Nouveaux enjeux autour de la relation client : les directions marketing évoluent !

Les enjeux de la connaissance clients sont stratégiques pour les sites : optimisation des taux de transfo, baisse des coûts d’acquisition, avance sur la concurrence… et les nouvelles possibilités autour de la data ouvrent de nouvelles opportunités. Les directions marketing s’impliquent davantage sur le sujet : et vous ?

Les crises ont cette vertu de ramener les sujets essentiels au cœur des stratégies

Et la relation clients est évidemment un sujet essentiel pour fidéliser et même acquérir correctement : minimiser la pression pub sur les internautes, personnaliser les messages, améliorer son image de marque, optimiser ses investissements sur les meilleurs dispositifs, tout en maximisant les volumes d’achat… La contrainte est qu’il faut se plonger un peu dans les données, pour les analyser et en extraire de la valeur. Et des données, sur le digital, il y en a… :)
Par exemple : on sait qu’un internaute clique sur plusieurs leviers avant d’acheter : plusieurs leviers contribuent à une inscription newsletter ou à une commande. Alors, sur quels canaux marketing clique-t-il avant de se décider à acheter, et donc sur quels canaux marketing investir pour continuer à développer les ventes ? J’ai fait plusieurs chroniques sur le sujet : nous avons aujourd'hui les moyens de sortir de l’attribution usuelle des ventes au dernier clic, pour avoir une vision transversale du chemin de l’internaute et comprendre la valeur apportée par chacun des canaux marketing cliqués.
C’est comme au foot : ce sont les buteurs qui marquent, mais sans les défenseurs et les milieux de terrain, ils n’auraient jamais le ballon…

En termes business, cette approche cross-canal permet 3 gains :

Compréhension des complémentarités et/ou cannibalisations des canaux marketing entre eux (typiquement le référencement naturel et le référencement payant) --> concentration des investissements là où on peut générer de l’incrémental.
Compréhension de la valeur apportée par tous les canaux marketing cliqués (et pas seulement par celui qui est arrivé en dernier) --> enrichissement des relations avec ces partenaires --> augmentation des volumes de ventes.
Identification des partenaires prenant les ventes en dernier clic mais n’apportant pas de valeur --> baisse des investissements sur ces canaux --> diminution du coût d’acquisition

Et ces analyses peuvent être approfondies en segmentant selon les profils (l’analyse des données peut d’ailleurs révéler de nouveaux segments pertinents), avec des impacts évidemment plus forts.Au final, les ROI progressent nettement, avec des volumes qui augmentent. Contrainte : Cela impose un petit effort technique en amont pour tagger correctement le site et tracker correctement les campagnes, mais c'est indispensable pour avoir des données propres et donc exploitables.

Et la connaissance clients permet d’aller plus loin, avec des résultats business puissants.

Enjeu technique : pouvoir rapprocher les données analytics site centric, des données analytics ad centric, et des données de la base crm, voire même des données sur les produits (stocks, tailles…). Certains outils le permettent assez facilement, avec un enrichissement progressif du profil à chaque visite : son appétence à certains produits, à quand remonte sa dernière visite, est-il inscrit à la newsletter, a-t-il déjà acheté, avec quelle offre, qu’a-t-il acheté, sur quel segment (vente privée, marketplace…), après avoir cliqué sur quels canaux marketing, etc.
Ces informations permettent de personnaliser les contacts avec chaque internaute, avec le succès qu’on connaît pour Amazon, notamment :

Personnaliser les bannières display (possible en rtb) : reprenant les produits vus et non achetés, comme en retargeting classique, mais enrichissant cette pub avec une offre qui correspond au profil de l’internaute renseigné en temps réel (cf Brandalley). Par exemple, si cet internaute a acheté pour la dernière fois il y a 3 ans, il sera probablement utile de lui afficher une offre forte pour le faire réacheter. --> Personnaliser les offres commerciales augmente le taux de réachat et la marge sur les ventes.
Personnaliser le site en n’affichant que des produits cross-sell ou up-sell selon l’intérêt de l’internaute (cf Amazon), ou personnaliser la newsletter de la même manière (cf Gilt). --> Augmentation du taux de transfo.
Et en allant plus loin, ces informations peuvent également être utilisées par les boutiques physiques : Starbucks a par exemple optimisé sa carte de fidélité grâce à l’analyse des consommations de chacun de ses clients et propose désormais des offres personnalisées selon les boissons préférées et les heures de consommations de chaque client, American Apparel a optimisé ses stocks et l’aménagement de ses rayons en analysant par webcam comment circulaient ses visiteurs dans ses boutiques…

On touche à la big data, avec des données qui ne sont pas forcément structurées et qui deviennent compliquées à analyser, mais c’est tout l’enjeu de la connaissance clients : exploiter correctement les données en votre possession pour innover et apporter davantage de services à vos clients !