Anticiper les attentes du consommateur et lui proposer d’emblée le produit ou le service qu’il recherche. C’est ce que permet le marketing prédictif en exploitant toutes les données clients. Au menu : fidélisation, amélioration du taux de conversion et ventes additionnelles, en ligne comme dans les réseaux physiques. Décryptage et illustrations avec les hôtels Hyatt, Menlook, la Fnac, le Crédit Mutuel Arkéa, Voyage Privé, etc. Le marketing prédictif pour retrouver en ligne le niveau de conseil en (…)

Source: Les 3 parties du dossier – /le hub de La Poste, tendances du marketing relationnel

Le marketing prédictif pour retrouver en ligne le niveau de conseil en magasin

« La fête est finie ! » L’avertissement est lancé par Marc Ménasé, fondateur de Menlook, site spécialisé dans la mode en ligne qui enregistre plus de 4 millions de visites par mois. S’exprimant lors d’une manifestation organisée par l’EBG, un think-tank français dédié à l’innovation digitale, il explique : « Le e-commerce a connu des années exceptionnelles, mais la concurrence est aujourd’hui extrêmement brutale, et le consommateur a gagné en maturité. Se contenter de mettre des produits sur un site pour les vendre en achetant des mots-clés sponsorisés sur Google, c’est terminé. Particulièrement avec l’arrivée du mobile. »

« En e-commerce, le marketing prédictif améliore la conversion »

À l’instar de la plupart des sites de e-commerce, Menlook est confronté à un double phénomène. D’un côté, l’écran de ses clients devient plus petit : la moitié de son trafic s’opère désormais sur smartphone.« Sur le mobile, on doit aller à l’essentiel », pointe Marc Ménasé. Et de l’autre, son offre explose : avec sa place de marché, Menlook accueille maintenant 1 600 marques, comprenant à la fois des articles haut de gamme et d’autres plus basiques. C’est ici qu’entre en jeu le marketing prédictif. Objectif : proposer d’emblée à l’internaute les produits qu’il est le plus susceptible d’acheter. Sinon, il risque de se perdre dans l’offre et de zapper sur un autre site.

- Pour le patron de Menlook, les entreprises qui ont le mieux compris les enjeux actuels sont Amazon et Netflix : « À chaque étage de la fusée et à chaque interaction avec le client, ils mettent en œuvre le plus de solutions techno et marketing possibles pour pouvoir servir au client ce dont il a envie. » 35 % des ventes sur Amazon seraient ainsi générées par des suggestions de produits en fonction de la navigation des clients. Netflix doit lui aussi une grande part de sa réussite à son algorithme de recommandation : face à l’hyperchoix en matière de séries et de films, l’entreprise a développé un logiciel qui donne à ses abonnés des conseils très précis de programmes à regarder en fonction de ce qu’ils ont déjà vu et apprécié.

- « En e-commerce, le marketing prédictif permet d’améliorer la conversion », résume Laetitia Comès-Bancaud, cofondatrice d’Early Birds, qui édite une plateforme de marketing prédictif permettant de personnaliser l’expérience client. Pour elle, l’ambition est de retrouver en ligne le niveau de conseil personnalisé qu’un client trouverait dans un magasin physique. « En boutique, sur le point de vente, c’est très facile de sonder une personne. En ligne, c’est plus compliqué. On est obligé de se baser sur les signaux qu’elle nous envoie », explique Laetitia Comès-Bancaud.

Plus d’infos :
- La table ronde organisée par Early Birds : « L’efficacité réelle du marketing prédictif »

Comment ça marche ?

Avez-vous déjà accepté la proposition d’un site de vous connecter à ses services grâce à votre compte Facebook ? Cela simplifie la procédure d’identification, mais cela permet également au site de recevoir de nombreuses informations à votre sujet. Il peut connaître vos centres d’intérêt, les marques avec lesquelles vous interagissez, les voyages que vous avez effectués, etc. De quoi nourrir un algorithme de recommandation.

