Le problème des audiences statiques dans Salesforce Marketing Cloud

‍

Dans Salesforce Marketing Cloud, la plupart des audiences naissent sous la forme d'un instantané.

Vous lancez une requête, les résultats atterrissent dans une data extension, et cette liste devient la cible de votre campagne.

Le travail semble terminé. En réalité, le monde continue d'avancer pendant que la liste, elle, reste figée.

‍

Une audience statique est une photographie de vos contacts à un instant précis. Les nouvelles inscriptions, les désabonnements et les changements de comportement arrivent après le déclenchement, et aucun n'apparaît sur le cliché.

Pour un envoi ponctuel, cela convient. Pour tout ce qui est récurrent, la liste se désynchronise peu à peu de la réalité.

‍

Cet article explique pourquoi les audiences statiques sont le comportement par défaut dans SFMC, où elles posent discrètement problème, et comment garder vos segments à jour sans surveiller chaque liste à la main.

‍

Ce qu'est réellement une audience statique

‍

La data extension standard fige un instant

Une data extension standard est créée et alimentée manuellement. Vous décidez de son contenu, et les lignes y restent tant que rien ne vient les modifier.

Lorsque vous la remplissez à partir d'une requête, vous capturez les contacts qui correspondaient au moment de l'exécution. Ensuite, la data extension ignore jusqu'à l'existence de cette requête.

‍

Pourquoi le statique est la norme dans SFMC

SFMC stocke l'appartenance à une audience sous forme de lignes dans une table, et non comme une règle vivante. Une ligne est présente, ou elle ne l'est pas.

Ainsi, tant que vous ne reconstruisez pas volontairement la table, l'appartenance générée mardi dernier reste celle d'aujourd'hui. Le statique n'est pas une erreur de votre part : c'est le point de départ.

‍

Là où les audiences statiques dérapent en silence

‍

Les nouveaux contacts n'y entrent jamais

Imaginons une liste de clients ayant acheté durant les trente derniers jours. Le jour où vous la générez, elle est exacte.

Toute personne qui achète demain devrait être éligible, mais elle ne figure pas dans la data extension. Sans reconstruction de la liste, ces nouveaux acheteurs restent invisibles pour la campagne qui leur était pourtant destinée.

Multipliez ce décalage par chaque envoi récurrent et l'écart s'accumule. Les contacts les plus précieux, ceux qui viennent de convertir, sont justement ceux qu'une liste périmée a tendance à oublier.

‍

Les contacts périmés continuent d'être sollicités

Le problème inverse est plus grave encore. Un contact qui s'est désabonné ou qui s'est refroidi après la création de la liste reste dans les lignes que vous avez capturées.

Il continue de recevoir des envois dont il aurait dû sortir. Au fil du temps, votre audience se gonfle de personnes qui n'y ont plus leur place, ce qui pèse sur l'engagement puis, à terme, sur la délivrabilité.

Les fournisseurs de messagerie interprètent une liste surchargée comme un signal faible, de plusieurs manières :

• Des taux d'ouverture et de clic plus bas, car les contacts inactifs diluent les actifs.
• Davantage de plaintes pour spam de la part de personnes ayant oublié leur inscription.
• Des rejets définitifs sur des adresses désormais disparues.

‍

La filtered data extension est moins dynamique qu'il n'y paraît

‍

Le rafraîchissement qui ne se fait pas tout seul

Une filtered data extension résulte de l'application d'un filtre à une data extension existante : on la croit donc toujours à jour. Ce n'est pas le cas.

D'après la documentation Salesforce, une filtered data extension ne se rafraîchit pas automatiquement. Les enregistrements ajoutés ou modifiés n'y entrent pas d'eux-mêmes. Si un enregistrement devient éligible, vous devez rafraîchir la filtered data extension pour qu'il apparaisse.

‍

Ce qu'un rafraîchissement fait vraiment à vos données

Quand vous procédez au rafraîchissement, le filtre est réappliqué et les résultats sont recalculés. Salesforce précise qu'un rafraîchissement écrase tous les enregistrements de l'extension.

Cela compte pour tout traitement en aval qui supposait la stabilité des anciennes lignes. Une filtered data extension est un raccourci pratique, pas un flux en temps réel, et la confondre avec l'un piège bien des équipes.

