Connecter le contexte client à un ROI mesurable grâce au marketing agentique

Les leaders du marketing d'aujourd'hui font face à une complexité sans précédent. Ils travaillent avec plus de données clients, plus de canaux et plus d'outils de mesure qu'à tout autre moment de l'histoire de leur discipline, alors même que les parcours clients sont devenus moins linéaires, avec des signaux d'identité qui s'estompent rapidement à mesure que les utilisateurs changent d'appareil et de coordonnées. Les marketeurs ont passé les deux dernières décennies à concevoir des outils martech commerciaux pour suivre le rythme — plus de 15 000 selon les estimations des experts en martech, sans compter les innombrables intégrations MCP pour les agents (State of Martech 2026). Pourtant, la confiance dans l'efficacité de ces solutions n'a pas suivi, car chaque nouveau système apporte une autre copie des données clients, un autre ensemble de définitions et un transfert supplémentaire entre les équipes.

Pendant ce temps, l'économie du marketing évolue elle aussi. La valeur passe d'une logique basée sur les impressions, où le succès se mesure à la portée et à la fréquence, à une économie de la prédiction — un nouveau modèle qui « récompense la capacité à prédire ce dont un client a besoin, à agir sur le moment, à délivrer ce message personnalisé, à prouver le résultat commercial qui en découle, puis à s'en servir comme accélérateur pour la suite », explique Jake LaDuke, Global GTM Lead pour les médias, le divertissement et la publicité chez Databricks. Dans le même temps, les consommateurs commencent à utiliser leurs propres agents AI pour comparer les options et acheter en quelques secondes, réduisant ainsi la fenêtre d'action des marques pour prédire, agir et mesurer les résultats.

Mais malgré cette pression croissante, la finance a toujours besoin de savoir si les dépenses marketing ont généré des revenus et des marges incrémentaux, et si le prochain dollar investi doit rester dans le marketing, être réaffecté à un autre levier de croissance ou revenir au résultat net. Le défi pour les marketeurs consiste alors à surmonter cette complexité pour fournir des réponses fiables et partagées par tous.

Alors que l'AI et les agents se propagent dans tous les secteurs et toutes les lignes d'activité, ils offrent aux marketeurs une formidable opportunité d'apporter cette clarté. Avec le bon contexte client, commercial et décisionnel, les agents peuvent recommander ou entreprendre la meilleure action suivante pour chaque client en quasi-temps réel, dans le respect des objectifs et des garde-fous définis par les marketeurs eux-mêmes. Chaque action est mesurée par rapport à ce qui se serait passé sans elle, et ce résultat vient enrichir le contexte utilisé pour la décision suivante. Le résultat final se traduit par de meilleures décisions prises de manière cohérente à travers des millions de moments clients, ainsi que par des mesures claires démontrant que ces décisions ont généré un impact incrémental.

Pourquoi la résolution d'identité est le fondement du marketing agentique

Un agent ne peut agir efficacement que si le contexte qui lui est fourni est de qualité ; l'identité est le ciment de ce contexte. Zachary Van Doren, SVP of Product Strategy and Ecosystem chez Acxiom, résume cela ainsi : « l'identité alimente l'action ». Sans ce socle d'identité, explique-t-il, « vous n'avez pas de contexte opérationnel utilisable par les agents ». La résolution d'identité est souvent traitée comme un projet de création de profils avec une ligne d'arrivée, mais dans un modèle agentique, son but est l'action : la capacité de reconnaître, d'engager, de mesurer et de réengager un client de manière cohérente sur tous les canaux. Un profil parfaitement constitué mais incapable de soutenir ces étapes ne pourra pas donner les meilleurs résultats.

