Check-list d'onboarding pour démarrer sur Marketing Cloud Next

Démarrer un projet Marketing Cloud Next sans méthode expose à des retours en arrière coûteux, en particulier sur le modelage de donnée. Cette check-list résume les vérifications et décisions à sécuriser avant, pendant et après le lancement, pour une organisation qui découvre la plateforme.

Avant le kick-off : gouvernance et cadrage

• Identifier les parties prenantes obligatoires : marketing, IT/Data, juridique (consentement), et éventuellement les équipes Sales/Service si des données CRM partagées sont concernées.
• Clarifier le périmètre de licence Data Cloud déjà en place ou à acquérir, et les volumes de donnée/consommation prévus pour éviter les mauvaises surprises budgétaires.
• Définir la structure des Data Spaces nécessaire (une marque ? plusieurs régions ? une seule entité ?) avant toute configuration technique.
• Lister les sources de données existantes à connecter (CRM, site web, application, ERP, plateforme de fidélité) et leur propriétaire côté IT.

Phase de configuration technique

1. Provisionner les Data Spaces validés en phase de cadrage.
2. Configurer les Data Streams prioritaires, en commençant par la source la plus structurante (généralement le CRM Salesforce existant).
3. Mapper les champs vers les Data Model Objects, en documentant chaque mapping dans un tableau partagé.
4. Définir et tester les règles de résolution d'identité sur un échantillon de données réelles.
5. Construire les premiers Calculated Insights correspondant aux métriques métier prioritaires (valeur client, fréquence d'achat).
6. Vérifier la conformité au consentement : quels champs sont soumis à quelles règles, et comment elles se propagent dans Data Cloud.

Phase de prise en main fonctionnelle

Une fois le socle technique posé, l'équipe marketing peut commencer à se familiariser avec l'outil :

• Créer un premier segment simple et vérifier que le volume de profils correspond aux attentes métier.
• Construire un Journey pilote à faible risque (newsletter existante, périmètre restreint) pour valider la chaîne complète de bout en bout.
• Explorer Content Builder nouvelle génération et migrer un template existant pour comprendre les différences avec l'ancien éditeur.
• Tester les fonctionnalités Einstein de base (génération d'objets, scoring d'engagement) sur un cas d'usage non critique.

Conseil DevToSpace : réservez au minimum deux à trois semaines de « bac à sable » avant toute mise en production, le temps que l'équipe s'approprie la logique de segmentation basée sur Data Cloud, sensiblement différente de l'ancien système de Data Extensions.

Check-list de sécurité et conformité

• Vérifier que les règles de consentement (opt-in/opt-out) sont correctement synchronisées et respectées dans tous les segments et Journeys.
• Contrôler les permissions d'accès par Data Space, pour garantir qu'une équipe ne peut pas accéder à la donnée d'une autre marque ou région sans autorisation.
• Documenter la politique de rétention de donnée, notamment pour les événements comportementaux à fort volume qui peuvent rapidement générer des coûts de stockage importants.
• Valider le processus de gestion des demandes de droit à l'oubli (RGPD) dans le nouveau modèle de donnée unifié.

Check-list avant la première campagne à grande échelle

1. Le Journey pilote a-t-il tourné au moins une semaine sur un périmètre restreint sans anomalie ?
2. Les métriques de délivrabilité (taux de rebond, plaintes spam) sont-elles stables et comparables à l'ancien dispositif ?
3. Les alertes de seuil critique (délivrabilité, volume anormal d'entrée Journey) sont-elles configurées ?
4. L'équipe a-t-elle une procédure claire pour mettre en pause un Journey en cas d'anomalie détectée en production ?
5. La documentation des segments et Journeys (nommage, objectif métier) est-elle à jour pour la suite du projet ?

Après le lancement : consolider dans la durée

L'onboarding ne s'arrête pas à la première campagne réussie. Prévoyez :

• Une revue mensuelle des segments et Journeys actifs pour détecter la redondance ou l'obsolescence.
• Une montée en compétence progressive de l'équipe sur les fonctionnalités avancées (Data Actions événementielles, personnalisation temps réel) une fois les bases maîtrisées.
• Un suivi régulier de la consommation Data Cloud pour ajuster les fréquences de rafraîchissement de segments si les coûts dérivent.

Suivre cette check-list dans l'ordre — gouvernance, configuration technique, prise en main fonctionnelle, puis montée en charge progressive — est le meilleur moyen d'éviter les reprises de modelage de donnée qui ralentissent la majorité des projets Marketing Cloud Next mal préparés.