- Mais le module Facebook Connect n’est qu’une des sources d’alimentation du marketing prédictif. La collecte de data commence par les données de navigation via les cookies déposés sur l’ordinateur de l’internaute. Viennent aussi les données du CRM pour les personnes déjà clientes. « Nous regardons aussi tous les signaux faibles, ajoute Laetitia Comès-Bancaud. Combien de temps une personne passe sur une page, comment elle va agir avec sa souris, quelles sont les activités qu’elle va avoir sur le site, le fait de mettre un produit en panier, une vue sur un produit, un achat, un like, etc. Ce sont toutes ces activités que nous ‘trackons’ et qui ensuite vont avoir un poids dans nos algorithmes, et qui vont permettre de bien sélectionner les produits. » Les algorithmes sont par ailleurs désormais très souvent « auto-apprenant ». On parle de machine learning : ils affinent leurs recommandations en fonction du comportement des internautes suite à leurs propositions initiales.

Plus d’infos :
- Cofidis retail

Big brother ou nouveau service pour le client ?

Le recours au marketing prédictif se développe notamment car l’accès aux technologies se démocratise. Plusieurs startups ont lancé des solutions plus facilement implémentables, avec des logiciels qui peuvent être disponibles en mode Saas (Software as a service : ils sont hébergés sur un serveur distant et proposés sur abonnement). Et de fait, le marketing prédictif gagne tous les canaux de la relation, permettant de personnaliser les contenus, de mieux cibler les campagnes d’emailing et même d’individualiser l’envoi de catalogues papier (lire 3 exemples de personnalisation de la relation client).

- Il devient aussi possible de générer des argumentaires personnalisés à l’attention des conseillers dans le réseau physique, en boutique ou au téléphone : ils peuvent ainsi disposer de la liste des produits ou services qu’un client est le plus susceptible d’acheter (lire Quand algorithmes et vendeurs humains coopèrent).

- Ces pratiques peuvent toutefois inquiéter. Même s’il n’est question que d’identifier les produits avec lesquels un internaute a le plus d’appétence, des questions émergent sur la protection de la vie privée. Des questions que la Fnac s’est posée, avant de se décider néanmoins à franchir le pas du marketing prédictif cet été. C’est ce qu’explique au magazine LSA Delphine Jamain, responsable de l’expérience client sur Fnac.com : « Nous nous freinions car nous redoutions de paraître trop intrusifs. [Toutefois] nos études ont montré que nos clients attendaient qu’on les reconnaisse finement, qu’on sache leur proposer ce qu’ils aiment, mais aussi ne pas afficher ce qui ne les intéresse pas. » Le marketing prédictif apparaît ainsi comme un service permettant de gagner du temps, tout en resserrant les liens avec l’enseigne ou la marque, le client se sentant en affinité avec un site qui met en avant ce qu’il apprécie.

Plus d’infos :
- LSA

3 exemples de personnalisation de la relation client

Voyage Privé cible ses offres en prédisant les envies de vacances de ses membres

Avec 500 millions de chiffre d’affaires et 400 employés, Voyage Privé se présente comme le premier groupe indépendant d’e-tourisme en Europe. Son concept : proposer à ses 11,5 millions de membres des voyages de rêve à prix réduits durant un temps limité. Et elle est confrontée à un enjeu classique du marketing : réussir à envoyer la bonne offre, à la bonne personne, au bon moment ! Le site veut aller jusqu’à proposer les séjours les plus pertinents possibles « avant même que le client ne sache vraiment ce qu’il cherche ».

- Fin 2014, Voyage Privé s’est tourné vers Dataiku, une start-up proposant une solution big data permettant l’analyse prédictive. Comme les clients doivent d’abord s’enregistrer pour accéder aux offres, le voyagiste dispose de nombreuses données : leurs parcours, leurs clics, leurs précédents achats, etc. Ces datas sont passées à la moulinette d’un logiciel auto-apprenant (machine learning), et il en ressort une sélection personnalisée de voyages en fonction des comportements des clients.

- Le système mis en place par Voyage Privé permet aussi d’individualiser la pression publicitaire internaute par internaute, en décidant comment s’adresser à chaque client, à quel moment, et sur quel type de support (emailing, display…). Résultat : un taux moyen d’ouverture supérieur à 35 % pour l’email relationnel. Et au final un panier moyen en hausse de 6 % au bout d’un an de fonctionnement.