Le défi, cependant, est que l'identité évolue constamment. Les gens déménagent, changent d'appareil, modifient leur adresse e-mail, et leur comportement évolue en fonction de leur situation. L'identité doit donc être mise à jour en continu, plutôt que d'être résolue une fois pour toutes. Les marques doivent également associer les dossiers clients connus à des signaux d'intention pseudonymes, tels que des sessions d'application anonymes ou l'exposition publicitaire, sans compromettre la confidentialité, la gouvernance ou la confiance des consommateurs.

Même avec un socle d'identité solide, il ne suffit pas d'associer des signaux à un profil persistant. Un même client peut nécessiter une action très différente selon le moment, son comportement récent, le canal, son exposition antérieure à la publicité et l'objectif commercial visé. Le lieu et le mode d'engagement d'une personne importent tout autant que son identité, c'est pourquoi l'ancien dilemme entre ciblage basé sur la personne et ciblage basé sur le contenu laisse place à la nécessité de combiner les deux. Les stratégies d'identité les plus efficaces se concentrent sur la création d'un meilleur contexte décisionnel, un profil connecté et persistant servant cet objectif.

Acxiom offre un exemple concret de la modernisation de ce socle. En collaboration avec Lovelytics, Acxiom a reconstruit ses services de données et d'identité sous forme de couche applicative native sur Databricks, améliorant ainsi le délai de mise sur le marché d'insights clients exploitables d'environ 30 % et réduisant les coûts opérationnels d'environ 15 %. Le moteur de résolution d'identité Real ID d'Acxiom s'exécute désormais de manière native au sein de Databricks, permettant aux marques de résoudre et d'enrichir les données clients là où elles se trouvent déjà, plutôt que de les exporter vers un environnement distinct.

« Chacun de nous apporte une pièce différente », déclare Jay Goebel, Practice Lead pour les communications et les médias chez Lovelytics. « Databricks apporte la plateforme, Acxiom apporte l'identité de confiance, et Lovelytics apporte l'expérience de déploiement pour la mise en production. En tant que partenaires de lancement de la première heure pour CustomerLake, nous collaborons pour que les marketeurs puissent agir sur le contexte client et prouver la valeur de cette action. »

Le contexte dont les agents ont besoin va bien au-delà d'un simple dossier client

Un dossier client traditionnel indique qui est une personne et ce qu'elle a fait. Pour qu'un agent prenne une décision qu'un marketeur approuverait pleinement, il a besoin de quatre types de contexte.

• Le contexte client englobe l'identité, le comportement (historique et en temps réel), les préférences, le statut de consentement et l'étape du cycle de vie.
• Le contexte commercial couvre les objectifs de croissance, les implications sur les marges, les règles de la marque, les stocks et les contraintes de canaux.
• Le contexte décisionnel enregistre les offres et actions déjà reçues par un client, sa réaction et les raisons pour lesquelles les décisions précédentes ont été prises.
• Le contrôle correspond au niveau d'intention, de garde-fous, d'autorisations et de points de validation définis par les humains et que les agents doivent respecter.

Le volume de ce contexte augmente rapidement. Une seule transaction peut comporter 30 à 50 paramètres de métadonnées, de sorte qu'un profil client peut facilement atteindre des milliers de colonnes de contexte, bien plus que ce qu'un marketeur peut traiter sans aide.

Du point de vue du marketeur, un profil plus complet ne justifie son intérêt que s'il permet d'améliorer une décision. Cette décision consiste généralement à déterminer s'il convient d'engager le contact, quel message ou quelle offre est le plus pertinent, quel canal utiliser et si l'action peut créer de la valeur sans nuire à l'expérience client, à la rentabilité de l'offre ou au consentement du client.

