· 3 min de lecture
Uniphore lance Marketing AI : ce que la sortie du cadre CDP change pour le budget marketing
Uniphore annonce le lancement de Marketing AI, présenté comme une réponse à un marketing qui déborde du périmètre des plateformes de données clients (CDP). Aucun tarif n'est communiqué dans la dépêche : l'arbitrage se joue donc sur la structure de coût, pas sur un prix affiché.
Business Wire rapporte le lancement par Uniphore d'une offre baptisée Marketing AI, positionnée sur le constat que le marketing sort du cadre des CDP. Le montant de l'investissement, le prix des licences et les conditions commerciales ne sont pas rendus publics dans la dépêche. Toute estimation chiffrée relèverait de la spéculation, ce que nous ne ferons pas ici.
Le signal reste lisible pour les directions marketing : la CDP, longtemps présentée comme la brique centrale de la donnée client, est désormais concurrencée par des couches d'intelligence artificielle qui promettent d'activer la donnée sans passer par un référentiel unique. Cela déplace la question budgétaire d'un poste d'infrastructure vers un poste d'usage.
Cette différence est structurante en termes de coût. Une CDP se facture généralement sur un socle annuel assorti d'un chantier d'intégration, alors que les couches d'IA tendent à se facturer à la consommation ou par siège utilisateur. Le premier modèle est prévisible mais rigide, le second est flexible mais peut déraper si les usages ne sont pas cadrés. Un annonceur qui compare deux devis doit donc comparer des trajectoires de dépense sur trois ans, et non un tarif d'entrée.
Pour un annonceur français, la question agence contre interne se repose immédiatement. Externaliser l'activation à une agence permet de mutualiser la licence, l'expertise outil et le temps de montée en compétence, sans porter le contrat éditeur. Internaliser donne le contrôle du modèle de données et évite une marge de revente, mais suppose un profil data marketing dédié, dont le coût complet annuel constitue le vrai point de bascule.
La règle de décision la plus simple reste le volume d'activation. En dessous d'un certain nombre de campagnes et de segments par an, le coût fixe d'une plateforme additionné à celui d'un poste interne ne s'amortit pas : la prestation externe demeure plus efficiente. Au-delà, l'internalisation devient défendable, à condition que les données soient déjà propres et accessibles.
Il faut aussi mesurer le coût caché de cette sortie du cadre CDP. Si l'activation se disperse entre plusieurs outils d'IA, la déduplication, la réconciliation des identifiants et la cohérence de la pression commerciale deviennent des chantiers à part entière. Ces chantiers ne figurent jamais dans le devis initial et représentent pourtant une part significative du temps projet.
Côté conformité, tout traitement de données clients à des fins de prospection ou de personnalisation reste soumis au RGPD et aux règles rappelées par la CNIL, quel que soit l'éditeur ou le pays d'origine de la solution. Un outil qui promet une activation plus fluide ne dispense ni du recueil du consentement, ni de la traçabilité des finalités.
Notre lecture : ce lancement ne justifie pas de remplacer une CDP existante qui fonctionne. Il justifie en revanche de demander à son agence ou à son éditeur une décomposition claire du coût d'activation par campagne, seul indicateur qui permette de comparer une approche CDP classique et une approche fondée sur l'IA sur une base honnête.
Questions fréquentes
Le prix de Uniphore Marketing AI est-il connu ?
Non. La dépêche Business Wire annonce le lancement mais ne communique aucun tarif, aucun montant d'investissement ni condition commerciale.
Faut-il abandonner sa CDP au profit d'une couche d'IA ?
Rien dans l'annonce ne le justifie. Une CDP en production et correctement alimentée reste un actif ; la question porte plutôt sur le coût marginal d'activation de chaque approche.
Agence ou internalisation pour ce type d'outil ?
Le critère principal est le volume annuel de campagnes et de segments. Faible volume : l'agence mutualise les coûts fixes. Volume élevé et données déjà structurées : l'internalisation devient compétitive.