Plus d’infos :
- Alliancy.fr
- e-marketing.fr

Showroomprivé détecte les « churners »

Comme Voyage Privé, Showroomprivé s’adresse à une communauté de membres enregistrés. Les clients doivent s’identifier pour profiter de ses offres de déstockage. Ce qui facilite la collecte de données et la connaissance client. Le site a développé en interne une solution d’analyse prédictive autour d’un enjeu : la fidélisation. Ou plus précisément la réduction de l’attrition. L’algorithme de Showroomprivé détecte ainsi les « churners », autrement dit les clients susceptibles de ne pas refaire d’achat sur le site. Il détermine également la valeur potentielle de chacun de ces clients. S’ils devaient commander à nouveau, peut-on s’attendre à ce qu’ils fassent des achats importants ?

- Showroomprivé estime identifier les churners potentiels avec 77 % de précision. Ce qui lui permet de déclencher des actions marketing très ciblées pour susciter de nouvelles commandes auprès des membres inactifs et améliorer son taux de rétention. « Aujourd’hui, nous sommes capables de prédire les actions futures de nos clients et d’agir en conséquence, en envoyant le bon message à la bonne personne », indique Damien Garzilli, Strategy and Business Intelligence Manager chez Showroomprivé.

Plus d’infos :
- La Revue du digital

Cyrillus personnalise ses catalogues en fonction de la navigation des clients sur son site

Le marketing prédictif n’est pas l’apanage du marketing digital. En septembre dernier, les « Paris Retail Awards » ont distingué dans la catégorie CRM le projet Smartalog. Il est né de la collaboration entre Naos Publishing, spécialisé dans la production de catalogues, et Nuukik, qui propose une solution de recommandation et de personnalisation du parcours d’achat basée sur le marketing prédictif. Leur idée : proposer un catalogue papier personnalisé pour chaque client en fonction de son comportement en ligne, de ses précédents achats, des produits qu’il a consultés sur le site, etc. Autrement dit, utiliser les technologies prédictives au service du papier et des courriers adressés.

- « Smartalog vise à repositionner le catalogue papier au sein des différents canaux digitaux existants en développant une solution de communication supplémentaire et industrialisée », indique Nuukik. L’enseigne de mode Cyrillus s’est associée à l’initiative pour envoyer à ses clients des catalogues personnalisés.

Plus d’infos :
- Nuukik

Quand algorithmes et humains coopèrent

Les hôtels Hyatt fournissent aux réceptionnistes des préconisations personnalisées selon les données du client

Un client qui se rend dans un hôtel Hyatt peut avoir le sentiment que la personne à la réception est vraiment très intuitive. Il peut se voir proposer une promotion de dernière minute pour bénéficier d’une chambre avec vue, alors que c’est justement ce dont il rêvait. Le réceptionniste peut aussi lui suggérer un package pour profiter des services du spa, une activité dont il raffole, ou encore lui proposer de se faire livrer à manger dans sa chambre, ce qu’il apprécie toujours… La chaîne d’hôtels est en fait en train de déployer dans l’ensemble de ses établissements un programme de recommandation personnalisée basé sur la collecte des données de ses clients.

- L’objectif du groupe Hyatt ? Améliorer les revenus générés par un client après sa réservation en ligne. Pour lui faire des offres adaptées, Hyatt prend en compte son profil, son historique lors de ses précédents séjours, ainsi que les données laissées lors de sa réservation en ligne (A-t-il consulté une chambre plus grande ? A-t-il regardé les horaires du spa ? etc.). Cela donne une série de suggestions qui est envoyée à la réception de l’hôtel et dont le personnel peut s’inspirer quand le client se présente.

- « Le personnel est libre de suivre ou non les préconisations de l’algorithme, précise Chris Brogan, Vice-président en charge de la stratégie de Hyatt Hotels. Mais nous leur demandons un feedback dans tous les cas de figure, pour que nos données restent ‘propres’. » Il s’agit de savoir si les recommandations ont été suivies par le client. L’algorithme peut ainsi mesurer la pertinence de ses prédictions, et s’améliorer, sur le principe du machine learning.

- La chaîne d’hôtels a testé ce programme en 2014, et a observé une hausse de 60 % des revenus post-réservations là où l’expérimentation était menée, indique Chris Brogan. Ce qui explique son déploiement dans l’ensemble des établissements du groupe.

