À la fin 2020, pendant la période des fêtes de fin d’année, personne ne pouvait prédire comment les consommateurs allaient réagir, et comment le business de détail numérique allait performer, compte tenu du ralentissement économique, des fermetures d’entreprises, d’un taux de chômage en hausse et de la baisse de confiance des consommateurs, tout cela provoqué par la pandémie de COVID-19.
Mais nous avons maintenant quelques réponses et tendances intéressantes, grâce à un rapport commandité par Mastercard SpendingPulse, dont les résultats donnent un aperçu des ventes de détail pour le mois de décembre 2020 et la période des fêtes. Selon ce rapport, les ventes de détail totales ont augmenté de 3 % au cours des vacances de Noël 2020, notamment en raison de ventes avancées et d’offres spéciales. Les ventes en ligne, quant à elles, ont vu une croissance impressionnante de quasiment 50 % par rapport à 2019 ! Ce boom du commerce électronique qui se traduit en plusieurs milliards de dollars s’est accompagné de quelques ratés, y compris un nombre de pertes et de retards de colis chez les transporteurs publics et privés, comme USPS et UPS.
Cela n’enlève cependant rien à la croissance prometteuse et continue des achats en ligne pour les marques dont les stratégies actuelles et futures sont principalement axées sur le numérique et le multicanal.
Les détaillants ont travaillé de manière proactive pour rendre les achats plus sûrs et plus pratiques pour les clients, en utilisant par exemple des stratégies telles que le BOPIS (Buy Online Pick-up In-store) et en tirant parti de technologies qui ont permis le ramassage sans contact. L’un des résultats les plus surprenants du rapport de Mastercard concerne la performance des secteurs de l’ameublement et du bricolage pendant cette période de fêtes de fin d’année. Les ventes en ligne de meubles et d’accessoires pour la maison ont augmenté de plus de 30 %, et les ventes en ligne d’articles de bricolage et de rénovation ont progressé de quasiment 80 %. Cette croissance peut être attribuée à des ventes et des offres spéciales, ou au fait que les consommateurs ont fait du lèche-vitrine pendant un certain temps et ont profité des soldes durant les fêtes pour cliquer sur « acheter ».
Indépendamment des différents facteurs qui ont contribué à l’énorme croissance du commerce électronique, il est impératif que les marques continuent à investir dans leurs modèles commerciaux multicanaux en optimisant l’expérience d’achat en magasin et en ligne, en entretenant et en approfondissant les relations avec les clients, à la fois ceux pour qui le concept d’achat en ligne est nouveau, pour leur clientèle fidèle, mais également pour la nouvelle génération.
À l’avenir, les marques pourront utiliser toutes les informations qu’elles ont pu accumuler pendant cette année vraiment particulière, faite de haut, mais surtout de bas, afin d’appliquer ce qu’elles ont appris pour les éventuelles futures crises à venir.
Cependant, il faut garder à l’esprit que la croissance continue d’une entreprise nécessite beaucoup plus que des coupons et des offres spéciales. Nous avons ainsi noté quatre tendances clés que les marques devraient sérieusement prendre en compte pour élaborer leur stratégie commerciale et leur feuille de route pour 2021 :
- Les consommateurs s’attendent à une gratification instantanée en échange du partage de leurs données
- Les marques doivent utiliser des sources de données multiples afin de créer de la valeur instantanée pour leurs clients
- Les détaillants en ligne et e-commerces doivent faire des efforts pour se conformer aux nouvelles règles relatives à la confidentialité des données de leurs clients
- Les marques vont davantage s’appuyer sur des solutions de recommandation de produits basées sur l’IA pour générer des revenus et des ventes en ligne
1. Les consommateurs s’attendent à une gratification instantanée en échange du partage de leurs données
Les consommateurs vont continuer à se sentir plus à l’aise en partageant leurs données avec les marques, tant qu’ils recevront quelque chose de valeur en échange. Ils attendent également de plus en plus une modulation des expériences pertinentes en temps réel, comme recevoir une gratification quasi instantanée après avoir partagé leurs données. Les consommateurs deviendront moins fidèles aux marques avec lesquelles ils s’engagent, mais la pertinence sera un facteur de différenciation clé et une source de valeur génératrice de revenus pour les entreprises.
Ainsi, les consommateurs sont actuellement plus disposés à partager des données en échange de services ou de produits gratuits, de récompenses et d’offres personnalisés, mais beaucoup moins intéressés et susceptibles de les partager en échange de notifications personnalisées, par exemple.
