La prolifération des outils de marketing n'est plus tenable pour les directeurs marketing (CMO) et du numérique (CDO), mais la solution ne se trouve pas dans un énième outil. Le vrai sujet est la perte de maîtrise : éditeurs instables, coûts imprévisibles, flux de données dispersés. Isoskèle propose une méthode pour reprendre la main, en bâtissant un système d'exploitation marketing modulaire, interopérable et réversible.
En 2011, la cartographie des technologies marketing ("MarTech") publiée par Scott Brinker sur le site ChiefMartec recensait 150 solutions. En 2017, elle en comptait plus de 5.000. Aujourd'hui, plus de 15.000 logos s'y côtoient, au point que son propre auteur la juge illisible. Dans son rapport 2026, il décrit "une transformation structurelle, de la technologie, de la pratique, des rôles et de la relation entre les marques et leurs clients".
Cette prolifération incontrôlée est l'irritant que rencontrent tous les CMO et CDO : chaque nouveau besoin, chaque nouveau canal, chaque nouvelle promesse d'IA ajoute une couche à une pile déjà difficile à piloter ("Marketing Stack"). L'enjeu n'est donc pas de s'équiper de la meilleure solution, mais de conserver la maîtrise de son environnement logiciel, alors même que le terrain bouge en permanence : éditeurs rachetés ou remis en cause, coûts qui dérapent, campagnes de plus en plus complexes à orchestrer, flux de données de moins en moins visibles.
Un système d'exploitation marketing plutôt qu'un empilement d'outils
Chez Isoskèle, nous appelons système marketing ("Marketing OS") l'ensemble des outils technologiques de marketing qu'utilise une entreprise lorsqu'ils fonctionnent comme un tout cohérent. À l'image d'un système d'exploitation informatique, il a quatre fonctions : collecter et exploiter les données, activer les campagnes, personnaliser les parcours et mesurer la performance.
La nuance est essentielle : simplifier ne signifie pas réduire le nombre d'outils, mais maîtriser les dépendances entre eux. Un système marketing peut comporter beaucoup de composants, à condition que chacun soit identifié, relié aux autres de façon documentée et remplaçable sans remettre en cause l'ensemble. C'est cette approche que les équipes d'Isoskèle détaillent dans cet article, en partant des quatre enjeux qui rendent l'architecture actuelle si difficile à tenir.
Les enjeux de fond du marketing et des solutions logicielles
Des canaux qui se multiplient, des flux qui se fragmentent
La multiplication des canaux à piloter dure depuis plus d'une décennie. Selon le CMO Survey 2026, 57,6 % des entreprises américaines ont ouvert de nouveaux canaux au cours des trois dernières années, dont des canaux numériques (47,9 %), du social selling (38,8 %) et du retail media (23,6 %). Chaque canal supplémentaire densifie le socle logiciel nécessaire pour l'orchestrer et fragmente un peu plus les flux de données à faire circuler entre les canaux et le couple CRM/CDP.
L'Europe n'est pas épargnée puisqu'une étude européenne montre que 92 % des décideurs marketing interrogés au Royaume-Uni, en Pologne et en Italie se disent suréquipés, et que 99 % prévoient de simplifier leur architecture logicielle en 2026.
Le problème de fond dépasse le trop-plein d'outils : il s'agit de faire circuler l'information de façon fiable entre des systèmes hétérogènes. La nature même des échanges évolue, puisque l'IA générative s'interpose désormais entre la marque et son client, et que le commerce agentique commence à prendre de l'ampleur : un scénario où l'agent du consommateur négocie directement avec les systèmes de la marque. Ces évolutions plaident pour des architectures capables d'échanger avec des systèmes tiers selon des règles communes.
