[Cas réel] Sears/Kmart : engager 100% des clients mobile en magasin. Sans Appli. Avec Intelligence Artificielle
Par Laurence Faguer, expert retail FrenchWeb
En Résumé
:: Le consommateur prébiscite les dispositifs Mobile leur offrant un vrai avantage (L’Oréal, Target, Macy’s…)
:: Une nouvelle solution permet de s’adresser aux clients sans appli, dans le magasin
:: Elle se bonifie au fil des visites en embarquant l’intelligence artificielle.
Dans le détail
Les consommateurs seraient fâchés avec les appli retail ? Pourtant, quand on leur présente des services utiles, ils acquiescent. Trois annonces sont venues le confirmer la semaine dernière :
L’Oréal : Fort de ses premiers succès, L’Oréal vient d’acquérir MobiFace, son sous-traitant depuis 4 ans et le créateur de ses applications de maquillage virtuel et de diagnostique de la peau. Ces vrais bijoux technologiques sont utilisables, comme le précise au Figaro Lubomira Rocher, chief digital officer de l’Oréal « à la fois sur les applications de nos marques, leurs sites Internet ou encore dans leurs boutiques et comptoirs en grands magasins ».
Macy’s : après un pilot réussi, Macy’s proposera d’ici la fin de l’année à ses clients magasin de pouvoir régler leurs achats directement dans l’appli au milieu des rayons dans 450 de ses magasins.
Target : Drive-up, le service dans l’appli de Target qui simplifie le click and collect en magasin, actuellement testé dans 50 magasins, sera généralisé dans 1000 magasins d’ici Décembre.
Mais comment apporter en magasin ce type de services aussi aux clients qui n’ont pas téléchargé l’appli du magasin ? Ils y sont prêts apparemment, puisque en France, l’enquête l’enquête Fevad/Médiamétrie nous apprend que 6 internautes équipés d’un téléphone mobile sur 10 ont déjà utilisé leur mobile en magasin (T4 2017)
Engager en Magasin, sans Appli
Combien de fois entrez-vous dans une boutique, un grand magasin ou une grande surface, et ce magasin n’a aucune information sur vous, alors que vous êtes un client régulier ? La solution découverte en Janvier à New York à NRF veut changer cela.
Objectifs :
– Apporter un service en magasin fidélisant
– Augmenter l’engagement et les ventes en magasin
– Augmenter le panier moyen .
La solution – Mobile Engage, proposée par Retail Next, le leader mondial de l’analytique magasin, basé à San José, Californie, permet d’offrir une expérience utilisateur semblable à celle d’une application, et d’engager les acheteurs en one-to-one, mais sans application.
Le scénario –
Etape #1 : Un client entre dans un magasin et se voit offrir la possibilité de s’enregistrer (en donnant juste son adresse e-mail, par exemple) afin de se connecter au réseau Wi-Fi de l’enseigne et recevoir un contenu spécifique (Lookbook, Vidéo tutorielle, « Offre du jour », jeux, coupons, ect..). Dans un magasin Aldo Shoes, par exemple, (dont la stratégie visant à fusionner commerce physique et mobile est un succès avéré) une petite affichette à l’entrée encourage à bénéficier du wifi à l’intérieur du magasin.
Si le magasin n’a pas de wifi, il peut envoyer au client un lien par SMS.
Etape #2 : Bien sûr, le client a besoin d’une bonne raison pour s’enregistrer. La prochaine fois que ce client entrera dans le magasin, il sera invité à se connecter, et sera redirigé non pas vers le site générique de l’enseigne mais vers une URL personnalisée pointant vers une Landing Page Welcome et un onglet Préférences. La personne indique ses préférences : quelles catégories de produits, de contenus, de coupons veut-elle ? Quel est son projet ? etc.
SEARS : Onglet Préférence, pour collecter les intentions d’achat
Ensuite au fil de ses visites magasin, le client sera reconnu et recevra des recommandations personnalisées, des avantages et du contenu basés sur ses préférences indiquées dans le Centre de Préférence auxquelles viendra s’ajouter son historique et son comportement d’achats, mais aussi, et c’est toute la force du magasin physique, des données contextuelles en temps réels (météo, événements locaux aux alentours du magasin, events en cours actuellement dans le magasin, etc…). Quel client résiste à un avantage personnel adressé en one-to-one ?
Etape #3 : C’est là qu’entre en jeu l’intelligence artificielle. Au fil du temps et des visites du client, l’enseigne va se constituer un profil de plus en plus précis de son client avec ses préférences, le contexte dans lequel il fait ses achats. Mobile Engage utilise des algorithmes d’apprentissage pour être à chaque fois plus intelligent à chaque visites magasin. « Nous nous appuyons sur deux types de données principales » explique Eric Dodd, Product Owner chez Retail Next :
–Comportement en magasin (trafic, durée, rayons visités, etc.) : « Nous incluons ces données dans le système de recommandation ».
–Données en temps réel : « Le machine learning est toujours alimenté est en temps réel, en fonction, par exemple, de la météo. Si un article a beaucoup de succès aujourd’hui dans un magasin, nous pouvons le suggérer plus souvent dans les recommandations des clients ayant le même profil visitant ce magasin, aujourd’hui. Peut-être est-ce du à un contexte local ? (météo, event…). Ces données sont très importantes pour l’équipe marketing, elles leur donnent la possibilité de personnaliser l’expérience client » précise Eric Dodd,
Exemples de messages lors des visites suivantes
Sur la base des préférences collectées via l’onglet Préférences : mise en avant uniquement des catégories de produits préférées (Ulta); recommantions produits contextualisées (Dick’s) ; Coupons personnalisés (Kmart) et sauvegardés dans le Wallet (Kohl’s)
Du Machine Learning qui apprend de visites en visites et personnalise plus finement
Mobile Engage ne remplace pas l’email marketing, les réseaux sociaux ou même une appli. Il rend juste ces canaux plus forts. Il fonctionne de concert avec les campagnes existantes et exploite les données de comportement d’achat en ligne et en magasin pour optimiser une expérience d’achat personnalisée en magasin.
