Le marketing s’applique à différents moments du cycle d’achat : acquisition, conversion, fidélisation... Et à chaque étape, son objectif. En phase d’acquisition, l’enjeu consiste à générer du trafic sur son site e-commerce. En phase de conversion, il s’agit de transformer le visiteur du site en client.
Si le marketing segmenté peut être efficace pour la partie acquisition, il montre rapidement ses limites en matière de conversion et de fidélisation. Le marketing individualisé est alors beaucoup plus pertinent. Explications.
Acquisition : une indispensable segmentation marketing
Pour générer du trafic sur un site e-commerce, l’une des techniques marketing utilisées consiste à adresser des campagnes à ses cibles. Or, dans cette phase d’acquisition, les personnes ciblées n’ont pas encore visité le site e-commerce : vous ne les connaissez donc pas réellement individuellement et n’avez pas eu l’occasion de récolter vous-mêmes de la data à leur égard. Vous dépendez essentiellement des profils créés par les partenaires 3rd party. Par conséquent, vous êtes obligé de présumer de leurs besoins et attentes sur la base de ces profils.
Pour ce faire, vous n’avez donc pas d’autre choix que de vous appuyer sur des bases statistiques pour définir des profils de clientèle type. Pour un produit P, l’étude statistique révèlera par exemple que la cible principale est constituée de femmes de 40-50 ans qui s’intéressent à la décoration et se tournent vers des produits haut de gamme. En phase d’acquisition, le site e-commerce peut alors pousser une campagne publicitaire présentant le produit P auprès des personnes du segment « femme, 40-50 ans, déco, haut de gamme ».
Prenons un exemple : Madame Martin est utilisatrice de Facebook. Elle a renseigné sa date de naissance sur son profil, elle a 45 ans. Elle est abonnée à plusieurs pages de décoration et interagit plus spécifiquement avec les publications qui présentent des produits haut de gamme. A partir de ces données, Facebook peut affilier Madame Martin au segment mentionné plus haut, segment que le site e-commerce pourra adresser grâce à une campagne Facebook Ads.
A cette étape du cycle d’achat et compte tenu de sa faible connaissance de Madame Martin, le site e-commerce ne peut malheureusement pas mettre en place un marketing individualisé. Le marketing segmenté lui permet toutefois d’adresser des personnes présumées intéressées car appartenant au segment cible.
Conversion : les limites de l’approche statistique
Vous l’aurez compris : le marketing segmenté reste (pour l’heure) l’approche la plus efficace en phase d’acquisition. En phase de conversion, la visite même de la cible sur le site e-commerce change la donne. Le site est désormais en mesure de découvrir en temps réel la situation grâce aux données de navigation du visiteur : il n’est donc plus contraint de la présumer. Dès lors, le marketing segmenté et son approche statistique révèlent des faiblesses en termes de granularité et de pertinence.
L’approche statistique du marketing segmenté consiste en outre à rattacher le visiteur à un segment prédéterminé, afin de lui recommander les produits qui ont le mieux fonctionné auprès des autres individus de ce segment. Cependant, cette pratique ne tient pas compte de la situation unique de chaque visiteur, à l’instant T. Une fois exposée à l’offre du site e-commerce, Madame Martin peut par exemple délaisser les produits de décoration pour s’intéresser aux produits d’ameublement. L’approche statistique ne permettra pas de prendre en compte cette évolution : les produits mis en avant seront toujours les produits de décoration les plus achetés par les membres du segment auquel elle a été affiliée, alors même que ces produits ne l’intéressent pas à cet instant spécifique. L’approche segmentée devient ici limitante, voire contre-productive, car le site est en situation d’affiner sa compréhension du visiteur à travers les données qu’il récolte en temps réel. Le marketing individualisé devient alors possible et beaucoup plus pertinent !
Le marketing individualisé : pour une personnalisation en temps réel de la navigation
A partir du moment où le site e-commerce a la chance de pouvoir découvrir le besoin du visiteur en temps réel, il peut déployer un marketing totalement individualisé.
Pourquoi ? D'abord, parce qu’il peut récolter des données beaucoup plus riches sur le visiteur. Il peut donc échapper à la segmentation plus ou moins grossière de l’approche statistique. Ensuite, parce qu'il existe aujourd’hui un certain nombre de technologies, dont l’intelligence artificielle inductive, qui permettent d'instantanéiser le conseil apporté au visiteur.
L'IA inductive offre en effet une capacité de traitement en temps réel des données, en permettant une prise de décision adaptée à la situation immédiate au cas par cas. Contrairement aux méthodes de machine learning traditionnelles qui appliquent le même modèle à un segment entier, les systèmes d'IA inductifs s'affranchissent de l'établissement préalable de règles et de la génération de modèles prédéfinis.
