Comment adopter une approche Growth itérative et data-driven ?

par | Nov 5, 2021

Dès son « invention » par Sean Ellis en 2010, l’expression Growth Hacking s’est rapidement imposée dans les salles de réunion et les conférences Sales et Marketing. Cette approche qui cultive l’innovation, la créativité et le fait de sortir des sentiers balisés, peut déboucher sur des raccourcis de croissance avec un effet multiplicateur intéressant. En revanche, elle peut très vite se muer en gouffre financier. Décryptage avec le Workshop ELEIUS.

La Data, à la fois fil rouge et garde-fou de l’approche Growth

Le Growth Marketing, tel qu’il a été modélisé par Sean Ellis, favorise une culture d’expérimentation où les équipes de marketing digital testent et identifient des techniques innovantes pour stimuler la croissance. Si elle peut faire la différence et doter l’entreprise d’un avantage compétitif décisif, l’approche Growth peut très vite se muer en gouffre financier, avec des expérimentations peu canalisées, « qui partent un peu dans tous les sens », explique le groupe de travail ELEIUS.

C’est pourquoi l’approche Growth doit être guidée par le fil rouge de la Data… qui jouera également le rôle de garde-fou pour hiérarchiser les priorités et systématiser la mesure du ROI de chaque action. En rattachant l’effort d’innovation à l’analyse des données, depuis la formulation des hypothèses de travail (point de départ de toute action de Growth Hacking) jusqu’au test de l’idée dans la pratique, vous apportez de la cohérence à votre action avec, in fine, une cellule de Growth Marketing organisée, bien huilée et autonome.

 

 

Les compétences internes et le stack technologique

Pour le Workshop ELEIUS, l’adoption de ces bonnes pratiques en matière de Growth Marketing est étroitement rattachée au stack technologique ainsi qu’aux compétences internes en termes d’analyse des données. Et c’est souvent sur ces deux points que les entreprises sont en difficulté. Une étude récente réalisée par Alteryx explique par exemple que 22 % des professionnels chargés de l’analyse des données dans le B2B n’ont jamais suivi de formation en Data Science.

Concernant le stack technologique, une étude réalisée par MarTech explique que 17 % des entreprises qui ont recours à la Data ont dû changé leur solution d’analyse des données en 2021. Ce « turnover » relativement élevé traduit un tâtonnement technique et un certain flottement dans un poste qui devient pourtant décisif au vu de l’accélération de la digitalisation du parcours d’achat lors des deux dernières années.