La prédiction « Minority Report » ou le parcours omni-canal en 2016

Article paru le 16 novembre 2016 | Partager sur les réseaux sociaux

Classé dans : Expérience client Relation Client

Un rapide historique du commerce sur le web

Au commencement il y eut le multi

À partir de 2004, des boutiques en ligne de magasins physiques commencent à fleurir, notamment outre-Atlantique. C’est le début du marketing multi canal. Les deux parcours-client sont donc bien distincts, depuis l’entrée dans la boutique (virtuelle ou physique) jusqu’au paiement. Un client web ne passera pas offline et, à l’inverse, un client magasin n’aura pas d’actions en ligne. La tâche des compagnies adoptant ce modèle est donc principalement d’éviter la cannibalisation des ventes physiques par la vente en ligne et de développer une logistique permettant l’acheminement rapide des achats en ligne.

Cross-canal et complexification
Dans les années 2010 apparaît le Cross Canal. Les achats sur internet se sont démocratisés, l’usage des smartphones aussi et le petit monde des comparateurs de prix est en pleine ébullition. Le consommateur prend peu à peu l’habitude de faire sa recherche et sa comparaison de produit en ligne avant d’aller acheter en magasin (RoLPo) [1], puis l’inverse (RoPoL) [1]. Le consommateur commence à passer facilement d’un canal à l’autre et les entreprises s’adaptent peu à peu en poussant plus loin le modèle « Click and Mortar ». Ainsi, elles développent des parcours mixtes tel que le click and collect permettant la récupération d’un achat en ligne sur un point de vente physique. Désormais, la problématique principale est de proposer une expérience homogène tout au long du parcours afin de ne pas perdre l’utilisateur. La principale barrière à l’achat vient alors de la divergence des informations que le « shopper » va recevoir off line et on line.

Omni-canal, le futur… maintenant.
Aujourd’hui, ce modèle est déjà obsolète car plus de 78 %[2] des consommateurs sont désormais devenus omni-canal : un même parcours d’achat peut faire intervenir plusieurs phases online et plusieurs phases offline. La complexification des parcours conduit donc à de nouvelles notions, telles que le showrooming, et oblige l’entreprise à accompagner le client tout au long de son parcours qu’il soit online ou offline. À ce stade, l’accompagnement passe donc quasi-obligatoirement par de l’applicatif mobile, le smartphone étant la solution la plus efficace pour toucher le shopper quelle que soit l’étape du parcours d’achat à laquelle il se trouve.

Les vraies problématiques de l’Omni-Canal à la rentrée 2016

L’importance du multi-device et du multi-screen
Tout d’abord, il va falloir prendre en compte le multi-device. Le mobile étant l’outil le plus efficace pour s’assurer une omni-présence sur le parcours utilisateur avant, pendant et après le déclenchement de l’achat, il ne faut pas négliger cet aspect.
Le consommateur est armé de son ordinateur, de son smartphone, mais aussi de sa tablette. Ces différents devices sont donc autant de configurations à prendre en compte lors de la création des supports online. Les animations et les différents média proposés, les points de ruptures mais aussi les différentes occasions de consommation du contenu par l’utilisateur devront être pris en compte. Etant donné l’avènement, depuis 2 ans, du content marketing, cet aspect est particulièrement important. De nombreuses expériences desktop se voulant immersives se retrouvent encore galvaudées par un rendu mobile trop médiocre.

L’accueil en point de vente
Etant donnée l’enchevêtrement des sphères web et offline sur une même expérience client, l’accueil en point de vente sera le second aspect le plus important de l’omni-canal. Avant le déclenchement de l’achat offline le shopper a été très actif dans son parcours web, sa détermination est donc beaucoup plus forte que celle de l’acheteur d’opportunité. Sa déambulation sur le lieu de vente en est affectée, remettant en cause les anciens modèles de merchandising sur lieu de vente.

Ici, il faut partir du principe qu’en théorie, la recherche internet a pour but de faire gagner du temps. L’important va donc être de fluidifier le parcours consommateur et d’en lever les irritants. Il sera également intéressant de connaître le rôle joué par chaque point de contact (les outils CRM liés à des solutions de DMP seront d’une aide efficace à cet égard).

Ainsi, les points de click and collect devant lesquels il faut attendre 15 minutes avant d’obtenir son produit sont à proscrire. Ce temps d’attente est du temps perdu et le ressenti utilisateur serait désastreux. Les annonceurs ont pourtant tout à gagner à rendre cette expérience positive. Une fois le shopper satisfait, celui-ci est beaucoup plus réceptif aux offres car il s’est libéré de ses hésitations. Il y a donc tout intérêt à proposer une expérience inédite ou des services particuliers à son client.