Des compétences qui ne suivent pas
Les métiers évoluent plus vite que les compétences. Seuls 24 % des collaborateurs estiment que leur employeur les a réellement préparés à utiliser l'IA générative, alors que 77 % des managers pensent le contraire. Ce décalage de perception entre le sommet et le terrain est révélateur. Par ailleurs, 59 % des dirigeants constatent un déficit réel de compétences sur ces sujets, malgré des investissements de formation déjà engagés dans la grande majorité des cas.
Sur le terrain, les équipes d’Isoskèle observent deux évolutions qui expliquent pourquoi les architectures sont si difficiles à rationaliser :
- Le responsable systèmes, qui configurait des plateformes et gérait les accès, doit désormais assembler et maintenir, souvent dans l’urgence et sans méthode formalisée, un ensemble hétérogène d’outils SaaS, de briques d’IA et de développements internes ;
- Le chef de campagne, qui planifiait, exécutait et mesurait, doit désormais conduire de front plusieurs outils d’IA et des processus historiques, sur un périmètre qui s’élargit sans cesse, sans que sa formation initiale l’y ait préparé.
Ce déficit n'est donc pas seulement individuel : il résulte de la prolifération des solutions et du rythme de sortie des nouveaux modèles génératifs. Il a une conséquence directe sur la gouvernance : faute de cadre et de formation, des collaborateurs adoptent de leur propre initiative des outils d'IA générative, sans validation préalable, et y font transiter des données qui ne sont ni autorisées ni cartographiées.
Des coûts devenus imprévisibles
Dans le cloud, la démarche FinOps est apparue aux alentours de 2020. En rapprochant les équipes SI, finance et métiers, elle visait à mieux contrôler les dépenses d'une infrastructure répartie entre plusieurs opérateurs. Une discipline comparable s'impose désormais pour les technologies marketing, et les chiffres le confirment. Selon le rapport AI FinOps 2026, 73 % des 127 déploiements d'IA agentique étudiés en entreprise ont dépassé leur budget initial, certains jusqu'à 2,4 fois le montant prévu, avec un dépassement moyen d'environ 2,3 millions de dollars de coûts non anticipés.
Un paradoxe apparent mérite d'être expliqué : le coût par million de tokens a baissé de 67 % en un an (de 18,40 à 6,07 $), et pourtant la dépense globale a accéléré. Le mécanisme est celui de l'effet rebond : quand le coût unitaire baisse, les usages se multiplient plus vite que le prix ne diminue. Les agents enchaînent des dizaines d'appels pour accomplir une seule tâche, les modèles de raisonnement consomment davantage de tokens par requête, et chaque équipe ajoute ses propres outils. La facture dépend désormais du volume d'usage, beaucoup plus difficile à prévoir que le nombre de licences.
Un modèle SaaS en pleine reconversion
Entre fin janvier et début février 2026, environ 285 milliards de dollars de valorisation SaaS ont été effacés en 48h dans la foulée du lancement de Claude Cowork par Anthropic. Ce n’est pas qu’un épisode boursier, car le modèle économique des éditeurs est en train de se redéfinir :
- les multiples de valorisation du secteur logiciel sont passés de 84 (2020-2022) à 22,7 en mars 2026, et JPMorgan a parlé de la « plus importante révision des prix logiciels depuis trois décennies » ;
- la facturation au poste recule : la part des éditeurs qui la pratiquent exclusivement est passée de 21 % à 15 % en douze mois, tandis que les modèles hybrides à l’usage progressent de 27 % à 41 % ;
- le marché des rachats s’accélère, avec 83,7 milliards de dollars de fusions-acquisitions au seul quatrième trimestre 2025.
Pour un CMO ou un CDO, la conséquence est double : le fournisseur d'aujourd'hui peut être racheté ou changer de modèle de facturation demain, et le passage à la facturation à l'usage aggrave l'imprévisibilité des coûts décrite plus haut.
Comment simplifier son architecture : quatre actions concrètes
Chaque enjeu appelle une action précise. Ces quatre chantiers sont à conduire en parallèle, sous une gouvernance unique.
