Comment les retailers optimisent leur trafic en point de ventes

Découvrez trois solutions utilisées par de nombreux retailers en France pour optimiser leurs ventes physiques grâce aux signaux des smartphones des consommateurs.

Les retailers s'attaquent à un gros sujet : l'optimisation du trafic de leurs magasins physiques comme ils le font déjà pour leurs sites Web où des solutions opèrent à force de cookies et de donnée loguée. Des capteurs placés dans les magasins collectent les signaux émis par les appareils mobiles des consommateurs, puis les renvoient à une plateforme équipée d'algorithmes qui les analyse en temps réel. Ce faisant, ces solutions – comme les françaises Occi, Fidzup, Retency et l'américaine RetailNext (présente à Madrid et au Royaume-Uni) – délivrent à leurs clients détaillants de nombreuses statistiques sur le comportement des consommateurs sur place : taux de répétition, parcours, points d'arrêt, temps passé par rayon, en caisse ou en cabine d'essayage, etc.

Définir les "points chauds" du magasin, ceux qui génèrent le plus de ventes ou de temps d'arrêt

Autant d'informations qui permettent aux détaillants d'optimiser en temps réel le merchandising de leurs points de vente, la réactivité de leurs équipes et les services proposés avec toujours un même objectif : transformer les visiteurs en acheteurs. Les corrélations entre les différentes zones et les parcours les plus empruntés permettent de définir les "points chauds" du magasin, ceux qui génèrent le plus de ventes ou de temps d'arrêt, ou ceux qui même étant visibles n'attirent pas l'attention des visiteurs. "Ce système permet d'envoyer des alertes en temps réel sur les lacunes, voire des problèmes, comme une attente trop longue en caisse", explique Yves Benchimol, fondateur et CEO d'Occi.

Une solution comme celle proposée par Occi, qui équipe les Galeries Lafayette, Carrefour et Auchan, va jusqu'à renseigner les équipes sur le profil des clients présents en magasin, leurs préférences d'achat ou encore leur dernière visite… De quoi renforcer la capacité de vente des commerciaux. Ces derniers peuvent alors leur proposer un accueil et des services sur mesure, selon qu'il s'agisse de VIP,  de "showroomers" qui consultent beaucoup mais ne passent pas à l'acte d'achat ou encore de clients insatisfaits lors d'une dernière visite.

Du retargeting online après l'achat en magasin

L'innovation d'Occi se trouve dans la fusion des données. Les informations détectées par leurs capteurs wifi en magasin alimentent une base de données qui est ensuite fusionnée avec une autre base, celle des tickets de caisse. "On arrive ainsi à retrouver le ticket de caisse associé à chaque parcours, ce qui nous enseigne sur ce que le consommateur achète et surtout sur les rayons qu'il a visités et qui n'ont pas généré de vente", explique Yves Benchimol. Pour les clients disposant d'une carte de fidélité, et à condition d'avoir obtenu leur opt-in, l'enseigne peut pousser des offres personnalisées en caisse, par e-mail ou SMS, tout en complétant sa connaissance de ceux répertoriés dans le CRM.

Certaines de ces solutions comme Fidzup et Occi permettent de retoucher en ligne des visiteurs récalcitrants ou de réengager les clients sur différents canaux. Les méthodes d'activation diffèrent selon la solution choisie. Occi se concentre sur l'engagement des clients existants. D'autres, comme Fidzup, utilisée par Gémo, Audi, Renault, Adidas et Darty/FNAC, s'intéressent au potentiel de prospection des données captées instore pour les recibler en ligne. "Dans beaucoup de secteurs, un visiteur qui entre dans le magasin a 20 % de chances de passer en caisse", explique Olivier Magnan-Saurin, PDG et co-fondateur de Fidzup. La data concernant ceux qui ne passent pas à la caisse n'est, contrairement aux sites d'e-commerce, pas explorée par les enseignes… alors même qu'elles dépensent beaucoup pour disposer de points de vente physiques.

Fidzup travaille en partenariat avec des éditeurs d'applications mobiles, rassemblés au sein d'une quinzaine de régies dont Mondadori, qui lui permettent de retrouver les devices ID correspondants aux données wifi que ses capteurs ont enregistrées. L'entreprise utilise sa propre plateforme DSP mobile pour activer des campagnes display in-app. " Nous avons transposé à la visite en magasin le modèle d'optimisation basé sur le clic : les algorithmes de notre DSP achètent les enchères en RTB qui ont le plus de chances de générer de visites en magasin ", explique Olivier Magnan-Saurin. La connaissance offerte par les données collectées par les capteurs sert à mesurer l'efficacité de la campagne publicitaire, en plus de perfectionner les messages diffusés en ligne. S'il est déjà un client fidèle, s'il s'agit de sa première visite et selon les rayons qui attirent son attention, le consommateur ne recevra pas la même publicité.

Des flux ou des individus ?

Dans le lot, seule Retency déclare analyser des flux et non pas des données individuelles collectées et rassemblées. L'entreprise a en effet développé une technologie propriétaire de lecture capable d'analyser les radiofréquences des téléphones sans avoir à les identifier individuellement, ni tracer des parcours isolés. Entre 65 % et 75 % des visiteurs seraient ainsi captés par cette technologie de mesure d'audiences qui a valu à l'entreprise d'obtenir l'aval de la CNIL pour déployer sa solution à titre expérimental sur la voie publique, en conformité avec les exigences de protection de la vie privée. " Notre solution offre aux enseignes physiques les informations en temps réel qui leur permettent d'optimiser leurs services pour répondre aux attentes des consommateurs, devenus très exigeants sous influence de leur expérience numérique ", explique Isabelle Bordry, co-fondatrice de Retency. Cette technologie sert également aux réseaux d'afficheurs extérieurs pour analyser les flux sur la voie publique.