Ci-dessous, un exemple illustrant une expérience de retrait réussite :

  1. Création un point d’accueil pour les clients web : le client scanne un QR Code de retrait sur son mobile à une borne qui donnera le numéro de retrait et le temps d’attente (< 10 minutes).
  2. Le client est invité à choisir son espace de retrait : un rayon en magasin ou un espace dédié. Dans le cas du choix d’un rayon, une photo est prise du client via la borne afin de l’identifier. Un plan le conduisant au rayon s’affiche et est récupérable en Instant App sur son smartphone, sans contact, grâce au NFS. Aucun téléchargement n’est nécessaire grâce à la technologie par lot Instant App.
  3. Le retrait est apporté directement en rayon au client (dont l’identification se fait grâce à la photo envoyée sur une tablette). A cette occasion le vendeur peut conseiller le client sur des achats susceptibles de compléter son achat en ligne, celui-ci ayant accès au CRM sur sa tablette et donc aux informations client.
    Dans le cas d’une attente en « salon », celui-ci doit être pensé comme un showroom et proposer des démonstrations pour patienter ainsi que des services annexes. Le client sera appelé de manière classique lorsque son colis sera prêt.
    Paradoxalement, malgré l’aspect très web de ces nouveaux parcours clients, il conviendra de remettre l’humain au centre de la relation lors de l’accueil en point de vente. Le client n’est plus « Brand Loyal » mais « Experience Loyal ». Ce « retour aux bases » est étrangement, une notion qui fait souvent défaut aux entreprises.

Contenu : entre personnalisation et homogénéité

D’après une étude Adobe effectuée au début de l’année 2016, 90 % des entreprises personnalisent leurs emails commerciaux, 62 % personnalisent leur communication sur les réseaux sociaux, 51 % offrent une expérience mobile spécifique mais seulement 38 % personnalisent la totalité de leurs canaux.

Pourtant, la personnalisation – dans le respect de l’homogénéité du discours – est l’atout majeur du digital, surtout grâce aux nouvelles solutions CRM précédemment citées. Cependant, 85 % des entreprises sont contraintes de créer des contenus et d’exécuter des campagnes dans des délais de plus en plus courts : il faut alors penser le contenu bien en amont de sa génération.

Dans le cas d’un film publicitaire, il convient donc réfléchir aux différents canaux sur lesquels le contenu va être diffusé :

  • Une version 15" ou 30" pour la TV
  • Une version longue pour la diffusion cinéma avec une prise en compte du son HD
  • Un extrait court pour Twitter et Instagram
  • Une version plus longue compréhensible sans audio pour Facebook ou un making-off
  • Une version pré-roll Youtube
    Mais si l’homogénéité est nécessaire sur le contenu, elle est primordiale sur le discours. Les équipes doivent être parfaitement accordées. Lors d’une opération, les data doivent être analysées à chaque point de contact du parcours utilisateur et doivent permettre de rectifier et d’optimiser le parcours en cours de route. Les équipes de webmastering du site ecommerce, de publicité online, de merchandising web et en point de vente, d’après vente, doivent être capable de connaître à tout moment le parcours des clients et leur historique.

Les opportunités des nouvelles technologies

L’agrégation et l’harmonisation des données deviennent donc une condition nécessaire et tous les points de contact doivent permettre la mise à jour de la base CRM afin de donner une vision unifiée du client.

Les informations démographiques, géographiques, de programme fidélité, de conversion (panier, dernières transactions on et offline), les retours produits, les points d’interactions publicitaires (email, exposition aux publicités web) jusqu’aux données des applications partenaires doivent être prises en compte et homogénéisées. Ces informations seront intéressantes pour l’accueil et la personnalisation du parcours client mais aussi pour la segmentation de sa base et une meilleure compréhension de sa cible.

Dans ce cadre, il convient donc de parler de Big Data tant le volume de données peut être important et de nature diverse. C’est en prenant en compte cet aspect que depuis l’année dernière, des solutions nouvelles émergent. En s’interfaçant avec le CRM de l’entreprise elles permettent de récupérer et d’agréger des données complexes telles que les historiques de navigation des clients, leur comportement mobile, leur exposition aux publicités web, leur réactivité aux emails envoyés… Par ailleurs, ces mêmes solutions, appelées DMP (Data Management Platform) permettent généralement (et de manière native) l’analyse du ROI des campagnes d’affiliation et de display.

En croisant ces données et grâce à de nouveaux algorithmes prédictifs basés sur le Machine Learning[3] ces solutions permettent d’affiner les segments de manière drastique, de prédire certains comportements et ainsi de proposer des contenus voire des parcours web beaucoup plus personnalisés.

[1] RoLPo : Research on Line Purchase Offline, RoPoL : Research Offline Purchase on Line
[2] Selon Etude FEVAD 2016 présentée par Adobe
[3] Machine Learning : Apprentissage basé sur l’intelligence artificielle permettant à la machine, via un réseau algorithmique complexe, de parcourir des résultats afin d’en extraire des modèles grâce à la redondance de schémas de données. Par la suite, la machine applique ces modèles afin de prédire des résultats futurs

Partagez cet article sur les réseaux sociaux