1. Cartographier les besoins et les contraintes
La complexification du marketing appelle une analyse préalable, formalisée dans une cartographie des outils, des usages et des contraintes de chaque canal. Cette cartographie doit être révisée chaque année, car un document figé devient obsolète en quelques mois. Elle inclut les usages non déclarés d'outils d'IA, dont la découverte est presque toujours instructive.
2. Rendre les coûts prévisibles
Face à l'imprévisibilité des coûts, il est recommandé de bâtir une grille d'évaluation pondérée par coefficients, selon le caractère stratégique de chaque module. Elle introduit un critère de prévisibilité budgétaire et permet de simuler plusieurs scénarios de dépense, notamment selon le volume d'usage et le budget de tokens. C'est l'esprit de la démarche FinOps appliquée au marketing.
Ce déficit n'est donc pas seulement individuel : il résulte de la prolifération des solutions et du rythme de sortie des nouveaux modèles génératifs. Il a une conséquence directe sur la gouvernance : faute de cadre et de formation, des collaborateurs adoptent de leur propre initiative des outils d'IA générative, sans validation préalable, et y font transiter des données qui ne sont ni autorisées ni cartographiées.
Des coûts devenus imprévisibles
Dans le cloud, la démarche FinOps est apparue aux alentours de 2020. En rapprochant les équipes SI, finance et métiers, elle visait à mieux contrôler les dépenses d'une infrastructure répartie entre plusieurs opérateurs. Une discipline comparable s'impose désormais pour les technologies marketing, et les chiffres le confirment. Selon le rapport AI FinOps 2026, 73 % des 127 déploiements d'IA agentique étudiés en entreprise ont dépassé leur budget initial, certains jusqu'à 2,4 fois le montant prévu, avec un dépassement moyen d'environ 2,3 millions de dollars de coûts non anticipés.
3. Garantir la réversibilité dès la signature
Pour absorber l'instabilité des éditeurs, il faut éviter le verrouillage par un fournisseur ("vendor lock-in") et privilégier des technologies évolutives. Concrètement, il s'agit d'évaluer la solidité financière des éditeurs et de garantir la portabilité des données dès la signature du contrat : formats d'export, délais, conditions de sortie.
4. Urbaniser les flux de données
L'urbanisation du système d'information consiste, comme pour une ville, à en organiser les quartiers et les axes de circulation : cartographier chaque flux de données en précisant l'émetteur, le destinataire, la fréquence et les redondances éventuelles. Cette cartographie permet de supprimer les doublons, de repérer les dépendances critiques et de savoir précisément quelles données transitent par quels outils, y compris les outils d'IA.
Ces principes sont simples à énoncer, mais la véritable difficulté est de les exécuter à l'échelle d'une organisation, dans un contexte où rien ne reste stable longtemps : il faut faire converger toutes les parties prenantes, documenter la réversibilité de chaque outil, et faire tenir ensemble gouvernance de l'IA, gouvernance des données et gouvernance budgétaire.
Retour d’expérience Isoskèle
...
Trois décisions pour reprendre la main
Un système marketing n’est pas un projet de plus à ajouter à la liste : c’est la condition pour que les projets existants, IA comprise, produisent de la performance sans créer de nouvelle dépendance. Pour engager la démarche dès maintenant, trois décisions s’imposent à vous :
- Dresser l’inventaire réel des outils, des flux et des usages d’IA, y compris ceux que les équipes ont adoptés sans validation ;
- Inscrire la réversibilité dans chaque contrat à la signature ou au renouvellement (export des données, formats ouverts, délais de sortie…) ;
- Nommer un responsable unique de la gouvernance du système marketing, qui arbitre entre les besoins des métiers, les contraintes de la DSI et le budget.
Ces trois décisions ne demandent ni nouvel outil ni budget exceptionnel. Elles permettent surtout d'appliquer un principe simple : accélérer sans perdre la maîtrise.
