Data&Performance
09/12/2022

LUXE - Top 3 des actions « data driven » pour un meilleur engagement client


Auteur : Eva Coissac
Temps de lecture : 6 minutes
Quantmetry.com : LUXE - Top 3 des actions « data driven » pour un meilleur engagement client

Avec l’apparition de la Gen Z, l’explosion du digital et les engagements écologiques, le profil du consommateur du Luxe s’est complexifié. Face à des clients toujours plus connectés, informés et volatiles, les Maisons doivent redoubler d’effort pour créer de l’engagement. Comment relever ce défi en gardant les codes du Luxe ?

Zoom sur 3 actions « game changers » grâce à l’utilisation de la data & de l’IA : le réenchantement du magasin grâce à une relation client augmentée (1), une expérience innovante sur le site e-commerce (2) et enfin, augmenter la fidélisation client (3). 

64% des individus vont effectuer une recherche sur Internet avant de se rendre en magasin et 33% consultent les avis avant de faire leurs achats (source : Etude Mobile Marketing Association France 2020)

1. Le réenchantement de l’expérience en magasin grâce à une relation client augmentée

Avec le développement massif des sites e-commerce, les clients ne sont plus obligés de se déplacer en boutique pour réaliser leurs achats. Cependant, le magasin physique demeure le canal d’achat numéro un dans l’univers du Luxe car l’expérience vécue par le client se doit d’être exceptionnelle et innovante. Autrement dit, il s’agit de l’effet ROPO (research online, purchase offline), un nouveau type de comportement amené par la digitalisation.

59% des consommateurs estiment que les magasins physiques doivent être des lieux intéressants à visiter. Ils doivent offrir quelque chose de plus que les produits et services en ligne. (Source Ayden 2022)

Les conseillers de vente dits « augmentés », c’est-à-dire dotés d’une application en boutique, seront plus à même d’anticiper les demandes des clients avec un discours rodé et inspirationnel.

 

 

Pour ce faire, il existe 2 types de données nécessaires (produits et clients, voir ci-joint) et spécifiques à valoriser pour susciter désirs et émotions dans l’univers du Luxe.

 

 

 

 

Organiser le partage des données dans le Datalake au niveau du Groupe représente un réel « game changer » pour les Maisons. Cela permettrait entre autres de : créer des insights clients cross Maisons, comparer les actions qui performent le mieux, prendre des décisions stratégiques communes et ainsi développer des algorithmes d’IA qui pourront être déployés à l’échelle.

2.Une expérience en ligne innovante avec la Computer Vision

Computer vision = analyse d’images 

Nous avons identifié trois exemples permettant de proposer une expérience innovante sur le site e-commerce d’une Maison de manière à mieux engager avec son client.

a.     Aider à l’achat en ligne via un chatbot doté de computer vision

Le but : interagir en temps réel avec son client et lui proposer des produits via des visuels. Lorsque le client recherche un objet d’un certain montant sur le site e-commerce, le widget « contactez un conseiller » apparait. Un chatbot avec un conseiller de vente peut commencer. Pour rajouter une dimension visuelle, le conseiller pourra proposer des produits similaires ou d’une autre matière en envoyant des images dans la conversation (exemple non contractuel ci-joint). Cette amélioration permet un engagement plus fort avec une réelle interaction et surtout, de susciter des achats complémentaires. 

88 % des consommateurs pensent que l’expérience d’achat est aussi importante que la qualité des produits qu’ils achètent. (Source Salesforce 2022 – focus sur le client connecté)

b.    Préparer un rendez-vous client en lui proposant des services sur-mesure

Le but : être au plus proche du client en lui proposant des services haut de gamme et personnalisés en phase de « pré-achat ». En continuant son échange sur le chatbot, le conseiller pourra lui proposer une liste de services sur-mesure pour le faire venir en boutique : la réservation d’un taxi logoté avec le nom de la Maison, la préparation des pièces à sa taille, réservation d’un créneau dédié, anticipation des pièces qu’il pourrait aimer…Ces attentions particulières à l’univers du Luxe permettent de créer une relation intime, qui marquera l’esprit du client sur le long terme.

c.    Retrouver une pièce comme « un Shazam de la mode » grâce à la détection d’objet et calcul de similarité

Le but : retrouver une pièce de Luxe de manière immédiate au sein d’une Maison que l’on apprécie. En effet, lorsqu’un client va repérer un produit dans la rue ou sur les réseaux sociaux, il le prend en photo et le télécharge directement sur le site e-commerce d’une Maison. Grâce à la reconnaissance d’image, 2 solutions : soit le produit apparait directement à l’écran ou un produit similaire lui sera proposé. 

Pour que cela fonctionne, les contenus doivent être préalablement indexés pour que l’application reconnaisse en réalité des objets déjà enregistrés dans sa base de données. Pour les algorithmes les plus performants, ils devront se baser sur des critères définis (comme la forme, la couleur, la description) pour identifier précisément l’objet.

3.    Une fidélisation client plus importante grâce à la data science

Une base CRM propre et complétée des interactions omnicanales représentent une vraie force marketing. La capacité à utiliser et mettre en commun plusieurs viviers de données (déclaratives, de navigation ou encore géolocalisation) permettront d’agir efficacement pour engager avec son client. Quelques étapes clés :

Étape 1 : prédire le churn avec un modèle de Machine Learning

Le churn est un changement de comportement (par exemple, un client qui dépensait beaucoup au sein d’une marque et qui diminue ses dépenses d’un coup depuis quelques mois). Sur la base des données présentes dans le CRM, l’algorithme va combiner des critères qualitatifs et quantitatifs pour estimer le potentiel de chaque client via un scoring. Une fois établi, la Maison pourra agir en conséquence avec des actions marketing personnalisées.

Étape 2 : personnaliser les messages avec les 3 M (message, moment, media)

Créer un algorithme d’IA qui prédit : le bon Message en fonction de plusieurs variations (dates clés, achats, évènements…) au bon Moment et avec le bon Média à utiliser pour maximiser l’impact (e-mail, site internet, sms, réseaux sociaux…).

Grâce à l’utilisation de Time Series, l’algorithme va s’auto-améliorer en fonction des résultats obtenus (sur plusieurs canaux et plusieurs types de profils).

Étape 3 : analyser les retours clients grâce au NLP

NLP (Natural Language Processing) = analyse de texte 

Le but est de prendre en compte les retours clients post-achat afin de mieux les connaitre et d’adapter les actions marketing en conséquence. Pour obtenir cette vision, il existe deux types d’algorithmes NLP :

1.    Détection de thématique : en analysant les retours clients sur différents canaux (mails, réseaux sociaux, site web, marketplace…), une marque peut identifier la volumétrie des messages et les classer dans des thématiques associées.

Exemple : couleur, matière, allergie, senteur, sizing, packaging…

2.    Analyse de sentiments pour optimisation des campagnes marketing : pour chaque message ou retours clients remontés des différentes bases, il sera possible de les classer comme positif ou négatif.

Exemple : « j’adore le packaging mais la crème m’a provoqué une réaction allergique »