Anne-Claire Bellec, CMO de Kameleoon
Si cette approche a longtemps été considérée comme le Graal, elle pose à présent, à l'ère de l'expérience en ligne temps réel, deux principales limites. D'une part, les visiteurs d'un site web sont catégorisés selon des données « froides » qui peuvent ne plus être d'actualité au moment de leur visite. D'autre part, elle classe les visiteurs dans des catégories immuables qui n'ont peut-être pas de lien réel avec leurs besoins à un instant T de leur navigation. Rien ne garantit que ces données du passé soient en phase avec les attentes du visiteur au moment précis sa visite.
Le fait d'être catégorisé comme « une ménagère de moins de 50 ans » signifie-t-il réellement que l'on est plus susceptible d'acheter un bras à soupe à un instant T que « le millénial au statut cadre » ? Même si nous comprenons le raisonnement derrière cette segmentation, il n'en reste pas moins purement... théorique. Les données froides, ou données du passé, seraient-elles éclairantes quant à nos besoins et nos attentes en ligne à un instant T ? Faut-il cibler un consommateur adepte de musique classique selon son historique de visite alors que celui-ci revient sur le site dans l'optique de faire un cadeau à son neveu fan de Hard Rock ? Voici donc quelques-unes des limites de la segmentation manuelle statique...
Comprendre en temps réel l'intention d'achat des visiteurs grâce à l'IA
L'intention d'achat d'un visiteur sur le site web d'une marque est une donnée singulière ; elle n'est pas directement corrélée à un statut socio-professionnel, à un âge ou à une situation géographique. Elle évolue d'ailleurs avec le temps à l'échelle d'une seule et même visite.
C'est ce que révèlent toutes les analyses en temps réel des données « chaudes » des visiteurs sur les sites web des grandes marques et entreprises. En effet, l'Intelligence Artificielle permet de décrypter ces données « comportementales » dites « données d'intention » révélées par exemple par le temps passé sur le site, la provenance et la source du trafic, les pages visitées, les occasions d'achat (urgentes ou non), la fréquence de visite (visiteurs récurrents, nouveaux visiteurs), le moteur de recherche et l'appareil utilisés ou encore le moment de sortie du site.
Les algorithmes de machine learning ont l'immense avantage de traiter instantanément l'ensemble de ces données dans leur complexité et leur volumétrie, sans aucun biais. Leur unique objectif est de prédire la conversion ou la non-conversion du visiteur ou encore son degré d'indécision, autrement dit son intention.
Proposer une expérience en ligne pertinente
L'IA offre ainsi de nouvelles perspectives très intéressantes dans le cadre de l'expérience en ligne. Elle permet de suivre, en temps réel, l'évolution des intentions d'achat de chaque visiteur afin de déclencher automatiquement au moment opportun des expériences individualisées avec les messages, les contenus, et les offres qui répondent précisément à son intention.
C'est ce qu'on appelle le marketing de la singularité. Il propose de répondre directement au comportement de chacun des visiteurs d'un site - à leur intention et non à leur profil. Si de nombreuses marques rencontrent des difficultés à personnaliser l'expérience en ligne, c'est parce que leur approche de la donnée client reste encore trop souvent tournée seulement vers l'analyse des données froides liées au passé et au passif de leurs visiteurs sans prendre en compte le comportement temps réel de ces derniers.
Ainsi, l'une des erreurs principales des marques est de n'utiliser pour personnaliser l'expérience digitale que des données froides et de ne pas prendre suffisamment en compte les besoins des visiteurs en temps réel.
On peut bien sûr personnaliser en fonction de critères comme les dernières commandes, mais cela ne suffit plus. Prenons un exemple : un client se rend sur un site où il a acheté une machine à laver 2 semaines auparavant. Il navigue actuellement pour trouver un cadeau pour son ami dont l'anniversaire approche, il voudrait lui trouver un guide de voyage pour l'Espagne. En se basant sur le critère « achats précédents », la marque lui proposera en toute logique des machines à laver. Pourtant, ce n'est pas ce que ce visiteur recherche à cet instant. Par ailleurs, en se basant sur ces critères, il est impossible de personnaliser l'expérience de visiteurs qui n'ont jamais converti sur un site.
La personnalisation digitale, on le voit relève du temps réel et par bien des aspects s'affranchit de la pensée catégorielle. La donnée de comportement temps réel du visiteur et la mesure de son évolution sont essentielles pour personnaliser efficacement l'expérience digitale.
Prédire les intentions des visiteurs, une opportunité pour les marques « customer centric »
Dans le cas de l'expérience en ligne, la segmentation manuelle peut répondre à certains cas d'usage simples mais il est intéressant de la combiner à l'approche prédictive temps réel pour aller plus loin dans la personnalisation et donc l'engagement visiteur et la conversion. Les marques commencent à prendre la mesure de la puissance des algorithmes de machine learning pour personnaliser l'expérience de chaque visiteur. Il ne s'agit plus seulement d'optimiser les sites marchands mais bien d'en augmenter considérablement la performance.