Près des deux tiers des personnes ayant participé à un sondage commandé par Microsoft en fin d’année 2020 ont déclaré qu’ils étaient prêts à partager des données personnelles en échange de récompenses personnalisées ou de remises sur des articles et services qu’ils achetaient fréquemment. Bénéficier de tarifs personnalisés, d’options d’expédition gratuites ou améliorées, d’échantillons gratuits de produits et de services et d’un accès gratuit aux services ont également été citées en premier par plus de la moitié des personnes interrogées comme de bonnes raisons pour partager des données.
Dans le sens inverse, la commodité où l’aspect pratique ne semble pas être des facteurs clés concernant le partage des données, aux yeux des consommateurs. Ainsi, ils semblent être beaucoup moins disposés à partager des données pour des choses plus abstraites, comme l’accès aux données de service et à l’historique des achats pour les entreprises, ou les alertes et notifications.
Il y a également de grandes différences à ce sujet si on prend en compte les origines géographiques. Par exemple, les consommateurs d’Amérique latine semblent plus disposés à partager des données en général que le reste du monde. En revanche, les consommateurs nord-américains ont tendance à être globalement moins enthousiastes. Les milléniaux et la nouvelle génération, quant à eux, accordent plus d’importance à la personnalisation et s’attendent à obtenir davantage en acceptant de partager leurs données personnelles, par rapport à des consommateurs qui appartiennent à d’autres groupes d’âge.
Les différents degrés de compréhension — et surtout d’incompréhension — au sujet de la confidentialité et de l’utilisation des données à des fins de personnalisation représentent souvent une énigme pour les entreprises. Lorsque les consommateurs choisissent de ne pas partager de données, les équipes en charge du marketing sont limitées dans leur capacité à personnaliser les expériences clients, que cela concerne les produits ou les services. C’est un cercle vicieux, car tandis les consommateurs ne comprennent pas que le partage de leurs données est fondamental pour créer des expériences personnalisées, les entreprises ne peuvent quant à elles par leur offrir ce type d’expérience sans un minimum de données. Et le risque, c’est que les consommateurs pensent que les marques ne comprennent pas leurs attentes.
Que doivent faire les entreprises au sujet du partage des données ?
Commencez par la promotion d’une communication claire sur l’échange de valeur que votre entreprise propose via votre site web et vos réseaux sociaux.
Une communication claire sur la confidentialité des données est essentielle. Vous devrez surtout indiquer à vos clients les raisons pour lesquelles vous leur demander de partager leurs données. C’est un point crucial pour tenter de sensibiliser les consommateurs à l’échange de valeur proposé.
Voici quelques étapes à suivre pour vous aider à communiquer clairement à ce sujet :
Tout d’abord, assurez-vous que vos clients comprennent pourquoi les données sont nécessaires et ce qu’ils obtiennent en retour. Si vos clients ne voient pas les avantages, vous devez repenser votre communication et votre action.
- Expliquez clairement à vos clients comment vous utilisez les données pour créer une expérience client plus personnalisée et meilleure globalement.
- Assurez-vous que vous utilisez réellement les données que vous collectez pour répondre aux attentes des clients.
- Demandez des commentaires aux clients, car ils sont essentiels pour vous garder sur la bonne voie et continuer à répondre à leurs attentes.
2. Les marques doivent utiliser des sources de données multiples afin de créer de la valeur instantanée pour leurs clients
Les marques et entreprises ont entre leurs mains plus de données que jamais, que ce soit sur leurs clients, les produits qu’ils achètent, les ventes, etc., et de surcroit, à partir d’une multitude de canaux : en ligne, en magasin, dans les applications mobiles, par e-mail, par des tiers, etc.
Mais nous savons pertinemment qu’une masse importante de data à disposition n’est pas forcément synonyme de valorisation des données, car celles-ci sont la plupart du temps cloisonnées dans les différents départements, services, ou structures au sein d’une entreprise. Les marques devront rechercher des solutions qui débloquent de grandes quantités de données provenant de sources multiples pour permettre de prendre des décisions rapides sur ce qu’il faut montrer aux clients à un moment donné. En d’autres termes, les marques doivent commencer à utiliser les bonnes données au bon moment pour amplifier et étendre leurs capacités à créer de la valeur immédiate pour leurs clients.
Le problème, pour la majorité des entreprises, c’est qu’il n’existe pas une « source unique de vérité » concernant les données des clients.
En réalité, les data clients sont constituées de nombreuses sources de données.
Comme nous l’avons déjà dit, les sources de données sont souvent cloisonnées dans différents outils appartenant à différentes équipes. Or, il est difficile de créer une source unique de vérité à partir de données cloisonnées. Les outils de vente n’intègrent pas facilement les données d’analyse web ou de produit. Les outils marketing n’intègrent pas facilement les données d’abonnement. Vous devez avoir un profil complet et unifié de chaque personne et entreprise qui a déjà interagi avec votre marque.