Plus d’infos :
- Tnooz

Le Crédit Mutuel Arkéa utilise le marketing prédictif pour cibler les propositions commerciales dans ses agences et centres d’appels

Crédit Mutuel Arkéa, le groupe de bancassurance de l’Ouest de la France qui compte plus de 3,5 millions de clients et qui possède notamment Fortuneo, est un des leaders en France dans l’utilisation du marketing prédictif. La banque s’appuie sur un algorithme auto-apprenant qui analyse deux années d’historique de données clients. Cet algorithme fournit aux conseillers des suggestions de produits susceptibles de répondre aux attentes de chaque client.

- Un premier test a été mené fin 2014 dans les centres d’appels du Crédit Mutuel Arkéa, où travaillent une centaine de collaborateurs. « On demande à ces conseillers d’effectuer du rebond commercial lors des appels entrants de clients », explique Marc Chereau, directeur des études informatiques chez Crédit Mutuel Arkéa, dans un entretien au site Silicon.fr. L’essai a été concluant : les deux centres d’appels bénéficiant de la technologie ont affiché un taux de succès sur ces propositions de 30 % supérieur aux deux autres call centers « témoins ».

- Ces premiers pas encourageants ont incité la banque à expérimenter ce programme également en agence, auprès de 450 conseillers. Avec ici encore un très bon retour : les utilisateurs estiment que 60 % des propositions générées par cette technologie prédictive sont pertinentes. Fin 2015, la décision a été prise de généraliser ce programme à l’ensemble des agences et des centres d’appels du Crédit Mutuel Arkéa, soit au total 5 000 collaborateurs en contact avec les clients.

Plus d’infos :
- Silicon.fr

Chez Stitch Fix, 2 800 stylistes et 80 data scientists travaillentensemble pour recommander des vêtements

Stitch Fix fait partie de ces entreprises inconnues de ce côté-ci de l’Atlantique, mais qui font figure desuccess story aux États-Unis, avec un chiffre d’affaires estimé à 250 million de dollars en 2015 et qui devrait croître de 50 % cette année. Principe de ce site : proposer à ses clientes une sélection personnalisée de cinq vêtements et accessoires. C’est le concept de la malle de vêtements, adapté en France par Chic Types, par exemple. Mais Stitch Fix a poussé la pertinence de la personnalisation a un tel point que le site fait payer son service de sélection 20 dollars (remboursés toutefois si la cliente conserve un des articles).

- Stitch Fix est un mélange de personal shoppers et de data intelligence. Le parcours d’une nouvelle cliente commence par un questionnaire en ligne portant sur ses préférences en matière de mode, son style de vie, sa profession, son lieu d’habitation… Environ 50 données sont ainsi captées pour être analysées par l’algorithme prédictif. Le code postal permet par exemple d’adapter la sélection au climat, la profession est utilisée pour affiner le style, etc. Stitch Fix demande aussi à sa cliente si elle possède un compte Pinterest, ce qui fournira d’autres données pour cibler ses goûts.

- « Tout est question d’expérience et de pertinence », explique Eric Colson, le Chief Algorithm Officer de Stitch Fix, qui travaillait auparavant chez Netflix où il a mis au point le logiciel de recommandation. « Nous n’avons pas d’exclusivité pour les vêtements que nous proposons. Nous ne les vendons pas au meilleur prix. Nous ne les livrons pas le plus rapidement. Nous devons juste être les plus pertinents. » Pour s’assurer de la qualité de la sélection, le site emploie 80 data scientists.

- Stitch Fix ne s’en remet pourtant pas uniquement à sa technologie prédictive : les recommandations opérées par l’algorithme sont transmises à l’une des 2 800 stylistes employées par le site, la plupart travaillant à temps partiel à domicile. Elle finalise le choix des cinq vêtements et accessoires envoyés. Pour que le procédé soit rentable, une cliente doit garder au moins deux des articles qu’elle reçoit.

- Le concept de Stitch Fix plaît, et fidélise. 80 % environ des clientes qui reçoivent une sélection de vêtements passent de nouveau commande dans les trois mois. 39 % dépenseraient même plus de la moitié de leur budget vêtements chez Stitch Fix. Forts de ces chiffres, le site vient de lancer sa version pour hommes.

Plus d’infos :
- Customer Insight Consulting
- Forbes

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s