Un exemple concret : réengager un client inactif d'un restaurant à service rapide

Prenons le cas d'un client régulier d'une marque de restauration à service rapide (QSR) qui a cessé de commander mais qui est récemment revenu consulter l'application. Le réflexe habituel est de lui envoyer une nouvelle réduction. Une meilleure approche commence par la décision que la marque cherche réellement à prendre. Elle s'articule autour de cinq considérations :

• La décision. La marque doit-elle engager ce client maintenant ? Si oui, les options comprennent un rappel, un message différent, une incitation, un canal différent ou une combinaison de ces éléments.
• Le contexte. L'historique des achats est associé aux signaux d'avant-achat, notamment le comportement sur l'application et le site web, les articles consultés ou laissés dans un panier, les offres précédentes, l'engagement média, le statut du cycle de vie, les préférences de canaux et les autorisations de communication.
• L'évaluation économique. La marque doit savoir si une incitation modifierait le comportement du client ou si elle subventionnerait simplement une commande qu'il allait de toute façon passer. Elle doit également savoir si les dépenses continues en médias payants ou détenus ciblant ce client génèrent toujours un retour sur investissement.
• L'action et les garde-fous. Le message, l'offre, le moment et le canal recommandés s'inscrivent tous dans les limites définies par le marketeur concernant l'éligibilité, le niveau de remise, la fréquence des contacts, le consentement, les normes de la marque et les étapes nécessitant une validation humaine.
• La mesure. La marque détermine si l'action a généré une commande, un chiffre d'affaires, une marge ou une nouvelle visite incrémentale par rapport à l'absence d'action, et ce résultat est réintégré dans le contexte du client pour éclairer la décision suivante sur les canaux détenus et payants.

Dans cette situation, différents clients appellent des réponses différentes. Si un client qui commande habituellement tous les vendredis manque une semaine, puis consulte sa commande habituelle le jeudi, un rappel au bon moment peut suffire. Si ce même client n'a pas commandé depuis six semaines et consulte un repas familial sans finaliser sa commande, une offre promotionnelle sur un lot ou un accompagnement gratuit peut l'aider à reprendre ses habitudes. Un client qui a vu plusieurs messages répétés sans y répondre signale peut-être que la marque devrait modifier son message, changer de canal ou cesser temporairement de dépenser pour lui.

Une équipe marketing qualifiée peut analyser tout cela pour un seul client, mais aucune équipe ne peut appliquer le même soin manuellement à des millions d'interactions clients chaque jour. Le marketing agentique est conçu pour combler cet écart en appliquant un jugement cohérent et éclairé à grande échelle, tout en laissant les garde-fous entre les mains des humains et en apprenant de chaque résultat.

Comment une CDP agentique transforme le contexte client en actions gouvernées

La plateforme de données clients (CDP) est l'endroit où ce changement est le plus visible dans la pile marketing. Les CDP traditionnelles aident à unifier les profils et à activer les audiences, mais elles se situent généralement en dehors de la plateforme de données et d'AI principale de l'entreprise, ce qui crée une autre copie de données clients sensibles à intégrer, sécuriser et réconcilier. Les agents ont besoin d'un accès gouverné à l'identité, aux modèles prédictifs, à la logique métier, aux points de terminaison d'activation et aux signaux de performance en un seul endroit.

C'est le principe derrière CustomerLake, la CDP agentique de Databricks. CustomerLake est intégré dans le lakehouse Databricks et gouverné par Unity Catalog, de sorte que l'engagement marketing et la personnalisation reposent sur la même base de données et d'AI que celle sur laquelle le reste de l'entreprise s'appuie déjà. Il est organisé autour de deux types d'agents.

• Les agents de profil convertissent les données clients fragmentées en profils Customer 360 prêts pour l'entreprise. En utilisant la résolution d'identité agentique, ils combinent le matching déterministe, probabiliste et agentique avec les capacités d'identité, d'hygiène, de correspondance et d'enrichissement basées sur les graphes d'Acxiom afin de créer une vue complète et précise de chaque client.
• Les agents de campagne utilisent le contexte client gouverné pour créer des audiences, recommander les meilleures actions suivantes, activer sur l'ensemble des canaux et optimiser en continu en fonction des objectifs de l'entreprise.