Ensuite, les données susceptibles d’être exploitées par les entreprises sont souvent désordonnées et même parfois inutilisables.
Pour résoudre leurs problèmes de cloisonnement des données, les entreprises peuvent soit utiliser un logiciel d’intégration, soit choisir d’utiliser une plateforme unique pour unifier la gestion des données.
Vos données se trouvent probablement dans différents logiciels. L’intégration de ces systèmes est l’un des moyens les plus efficaces afin d’éviter les « silos » de données. Pour les utilisateurs d’applications basées sur le cloud, les plateformes d’intégration en tant que service (iPaaS) représentent une solution tout à fait intéressante.
Parmi les meilleures solutions iPaaS, on note PieSync, un outil axé sur la synchronisation bidirectionnelle des données client, Zapier pour les transmissions de données unidirectionnelles, ou encore Mulesoft.
Un logiciel d’intégration résout la grande majorité des problèmes en rapport avec le cloisonnement des datas. Grâce à ce type d’outil, vous disposez de données de haute qualité capables de produire une image complète de chacun de vos clients. De plus, il garantit que vos données sont automatiquement mises à jour et aide vos différentes équipes à se mettre au même niveau et à être sur la même longueur d’onde, ce qui se traduit in fine par une optimisation notable de l’expérience client.
On peut également choisir une solution tout-en-un pour unifier la gestion de ses données.
Ce type de solutions, également appelées plateformes, est proposé par des fournisseurs de logiciels qui offrent différents produits capables de couvrir plusieurs processus métier au sein d’une même entreprise. Lorsque vos équipes de vente, de marketing et de support client travaillent avec le même fournisseur de logiciel, il est plus facile d’éviter la compartimentation de données.
L’utilisation de plateformes est un excellent moyen de garder les différents départements et équipes d’une entreprise alignées. Lorsque la plupart ou la totalité des solutions logicielles que vous utilisez proviennent de la même marque, cela facilite grandement la communication entre les équipes, car ces outils emploient les mêmes termes pour parler des différents types de données. Cela permet également aux différents services de partager plus facilement les données et les contacts clients, sans travail manuel supplémentaire ni outils tiers.
L’étape la plus importante consiste à trouver la bonne plateforme pour votre entreprise, sur laquelle vous pourrez rationaliser toutes vos données. Cela signifie la fin des feuilles de calcul Excel et des logiciels pas toujours complémentaires, partagés uniquement dans un même département. La consolidation de toutes les données sur une seule plateforme facilitera le partage de ces données entre les services.
3. Les détaillants en ligne et e-commerces doivent faire des efforts pour se conformer aux nouvelles règles relatives à la confidentialité des données de leurs clients
Au fur et à mesure que les marques collectent plus de données clients et recherchent les moyens de valoriser au mieux leur valeur en termes de pertinence, garantir la conformité aux diverses lois et réglementations devient plus complexe et difficile, en particulier lorsqu’une entreprise opère dans des zones géographiques différentes en matière de législation. Les marques vont ainsi devoir continuer à se concentrer sur l’évaluation régulière de leur conformité au RGPD européen (General Data Protection Regulation), au CCPA (California Consumer Privacy Act) et à diverses autres réglementations en évolution, concernant y compris celles concernant les fournisseurs et les applications tierces avec lesquelles les entreprises travaillent.
En France, afin de simplifier le travail des entreprises dans leur processus de mise en conformité à la règlementation entrée en vigueur en 2018, la CNIL a accordé aux entreprises un délai de 3 ans.
Cette échéance arrive vite. Les entreprises doivent en effet réaliser leur mise en conformité avant le 25 mai 2021, ainsi qu’une analyse d’impact sur la protection des données (DPIA – Data Protection Impact Assessment). En cas de non-respect des règles relatives aux études d’impact, les sanctions pourront être extrêmement sévères. Les amendes pourront en effet atteindre jusqu’à 10 millions d’euros. Pour une entreprise, le montant retenu pourra correspondre à 2 % du chiffre d’affaires de l’année précédente.