La technique d'induction consiste en effet à identifier la situation actuelle du visiteur en analysant le contexte dans lequel il se trouve à l’instant T, puis à rechercher des situations similaires dans l'historique récent du système pour y trouver les insights applicables à la situation actuelle. Cette démarche permet de suggérer les contenus ou produits ayant enregistré les meilleures performances dans des situations similaires, auprès des personnes les plus ressemblantes à avec ce visiteur spécifique. Aucun modèle n’est appliqué: le processing est réalisé en temps réel avec une rapidité de traitement de l'ordre de 35 millisecondes en moyenne. Ainsi, les suggestions proposées sont individualisées et réellement adaptées au contexte, au comportement et à la psychologie du visiteur en temps réel.
L'objectif recherché ici n'est pas l'obtention d'une fiabilité statistique mais plutôt l'amélioration de l'efficacité commerciale en termes de recommandation de contenus ou produits pertinents pour le visiteur dans sa situation actuelle. Pouvoir proposer en 35 ms les produits les plus achetés en ce moment par les visiteurs dans des situations similaires est toujours plus efficace que d'utiliser des modèles aussitôt obsolètes que définis ! C’est comme cela que travaille le vendeur en magasin: il induit sur la base des situations similaires qu’il a déjà rencontrées.
Concrètement, le marketing individualisé basé sur des technologies d’intelligence artificielle inductive permet de répondre à toutes les situations avec un degré de pertinence spectaculaire.
- Le visiteur change de centre d’intérêt ou de comportement en cours de visite ? Votre site s'adapte immédiatement à la nouvelle donne plutôt que de continuer à lui pousser les produits prédéfinis par le modèle qui n’a plus d’utilité.
- Le visiteur ne s’intéresse pas aux produits que vous lui recommandez, quitte la page puis y revient ? L’IA inductive aura intégré dans son calcul de situation ce désintérêt et lui recommandera la sélection correspondant à cette nouvelle situation plutôt que de lui pousser à nouveau les produits déjà vus et non cliqués.
- Le visiteur quitte le site en ayant abandonné quelque chose au panier ? Bien, la technologie inductive vous donne la possibilité d'amener une réponse individualisée immédiatement, en envoyant l’e-mail de relance le plus pertinent pour ce visiteur.
- Il quitte le site sans avoir rien ajouté au panier ? Vous êtes capable de déclencher une interaction pour le faire revenir sur le site, grâce à la connaissance du comportement des visiteurs les plus récents, les plus similaires à ce visiteur dans cette situation.
- Il a acheté quelque chose ? Plutôt que d'attendre un mois et ranger le visiteur dans un segment avec les autres acheteurs de ce produit, vous pouvez déclencher une action en temps réel et individualisée, en envoyant par exemple un email présentant les produits complémentaires les plus achetés par les acheteurs les plus récents qui lui ressemblent le plus.
Pour conclure…
En magasin physique, un vendeur a la chance de pouvoir évaluer le besoin et l'attente de son client en temps réel, à travers un ensemble de signaux forts et de signaux faibles. Il ne cherche pas à raccrocher un client à un segment pour présumer de son envie, de son besoin, de son attente. Pourquoi ? Parce qu'il a la capacité de le faire en temps réel. Et, aujourd’hui, les sites e-commerce ont cette même capacité !
Alors, pourquoi être moins pertinent lorsque vous avez la possibilité de répondre au besoin réel de vos visiteurs e-commerce, en temps réel ?
La technologie d'IA inductive de Netwave se différencie notamment des outils de machine learning proposant un marketing segmenté en ce qu'elle permet une identification dynamique en temps réel de la situation d'un visiteur. Contrairement aux modèles statistiques, l'IA inductive de Netwave effectue une réévaluation de la situation à chaque nouvelle donnée reçue, ce qui permet de proposer des recommandations produits véritablement adaptées à l'état d'esprit du visiteur, de manière dynamique et en temps réel, tout au long de sa navigation.
En somme, la technologie Netwave permet de découvrir les besoins réels du visiteur à chaque interaction, permettant ainsi de lui recommander les produits les plus achetés en ce moment par les visiteurs les plus ressemblants, augmentant ainsi la pertinence des recommandations et maximisant vos chances de conversion.
Résultat ? Jusqu’à +392% de surperformance par rapport à un système de machine learning.
Besoin de le voir pour le croire ? Programmez dès aujourd’hui votre démo personnalisée !
