#Retail : La connaissance client comme ultime levier de personnalisation

Les clients n’hésitent plus à slasher entre plusieurs marques mais aussi entre sites e-commerce et magasins pour effectuer leurs achats. Dans ce contexte, les retailers n’ont pas d’autre choix que de s’adapter aux nouveaux standards de communication du web pour offrir une expérience personnalisée en boutique. Découvrez comment les marques utilisent la data pour développer une connaissance fine de leurs clients et prospects, améliorer le ciblage de leurs campagnes print, web et mobile et générer un trafic qualifié en magasin.

Retail : le on et le offline ne s’opposent plus !

Le parcours client est désormais omnicanal, c’est le fameux ROPO (Research Online Purchase Offline) : 58% des ventes en magasin sont influencées par un point de contact digital – source Forrester 2017. Une tendance qui fonctionne aussi en sens inverse avec le développement du Research Offline et Purchase Online, les consommateurs étant davantage à l’écoute des prix les plus attractifs et des meilleures promotions, grâce notamment à leur smartphone : 70% des Français utilisent leur mobile en magasin (source Mobvalue). Ainsi, web et expérience d’achat physique cohabitent et les clients sont en attente d’une même expérience de marque, avec des exigences de simplicité, de rapidité et de conseils personnalisés selon leurs attentes et besoins. Pas étonnant alors que les services de Scan & Go se développent dans les magasins alimentaires, pour ne plus faire attendre les clients en fin de parcours d’achat ! Dans cette logique phygitale, certaines enseignes proposent désormais automatiquement la dématérialisation du ticket de caisse, à l’instar d’Etam ou des Galeries Lafayette, avec un envoi par email plutôt qu’une impression systématique.

Smart data, pour une vision unifiée et opérationnelle des données disponibles

Pour proposer une expérience d’achat personnalisée, les enseignes ont adopté une posture d’écoute de leurs clients et de leur communauté, grâce à l’utilisation des données internes (CRM, newsletters, etc.) mais aussi du web et social listening pour être informé de ce qui se dit de la marque et de ses concurrents, en particulier sur les forums et les réseaux sociaux. Les nouvelles technologies déployées en magasin (bornes tactiles, beacons, etc.) permettent aussi la remontée d’informations, tout comme l’installation de robots dans les rayons, déjà engagée par l’enseigne PicWicToys qui teste actuellement le robot BlablaBot dans son magasin de Lomme, près de Lille. L’objectif : aller à la rencontre des enfants pour mieux connaître leur ressenti et leurs envies lors de leur visite. Enfin, les annonceurs cherchent régulièrement à enrichir leur bases de données avec des informations plus orientées lifestyle, concernant par exemple les caractéristiques socio-démographiques des populations locales pour chaque magasin, ce que propose le Groupe IDAIA avec l’offre Néoprisme. Comment alors ne pas se noyer dans une telle profusion de données, aux typologies très hétérogènes et représentant chacune  un gros volume d’enregistrements à traiter ? L’enjeu est, pour chaque marque, de mener une première réflexion stratégique afin d’identifier quelles seront les données véritablement utiles, et de définir comment les exploiter à des fins de communications personnalisées. L’idée étant de faire un premier tri puis de consolider l’ensemble des données conservées dans le but de générer une vision client ou prospect 360°.

L’IA  au service d’un marketing plus pro-actif

Pour aller plus loin, nombreux sont les annonceurs à utiliser désormais l’Intelligence Artificielle dans l’exploitation des données. La première utilisation est celle de l’analyse prédictive. Ainsi, la création de scores permet de déterminer, notamment en termes d’appétences, qui sont les clients et prospects à plus fort potentiel d’achat – un indicateur utile pour optimiser ses investissements publicitaires – tandis qu’un score affinitaire permettra d’identifier les meilleures offres et produits à proposer à chaque personne. Enfin, un score de risque sera utile pour mettre en place des actions qui limiteront les risques de départ du client à la concurrence. Il sera aussi possible de canaliser les désabonnements et de lutter contre l’attrition. “Parmi les avantages de l’IA, plusieurs font l’unanimité. C’est le cas du temps gagné par les équipes (93%) grâce à des analyses prédictives plus fines et performantes (86%)” – Source Octopeek 2019. En effet, l’utilisation de l’IA permet également la création de segments à la volée et mis à jour en temps réel, afin de diffuser des offres ultra-personnalisées, chose inenvisageable pour l’intelligence humaine. L’IA n’a pour autant, pas vocation à remplacer les équipes puisque les data scientists se doivent d’avoir un regard expert sur les algorithmes, afin de valider ou de modifier les suggestions proposés et d’être en mesure de justifier les règles de ciblage, grâce au contrôle, afin d’éviter “l’effet boîte noire”.

