût d'entrée pour quel retour mesurable
Le Figaro consacre un article à Athène Pro et à la manière dont la data et l'intelligence artificielle transforment les codes du marketing. Derrière le récit de transformation se pose une question comptable rarement traitée : quel coût d'entrée réel, et à quelles conditions de rentabilité.
La dépêche présente le cas d'Athène Pro pour illustrer l'évolution des pratiques marketing sous l'effet de la donnée et de l'intelligence artificielle. Le contenu de l'article n'étant pas repris dans le fil, aucun élément chiffré n'est disponible sur ce cas : ni investissement, ni résultat, ni durée de déploiement.
Le discours dominant met en avant la performance des modèles. Or, dans la structure de coût d'un projet fondé sur la donnée, l'outillage algorithmique est rarement le poste dominant. Le coût se concentre en amont, dans la collecte et la fiabilisation des données, et en aval, dans l'intégration aux processus commerciaux. Un modèle performant branché sur une base incohérente ne produit aucun retour.
Cette répartition rend les comparaisons de prestataires trompeuses. Deux propositions au périmètre technique proche peuvent impliquer des charges internes très différentes selon l'état du système d'information du client. Le coût total de possession inclut le temps des équipes internes mobilisées, poste qui n'apparaît dans aucun devis.
L'alternative entre agence spécialisée et internalisation se tranche sur la fréquence d'usage. Un dispositif ponctuel, par exemple pour une campagne saisonnière, se prête à une prestation facturée au projet. Un dispositif appelé à tourner en continu et à s'alimenter des données de l'entreprise crée une dépendance durable, qui plaide pour une compétence interne au moins sur la partie données.
Un second critère est la propriété de ce qui est produit. Une prestation laissant chez le prestataire les modèles entraînés, les segments constitués ou les historiques de performance transforme un coût de rupture en barrière de sortie. Cet élément se négocie au contrat et pèse, sur plusieurs années, davantage que l'écart de tarif initial.
Le cadre réglementaire est un poste de coût à part entière. Le traitement de données personnelles à des fins de ciblage relève du RGPD et des lignes directrices de la CNIL, ce qui suppose un travail de conformité documenté. Ce coût est certain alors que le gain de performance est probabiliste : l'ignorer fausse le calcul.
Pour objectiver un tel investissement, la méthode la plus robuste reste l'expérimentation contrôlée sur un périmètre réduit, avec un groupe de référence non exposé. Sans point de comparaison, une progression peut tenir à la saisonnalité ou à un changement de mix média. Faute de données publiques, la position raisonnable consiste à exiger non une promesse de performance, mais un protocole de mesure.
Questions fréquentes
Quel est le principal poste de coût d'un projet marketing fondé sur la data ?
Rarement l'outil lui-même. Les charges se concentrent sur la collecte et la fiabilisation des données en amont, et sur l'intégration aux processus commerciaux en aval.
Faut-il externaliser ce type de projet ?
La fréquence d'usage tranche : un besoin ponctuel se prête à une prestation au projet, un dispositif permanent alimenté par les données de l'entreprise plaide pour une compétence interne.
Comment vérifier qu'un dispositif produit un retour réel ?
Par une expérimentation sur périmètre réduit avec un groupe de référence non exposé, seule méthode permettant de distinguer l'effet du dispositif des variations saisonnières.