Comment la technologie et la data science augmentent les ventes grâce à des campagnes orientées clients
La pandémie de la Covid-19 a profondément modifié les habitudes de consommation des Français. L'e-commerce explose, notamment pour les achats alimentaires qui devraient connaître une croissance de 33 % en 2020 et représenter plus de 19 milliards d'euros d'ici 2024 (1).
Bien que l'e-commerce soit aujourd’hui plébiscité, faire ses courses en ligne n'offre pas les mêmes possibilités de découverte des produits que lorsqu’on se rend physiquement en magasin. Les enseignes et les marques doivent donc faire preuve d’innovation pour présenter les produits les plus pertinents aux consommateurs. Le fait que 9 acheteurs sur 10 déclarent ne pas savoir vers quelle marque se tourner avant d’avoir effectué leurs recherches (2) démontre l’importance de créer une expérience d’achat efficiente tout au long du parcours client.
La technologie au service de l’expérience client
Le retail media évolue rapidement et l’utilisation des produits sponsorisés (ces annonces publicitaires natives diffusées sur les sites et les applications mobiles des retailers) fait partie intégrante de la stratégie des marques et des enseignes. Mais le ciblage est souvent basé sur les taux moyens de clics ou de conversion plutôt que sur la pertinence du produit pour le client. Si cette approche leur permet d’explorer l’ensemble de la gamme d'une marque, elle ne prend pas en compte leurs besoins réels. Or c’est une demande forte des consommateurs : 2 acheteurs sur 3 souhaitent que leurs données soient utilisées pour créer des expériences d'achat plus pertinentes et plus personnalisées (3).
Il existe pourtant des solutions qui analysent les données historiques du comportement d'achat en ligne et hors ligne d'un client. Celles-ci permettent aux enseignes de présenter des produits plus ciblés insérés dans des publicités natives sans créer de rupture dans le parcours client. Les marques de produits de grande consommation et leurs agences médias peuvent lancer ce type de campagne via des plateformes d’achats programmatiques. En fonction de certains critères (budget, mots clés, catégories), cette plateforme utilise ses algorithmes pour effectuer plusieurs enchères en temps réel et ajuster le prix proposé et la sélection des impressions. Cette solution permet aux annonceurs d'évaluer et d'ajuster l'efficacité des campagnes de produits sponsorisés en temps réel, de mesurer directement l'impact sur les ventes et de garantir aux clients finaux de recevoir des recommandations de produits qu’ils pourraient acheter.
La data au service de la personnalisation
Nous le savons, la véritable personnalisation repose sur une approche intelligente du client et 91% (4) des consommateurs plébiscitent cette approche en dirigeant leur achat plutôt vers les marques qui fournissent des recommandations pertinentes. Ainsi, les enseignes qui mettent en place des programmes de fidélisation bénéficient d’un avantage concurrentiel important. Ces programmes permettent de collecter des données précieuses sur les consommateurs, donnant ainsi aux enseignes l’opportunité de prendre des décisions avisées pour proposer des produits utiles et en phase avec les besoins de leurs clients. Ainsi, la prise de décision ne repose pas seulement sur le clic, mais sur une compréhension granulaire des comportements réels d’un consommateur.
44 % des fabricants de marques affirment vouloir augmenter leurs investissements publicitaires online au cours des cinq prochaines années (5), une opportunité majeure pour les enseignes qui doivent absolument en tirer parti. Elles sont capables aujourd’hui de fournir des solutions personnalisées et donner aux marques une visibilité claire sur la corrélation entre le succès d’une campagne et l’augmentation des ventes.
Alors que les consommateurs du monde entier continuent à acheter en ligne, les enseignes et les marques ont tout intérêt à adopter une stratégie retail media efficace qui s’appuie sur la technologie, l’intelligence artificielle et l’analyse de la data pour lancer des campagnes de publicités contextuelles qui respectent chaque besoin client.
(1) Mintel, avril 2020
(2) Status Labs, 2018
(3) Integral Ad Science, mai 2020
(4) Accenture, 2018
(5) eTail, 2020