Marketing personnalisé : quelles applications ?

Comment alors utiliser cette connaissance client fine pour donner envie au public de se rendre en magasin et d’acheter ? Sur web et mobile, cela passera par des communications contextualisées, avec par exemple des offres valables uniquement en boutique, afin de générer du trafic en magasin. L’enseigne Beauty Success adapte ainsi les SMS promotionnels en fonction du magasin de rattachement. Les offres pourront aussi être adaptées selon l’historique d’achat. L’enseigne Monoprix envoie chaque mois à ses clients une série de coupons de réductions personnalisés. Au niveau local, le push d’offres mobiles personnalisées, lorsqu’une personne se situe près d’un magasin, incitera clients et prospects à faire les derniers mètres jusqu’à la boutique : 64% des Français aimeraient recevoir des promotions personnalisées sur leur mobile lorsqu’ils se trouvent à proximité d’une boutique (Source Adyen). Une fois en magasin, certaines enseignes équipent leurs vendeurs de terminaux mobiles ou tablettes, leur permettant de développer une approche de conseil personnalisée lorsqu’un client les sollicite : ils ont accès à l’historique d’achat, à des informations additionnelles sur les produits, etc. C’est le cas pour les conseillers de vente King Jouet qui peuvent scanner chaque boîte de jeux en magasin pour indiquer un prix manquant par exemple, ils peuvent également effectuer une commande en ligne si le produit n’est pas en stock en magasin. Des bornes tactiles sont déployées en parallèle dans les magasins, pour laisser le choix aux clients de naviguer parmi un catalogue plus complet de jouets.

Ainsi, 54% des Français pensent que la qualité de conseil est meilleure quand le vendeur est accompagné d’un dispositif digital (source Samsung). C’est donc le mobile qui sert très souvent de passerelle entre monde physique et digital, que ce soit pour les clients ou les conseillers de vente.

2020 : quels enjeux dans l’utilisation de la donnée client ?

Le premier challenge pour les retailers sera celui d’aller plus loin dans la convergence des données pour améliorer l’homogénéisation de l’expérience d’achat, qu’elle soit en ligne ou en magasin. Ainsi les projets de Social CRM se développent, pour créer des passerelles entre les données d’achats et celles plus conversationnelles. Chez Center Parcs, la direction Social Media est rattachée depuis trois ans aux directions CRM et ventes.

L’autre défi pour 2020, sera celui de la rapidité, dans une société où les consommateurs supportent de moins en moins d’attendre, les initiatives sur mobile se multiplieront afin d’impulser des offres en temps réel et de faciliter le paiement sans contact. On peut citer le nouveau service « coupe-file » de Monoprix, accessible via l’application « Monoprix et Moi » ou encore « Pay & Go », déployé dans dix magasins Fnac cette année. Dans les rayons, le déploiement des étiquettes digitales ouvrira aussi de nouvelles possibilités d’information sur les produits et de mises en avant de promotions éphémères. Enfin, l’année 2020 sera encore celle du progrès dans l’interaction marque-client par le vocal. L’utilisation de l’IA sera mise au profit d’une analyse plus approfondie des conversation, qu’elles soient issues des assistants vocaux ou des conversations téléphoniques via le centre de relation client. On constate d’ailleurs que ce retour du langage naturel via les assistants vocaux impacte les requêtes écrites réalisées dans les moteurs de recherche : les mots-clés laissent progressivement la place à des phrases complètes et construites, représentant une nouvelle source d’informations disponibles pour capter les intentions d’achats et les signaux faibles de consommation.