Les marketeurs peuvent utiliser le langage naturel pour explorer le contexte client et créer des audiences via Genie, réduisant ainsi le besoin d'attendre des extractions de données personnalisées. Ils définissent la stratégie, les objectifs et les garde-fous qui guident l'exécution des agents.

CustomerLake alimente ce que Databricks appelle les Infinity Campaigns, qui sont des boucles d'engagement permanentes remplaçant le cycle de création, de lancement et de recréation de campagnes ponctuelles. Un marketeur commence par un objectif, tel que la réactivation de clients inactifs. Les agents identifient ensuite la bonne audience, prennent en compte les contraintes d'éligibilité ou de stock, recommandent la meilleure offre ou le meilleur canal suivant, activent sur l'ensemble des destinations, et optimisent ou excluent en fonction des performances.

CustomerLake est également conçu pour fonctionner avec les partenaires d'identité, d'activation, de mesure et d'expérience client que les marques utilisent déjà, afin que le contexte client de confiance puisse circuler sur tous les canaux sans créer de nouveau silo. Il a été lancé avec un écosystème de partenaires ouverts, dont Acxiom, et est soutenu par des partenaires de services, notamment Lovelytics.

Mesure et attribution dans un modèle agentique

Dans de nombreuses organisations, la mesure intervient après coup, sous la forme d'un rapport sur les résultats d'une campagne. Dans un modèle agentique, la mesure fait partie intégrante de la boucle de décision. Ce que la marque apprend sur une audience, une offre, un canal ou un niveau d'investissement façonne la décision suivante.

Le concept d'incrémentalité alimente ce cercle vertueux, et c'est également le langage commun le plus utile entre le marketing et la finance. Il sépare les résultats associés à l'activité marketing des résultats qui ont changé parce que la marque a agi. L'attribution, les tests d'incrémentalité et la modélisation du mix marketing contribuent chacun à dresser un tableau d'ensemble, et l'analyse conversationnelle peut aider les équipes à explorer ce qui s'est passé et pourquoi, sans avoir à faire la queue pour obtenir des analyses personnalisées. L'apprentissage continu permet également de repérer plus facilement la saturation et les rendements décroissants, et de savoir quand réorienter les investissements ou arrêter une activité.

Lorsque la finance évalue si le prochain dollar doit être alloué au marketing, à la promotion commerciale, à un autre levier de croissance ou au résultat net, les CMO doivent généralement démontrer cinq choses.

• Impact incrémentiel : le chiffre d'affaires, la marge ou le comportement des clients qui ont changé parce que la marque a agi, par rapport à une absence d'action.
• Contribution réelle aux bénéfices : la valeur restante après prise en compte des coûts médias, des remises, des dépenses commerciales et des aspects économiques de l'offre.
• Contribution par levier : si le marketing a créé de la demande, si le commerce a aidé à la convertir, ou si la marque a subventionné un comportement qui se serait produit de toute façon, sans attribuer le mérite d'un même résultat à plusieurs activités différentes.
• Rendement marginal : là où le prochain dollar produit encore de la valeur incrémentielle, et là où la portée, la fréquence ou les dépenses promotionnelles ont atteint des rendements décroissants.
• Valeur client au fil du temps : si l'investissement a généré uniquement une transaction immédiate ou s'il a également amélioré le réachat, la rétention et la valeur à vie.

Une base de mesure construite autour de ces questions offre au marketing, aux ventes et à la finance une vision commune de ce qui crée de la valeur et de l'endroit où le prochain dollar sera le plus efficace. Comme le souligne Dedra Berg, responsable de la réalisation de la valeur chez Lovelytics : « Ces équipes peuvent désormais partir de la même base de confiance au lieu de passer la moitié de la réunion à réconcilier les chiffres. L'objectif n'est pas de prouver que le marketing doit toujours l'emporter, mais de montrer où le prochain dollar peut générer le chiffre d'affaires et la marge incrémentiels les plus élevés pour l'entreprise. »

L'identité est la dernière pièce du puzzle. Lorsque le même cadre d'identité relie l'exposition, l'engagement et le résultat, un résultat peut être attribué au client et à la décision qui l'a généré, ce qui permet de boucler la boucle d'attribution.