CAS REEL SEARS/KMART
Le groupe : Sears Holdings Corporation (SHLD) est le troisième groupe de distribution aux États-Unis, derrière Wal-Mart et Home Depot. Dans sa transition numérique en cours, la personnalisation est clé. Shop Your Way® ( «At your service 24/7 to help you in the moments that matter ») est un programme qui offre aux membres des avantages pour acheter non seulement dans les magasins du groupe, mais aussi chez les partenaires retailers.
Objectif : augmenter le trafic magasin, augmenter les ventes
Dispositif : Sears/Kmart utilise Mobile Engage pour adresser des offres et recommandations produits ciblés et au bon moment aux clients et membres de Shop Your Way.
Résultats :
– Hausse de 1100% du taux d’utilisation des offres sur mobile (vs des pages mobiles statiques, adressées indifféremment à tous les clients)
– Hausse de 26% du montant moyen d’achat
– Connaissance accrue des comportements et préférences d’achat de la part de clients connus – et inconnus (non enregistrés à Shop Your Way)
– Rapidité gagnée dans la mise en oeuvre de campagnes pour tester des dispositifs utilisant l’intelligence artificielle en magasin ( (personnalisés sur de la donnée et des comportements en temps réel, et adressées au bon moment grâce au mobile).
Autres Use Case possible
ROI Détecter une intention d’achat – Une cliente est venue 6 fois dans la boutique pour acheter des chaussures. Mais aujourd’hui cette personne est venue pour acheter des vêtements pour enfant. Qu’elle ait réalisé son achat – ou pas – cette donnée Magasin a de valeur pour l’équipe marketing
ROI Augmenter le nombre de téléchargements de son appli retail : A son arrivée dans le magasin, le lien URL envoyé au client peut être une invitation à télécharger l’application de l’enseigne pour bénéficier d’un avantage personnel. Un moyen immédiat d’augmenter son nombre d’appli téléchargées (nota : un programme de onboarding doit impérativement suivre !).
Mesurer la conversion Magasin des campagnes Facebook et Display
ROI In-Store Guest Wi-Fi – Eviter le showrooming et réduire la distribution de coupons et réductions indifférentiées, en dirigeant la cliente/propect vers les options qui lui correspondent.
Est-ce que les clients acceptent facilement de livrer leurs préférences ?
Arun Nair, CTO et co-fondateur de RetailNext at NRF 2018, que j’ai interrogé en Janvier à New York à NRF, est catégorique: « Si les clients ont une bonne expérience et si l’enseigne continue à fournir un contenu pertinent et de valeur, les clients sont généralement heureux de partager des renseignements personnels. Bonobos, un de nos clients, fait un excellent travail. Chaque fois que je viens, ils me reconnaissent, ils savent ce que j’aime, ce que j’ai acheté dans le passé, ce qui me va, ils m’offrent même un verre de champagne en me montrant des produits que j’aimerai. Je sais que je paie ce service quelque part mais ça ne me dérange pas. Plus j’aurai une bonne expérience en magasin, plus je reviendrai ».
CE QUI REND LA SOLUTION UNIQUE
-Elle s’appuie sur les parcours Online ET magasin pour personnaliser l’expérience d’achat du client qui entre dans un magasin
-Elle comporte un Centre de Préférence : de l’avéré indiqué par le client lui-même
-Elle utilise le machine learning pour s’assurer de la pertinence et la justesse des messages, personnalisés
-Sans appli (via le wifi)
-Mise en œuvre rapide – Un « Up and Running » en une semaine ou deux sans faire appel à des ressources IT
POURQUOI S’Y INTERESSER ?
Près d’un achat e-commerce sur 2 (45%) sera fait sur le mobile en 2021, (demain). Marché US. Une concurrence accrue pour le magasin. Ou une chance pour celui qui saura reconnaître et récompenser la visite sur place par de la vraie personnalisation contextuelle et temps réel. Grâce à l’IA.
Photo by Xianjuan HU on Unsplash
La correspondante :
Laurence Faguer est une marketeuse et entrepreneuse « go-between » France et USA, fondatrice de Customer Insight.
A la demande d’entreprises françaises, elle repère en personne les innovations en Digital, Mobile et Retail aux Etats-Unis, avant qu’elles ne soient connues en France, puis les aide à transposer avec succès ces stratégies ayant fait leur preuve aux U.S.
Laurence est expert US pour FrenchWeb qui reprend de temps à autres la publication des articles de son blog.
Pour contacter la rédaction: redaction@frenchweb.fr
Pour plus d'informations sur nos abonnements, merci de nous contacter à abonnement@frenchweb.fr
Vous souhaitez contribuer régulièrement en tant qu'expert sur FRENCHWEB.FR, merci de nous contacter à redaction@frenchweb.fr
- Ask A VC : comment modéliser un compte de résultat — Partie 6/6 : analyse de sensitivité - 21/05/2024
- Ask A VC : comment modéliser un compte de résultat — Partie 3/6 : les Coûts Fixes - 16/01/2024
- Question à un VC : Pourquoi les marges unitaires sont-elles si importantes pour votre modèle d’affaires? - 13/11/2023