Cette nouvelle ère du marketing de la singularité représente une opportunité pour les marques engagées à faire du digital un canal créateur de valeur. Les bénéfices sont nombreux : amélioration incrémentale des taux de conversion et de l'engagement des visiteurs, génération de leads qualifiés, augmentation du ROI des campagnes marketing et génération de chiffre d'affaires supplémentaire. Considérer que chaque visite est singulière et pouvoir y répondre précisément en individualisant la relation entre le visiteur et la marque, la technologie le permet désormais. A chacun son expérience digitale !
Le fait d'être catégorisé comme « une ménagère de moins de 50 ans » signifie-t-il réellement que l'on est plus susceptible d'acheter un bras à soupe à un instant T que « le millénial au statut cadre » ? Même si nous comprenons le raisonnement derrière cette segmentation, il n'en reste pas moins purement... théorique. Les données froides, ou données du passé, seraient-elles éclairantes quant à nos besoins et nos attentes en ligne à un instant T ? Faut-il cibler un consommateur adepte de musique classique selon son historique de visite alors que celui-ci revient sur le site dans l'optique de faire un cadeau à son neveu fan de Hard Rock ? Voici donc quelques-unes des limites de la segmentation manuelle statique...
Comprendre en temps réel l'intention d'achat des visiteurs grâce à l'IA
L'intention d'achat d'un visiteur sur le site web d'une marque est une donnée singulière ; elle n'est pas directement corrélée à un statut socio-professionnel, à un âge ou à une situation géographique. Elle évolue d'ailleurs avec le temps à l'échelle d'une seule et même visite.
C'est ce que révèlent toutes les analyses en temps réel des données « chaudes » des visiteurs sur les sites web des grandes marques et entreprises. En effet, l'Intelligence Artificielle permet de décrypter ces données « comportementales » dites « données d'intention » révélées par exemple par le temps passé sur le site, la provenance et la source du trafic, les pages visitées, les occasions d'achat (urgentes ou non), la fréquence de visite (visiteurs récurrents, nouveaux visiteurs), le moteur de recherche et l'appareil utilisés ou encore le moment de sortie du site.
Les algorithmes de machine learning ont l'immense avantage de traiter instantanément l'ensemble de ces données dans leur complexité et leur volumétrie, sans aucun biais. Leur unique objectif est de prédire la conversion ou la non-conversion du visiteur ou encore son degré d'indécision, autrement dit son intention.
Proposer une expérience en ligne pertinente
L'IA offre ainsi de nouvelles perspectives très intéressantes dans le cadre de l'expérience en ligne. Elle permet de suivre, en temps réel, l'évolution des intentions d'achat de chaque visiteur afin de déclencher automatiquement au moment opportun des expériences individualisées avec les messages, les contenus, et les offres qui répondent précisément à son intention.
C'est ce qu'on appelle le marketing de la singularité. Il propose de répondre directement au comportement de chacun des visiteurs d'un site - à leur intention et non à leur profil. Si de nombreuses marques rencontrent des difficultés à personnaliser l'expérience en ligne, c'est parce que leur approche de la donnée client reste encore trop souvent tournée seulement vers l'analyse des données froides liées au passé et au passif de leurs visiteurs sans prendre en compte le comportement temps réel de ces derniers.
Ainsi, l'une des erreurs principales des marques est de n'utiliser pour personnaliser l'expérience digitale que des données froides et de ne pas prendre suffisamment en compte les besoins des visiteurs en temps réel.
On peut bien sûr personnaliser en fonction de critères comme les dernières commandes, mais cela ne suffit plus. Prenons un exemple : un client se rend sur un site où il a acheté une machine à laver 2 semaines auparavant. Il navigue actuellement pour trouver un cadeau pour son ami dont l'anniversaire approche, il voudrait lui trouver un guide de voyage pour l'Espagne. En se basant sur le critère « achats précédents », la marque lui proposera en toute logique des machines à laver. Pourtant, ce n'est pas ce que ce visiteur recherche à cet instant. Par ailleurs, en se basant sur ces critères, il est impossible de personnaliser l'expérience de visiteurs qui n'ont jamais converti sur un site.
La personnalisation digitale, on le voit relève du temps réel et par bien des aspects s'affranchit de la pensée catégorielle. La donnée de comportement temps réel du visiteur et la mesure de son évolution sont essentielles pour personnaliser efficacement l'expérience digitale.
Prédire les intentions des visiteurs, une opportunité pour les marques « customer centric »
Dans le cas de l'expérience en ligne, la segmentation manuelle peut répondre à certains cas d'usage simples mais il est intéressant de la combiner à l'approche prédictive temps réel pour aller plus loin dans la personnalisation et donc l'engagement visiteur et la conversion. Les marques commencent à prendre la mesure de la puissance des algorithmes de machine learning pour personnaliser l'expérience de chaque visiteur. Il ne s'agit plus seulement d'optimiser les sites marchands mais bien d'en augmenter considérablement la performance.
Cette nouvelle ère du marketing de la singularité représente une opportunité pour les marques engagées à faire du digital un canal créateur de valeur. Les bénéfices sont nombreux : amélioration incrémentale des taux de conversion et de l'engagement des visiteurs, génération de leads qualifiés, augmentation du ROI des campagnes marketing et génération de chiffre d'affaires supplémentaire. Considérer que chaque visite est singulière et pouvoir y répondre précisément en individualisant la relation entre le visiteur et la marque, la technologie le permet désormais. A chacun son expérience digitale !