Par où commencer avec le marketing agentique

Peu d'organisations commencent avec une identité unifiée, des données clients propres et des mesures matures déjà en place, et attendre que ces trois éléments soient réunis fait rarement sens. Le point de départ le plus pratique est une décision unique et significative où un meilleur contexte et une action plus rapide pourraient créer une valeur mesurable. La réactivation de clients inactifs est un choix courant. D'autres options consistent à supprimer les offres qui subventionnent des achats que les clients auraient faits de toute façon, ou à réorienter les dépenses loin des audiences qui ont atteint la saturation.

À partir de là, la séquence est assez cohérente. Définissez la décision et le résultat commercial qu'elle doit impacter, puis rassemblez le contexte client et commercial requis. Définissez les garde-fous et les points d'intervention humaine. Mettez-vous d'accord à l'avance sur la manière dont la valeur incrémentielle sera mesurée, et utilisez les enseignements tirés pour améliorer la décision suivante avant d'étendre l'approche à un autre cas d'usage. Les premiers utilisateurs de CustomerLake suivent un modèle similaire, en définissant d'abord où les agents sont utilisés, puis en étendant leur niveau d'automatisation à mesure que la confiance et les résultats se développent.

Le travail organisationnel compte tout autant que la technologie. Le marketing agentique a tendance à réussir lorsque le marketing, la finance, la technologie, l'analyse, la confidentialité et les ventes collaborent étroitement, lorsque la responsabilité des décisions clients, des garde-fous et des mesures est claire, et lorsque les équipes passent de projets pilotes isolés à des flux de travail reproductibles liés aux résultats commerciaux.

Pour en savoir plus sur la transformation de votre marque grâce au marketing agentique, visionnez le webinaire à la demande → Know Your Audience. Act with Relevance. Measure What Matters

Foire aux questions

Quelle est la différence entre le marketing agentique et l'automatisation du marketing ? L'automatisation du marketing exécute des règles et des parcours que les humains conçoivent à l'avance. Le marketing agentique utilise des agents d'AI qui évaluent le contexte client et commercial actuel pour choisir la meilleure action suivante dans le cadre de garde-fous définis par l'homme, y compris l'option de ne rien faire, et utilise les résultats mesurés pour améliorer les décisions futures.

Pourquoi la résolution d'identité est-elle importante pour les agents d'AI en marketing ? Les agents prennent des décisions basées sur le contexte dont ils disposent. La résolution d'identité continue connecte les signaux connus et pseudonymes, tels que les transactions, le comportement sur l'application et l'exposition aux médias, en une vue cohérente de chaque client, ce qui rend les recommandations des agents plus fiables et leurs résultats mesurables.

Qu'est-ce qu'une CDP agentique ? Une plateforme de données clients (CDP) agentique combine les capacités fondamentales d'une CDP, notamment la résolution d'identité, la création d'audiences et l'activation, avec des agents d'AI qui analysent les signaux des clients, décident des meilleures actions suivantes et agissent sur l'ensemble des canaux. Databricks CustomerLake est une CDP agentique intégrée dans le lakehouse Databricks et gouvernée par Unity Catalog.

Comment mesurer le ROI du marketing agentiel ? La mesure la plus fiable est l'incrémentalité, c'est-à-dire la différence de chiffre d'affaires, de marge ou de comportement des clients par rapport à l'absence d'action. L'attribution, les tests d'incrémentalité et la modélisation du mix marketing contribuent chacun à expliquer les performances, et réinjecter ces résultats dans le contexte client permet à chaque décision d'améliorer la suivante.

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original