4. Les marques vont davantage s’appuyer sur des solutions de recommandation de produits basées sur l’IA pour générer des revenus et des ventes en ligne
Les marques ont les moyens de créer de la pertinence en temps réel, via l’optimisation de la découverte de produits avec des recommandations de produits. Avec autant de canaux et autant d’informations transmises aux consommateurs, la capacité de les aider à trouver et découvrir les articles qui les intéressent le plus est devenue primordiale. Les recommandations de produits sont omniprésentes dans le commerce électronique grâce à de nouvelles technologies, et elles représentent généralement deux à trois pour cent des revenus du commerce électronique. Cependant, les recommandations traditionnelles basées sur le filtrage collaboratif ne fournissent pas vraiment la sélection de produits la plus pertinente pour le client, car elles sont ancrées dans une relation de type produit à produit. Des solutions telles que l’apprentissage en profondeur basée sur « Google Product Recommandations » s’adaptent au comportement en temps réel du client pendant la session en ligne, sont ancrées sur le parcours d’achat de l’individu et utilisent un contexte clé (tel que le temps passé sur un produit, l’ordre dans lequel les produits sont consultés, etc.) pour s’adapter aux changements des signaux d’intention d’achat.
Avec l’utilisation d’algorithmes et de données, les moteurs de recommandation filtrent et recommandent les produits les plus pertinents destinés à un utilisateur spécifique. C’est une technologie qui agit comme une sorte de vendeur automatisé. Lorsqu’on lui demande quelque chose, il en suggère également une autre qui pourrait aussi vous intéresser.
Notons enfin que le développement de modèles d’algorithmes de recommandation de produits est un domaine de recherche qui est en train de se développer très rapidement.
En règle générale, les algorithmes développés pour les systèmes de recommandation reposent sur des achats et des pages vues auparavant. Mais il existe aujourd’hui de nombreux services capables de suggérer des recommandations instantanées, car ils utilisent l’intelligence artificielle pour analyser les interactions des utilisateurs et pour trouver des produits visuellement appropriés qui intéresseront chaque client. Grâce à l’IA, les moteurs de recommandation font des recommandations rapides et précises adaptées aux besoins et aux préférences de chaque client.
Avec l’utilisation de l’intelligence artificielle, la recherche en ligne s’améliore également, car elle formule des recommandations liées aux préférences visuelles de l’utilisateur plutôt que des descriptions de produits.
Un système de recommandation classique traite les données à travers quatre étapes : collecte, stockage, analyse et filtrage.
1. Collecte des données
La collecte de données est la première phase de création d’un moteur de recommandation. En réalité, les données sont classées en données explicites et implicites. Les données fournies par les utilisateurs, telles que les notes et les commentaires, sont explicites. Tandis que les données implicites peuvent consister en un historique des commandes et des retours, des clics, des pages vues et des événements relatifs au panier d’achats. Ce type de données est collecté auprès de tous les utilisateurs qui visitent un site web donné.
Au fur et à mesure que le moteur de recommandation est alimenté avec plus de données, il devient plus intelligent
Et les recommandations deviennent également plus pertinentes, de sorte que les visiteurs sont plus enclins à cliquer et à acheter.
2. Stockage des données
Pour avoir de meilleures recommandations, vous devez créer plus de données pour les algorithmes que vous utilisez. Vous pouvez décider du type de stockage à utiliser à l’aide des données que vous utilisez pour créer des recommandations. C’est à vous de choisir entre par exemple une base de données NoSQL ou une base de données SQL standard.
3. Analyser les données
Afin de trouver des éléments qui contiennent des données montrant les taux d’engagement et de conversion des utilisateurs similaires, il est nécessaire de les filtrer à l’aide de diverses méthodes d’analyse. Parmi les différentes façons d’analyser ce type de données, on distingue principalement les systèmes en temps réel, l’analyse en temps quasi réel, et l’analyse par lots (batch analysis)
4. Filtrer les données
La phase suivante consiste à filtrer les données pour fournir des recommandations pertinentes aux utilisateurs. Pour implémenter cette méthode, vous devez choisir un algorithme adapté au moteur que vous utilisez. Il existe plusieurs types de filtrage : basé sur le contenu, en cluster, et collaboratif.
Conclusion
Nous prévoyons que les entreprises vont très vite examiner de plus près les recommandations de produits personnalisées pour offrir plus de valeur aux clients et, en conséquence, générer beaucoup plus de revenus par rapport aux recommandations traditionnelles.
Alors qu’une nouvelle année commence et que nous allons probablement retrouver une vie normale d’ici la fin 2021, les marques ne doivent pas perdre l’opportunité de nouer des relations encore plus profondes avec les clients nouveaux et existants. Les détaillants ont fourni aux acheteurs les produits dont ils avaient besoin au plus fort d’une pandémie, confirmant leur engagement envers leurs clients et établissant un lien de confiance qui perdurera longtemps, alors que le COVID-19 sera, espérons-le, de l’histoire ancienne.
Laissez vos commentaires