‍

Maintenir les audiences à jour avec Automation Studio

‍

Des query activities planifiées

La parade habituelle consiste à cesser de rafraîchir à la main et à confier la tâche à Automation Studio. Une SQL Query Activity récupère et segmente les données de vos data extensions, puis écrit le résultat dans une extension cible.

Enveloppez cette requête dans une automation planifiée, et l'audience se reconstruit à son propre rythme : chaque nuit, chaque heure, selon le besoin de la campagne. La liste reste techniquement statique entre deux exécutions, mais celles-ci sont assez fréquentes pour que l'écart demeure faible.

La contrepartie tient au coût et à la surveillance. Chaque requête planifiée consomme du temps de traitement et doit être supervisée, si bien que la fréquence retenue est un compromis entre fraîcheur et charge.

‍

L'entrée de parcours et evaluate new records only

Journey Builder ajoute sa propre subtilité. Une entrée de type data extension peut admettre des contacts selon le calendrier d'une automation, à condition que celle-ci contienne une activité d'import, de filtre ou de requête qui modifie la data extension d'entrée.

Salesforce recommande l'option Evaluate new records only pour n'admettre que les contacts ajoutés depuis la dernière exécution. Mais cette option suppose des lignes ajoutées, non écrasées, ce qui explique pourquoi il est déconseillé de l'associer à une filtered data extension dont le rafraîchissement remplace tout.

‍

Le coût de maintenance que personne ne budgète

‍

Chaque audience devient une tâche permanente

Chaque audience récurrente se transforme en petit élément d'infrastructure. Quelqu'un écrit la requête, planifie l'automation et vérifie qu'elle tourne encore après chaque évolution du modèle de données.

Une ou deux, cela se gère. Une organisation mature en compte des dizaines, et chacune est une dépendance discrète qui casse sans bruit dès qu'un champ en amont est renommé.

La panne est rarement bruyante. Un champ renommé ou un type de données modifié ne déclenche aucune alerte : l'automation produit simplement de mauvaises lignes, et personne ne le remarque avant qu'une campagne ne sous-performe.

‍

Le savoir se concentre sur quelques personnes

Comme la logique vit dans le SQL et les plannings d'automation, seules les personnes à l'aise avec les deux peuvent la modifier en toute sécurité. Les marketeurs qui pilotent la campagne ne peuvent souvent pas toucher à l'audience qui la nourrit.

C'est là que les demandes s'accumulent. Un simple ajustement de segment devient un ticket, une file d'attente, puis une attente.

‍

Une façon plus dynamique de penser les segments

‍

Décrire l'audience, pas l'instantané

Le problème du statique est en fait un problème de définition. Une liste de lignes ne peut pas dire ce qu'elle était censée signifier, elle ne peut donc pas rester cohérente d'elle-même.

Un segment durable est une description : les acheteurs des trente derniers jours ayant ouvert au moins une fois et toujours abonnés. Si vous conservez la description et la relancez, l'appartenance se met à jour toute seule.

C'est déjà ainsi que fonctionne l'essentiel d'une stack de données moderne. Vous définissez une vue une fois et vous l'interrogez au besoin, au lieu de sauvegarder une copie de la réponse en espérant qu'elle reste juste.

‍

Laisser la requête se relancer d'elle-même

Dès lors que l'audience est une description, la couche technique n'est plus que de la tuyauterie. La requête sur _Sent, _Open et vos données d'achat peut être générée, planifiée et relancée sans qu'une personne la ressaisisse à chaque fois.

C'est le principe autour duquel QAiry est conçu : vous décrivez l'audience en langage courant, et la requête prête pour la production ainsi que sa planification en ressortent.

‍

Découvrez QAiry en action

‍

Les audiences statiques ne sont pas un défaut de SFMC, mais la conséquence de sa façon de stocker l'appartenance. La solution consiste à conserver la définition, et pas seulement l'instantané, tout en rendant la reconstruction peu coûteuse.

Pour voir comment cela fonctionne sur vos propres data extensions, jetez un œil à qairy.com/fr/product-demos ou essayez-le sur un vrai segment via qairy.com/fr/try-it-free.