Retail : en finir avec l’acheteur «One and Done» pour le faire revenir en magasin

En bref 

• Les clients 1-achat sont trop nombreux (dans le secteur du vêtement, ils représentent le pourcentage astronomique de 80%).
• Ce taux n’est pas une fatalité.
• La fenêtre de tir est courte (100 jours) mais un 2ème achat est facile à obtenir avec la Data Science, notamment si l’on prend en compte les caractéristiques détaillés du premier produit acheté.

Dans le détail 

The One and Done problem. Le client achète une fois et ne revient plus. Problème d’une banalité déconcertante. En moyenne, 80% des nouveaux clients d’une enseigne ne font qu’un seul achat, selon le benchmark établi par Bluecore, le spécialiste de l’email marketing de 2ème génération, auprès de 16 de ses clients dans le secteur de l’habillement. Un chiffre que l’on retrouve dans beaucoup de secteurs. Un chiffre hallucinant.

Le client “1er achat”, une perle 

Une solution existe. Au travers de son achat, le client livre une quantité de données qui, si elles sont bien analysées, vont permettre de personnaliser la relation, même après un seul achat.

Pourquoi est-ce important ? 

Chacun comprend l’importance d’obtenir un 2ème achat. Néanmoins deux éléments chiffrés viennent le rappeler : l’impact immédiat et la valeur du client tout au long de sa vie avec la marque.

Impact immédiat 

Cas réel : Le gain du “2ème achat” pour une enseigne de vêtements

Bluecore qui travaille avec plus de 400 retailers dont Sephora, Perry Ellis, Best Buy, Tommy Hillfinger, Express, Staples et Blue Nile, a fait l’exercice en analysant l’historique de ventes de 16 enseignes de vêtements sur une période de deux ans. Prenons comme base 100 000 nouveaux clients (1 achat) dont nous savons que 80 000 d’entre eux ne vont effectuer qu’un seul achat. Convertir seulement 5 % de ces 80 000 acheteurs 1-achat en acheteurs 2-achats génère immédiatement un chiffre d’affaires supplémentaire de 340 000 $, en prenant un montant moyen de commande de 100 $.

Impact à moyen terme 

Et le gain ne s’arrête pas là. Au-delà de l’impact immédiat de ce deuxième achat, les clients réguliers augmentent leur valeur pour la marque au fil des années. Ainsi les acheteurs 2-achats ont 130 % plus de valeur que les acheteurs 1-achat. ( En comparaison, les acheteurs 3-achats ont 86 %  plus de valeur que les acheteurs 2-achats). Le plus grand bond se produit entre le premier et le deuxième achat.

Objectif : 2ème achat 

Durant le Bluecore Summit 2018 organisé par Bluecore en Septembre à New York, un des thèmes a porté évidemment sur l’objectif 2ème achat.

2 leviers à activer 

Le moment 

60% des deuxièmes achats ont lieu dans les 100 premiers jours suivant le premier achat

 

La question à se poser : “Combien de temps s’est écoulé entre un 1er et un 2ème achat ? Les chiffres montrent qu’en moyenne, la fenêtre de tire pour une deuxième achat est de  100 jours suivant le premier achat. Au-delà de ce délai de 100 jours, les chances pour un deuxième achat tombent en dessous de 10%.

1. Concentrer tous les efforts pour un deuxième achat au cours des 100 premiers jours suivant le premier achat d’un client.

Le moment par catégorie de produits

Mais on voit au travers de l’exemple de cette enseigne de vêtements que ce délai joue en fonction de la catégorie du premier produit acheté. Le délai moyen est de 45 jours pour une tenue de sport (activewear) tandis qu’il sera de 70 jours pour une robe et près de 100 jours pour un vêtement de nuit.

2. Calculer le moment idéal par catégorie de produits.

Le contenu : l’approche Netflix à la Data Produit

Ensuite, on va aller rechercher quel produit est le plus susceptible de générer un deuxième achat, en fonction du premier achat effectué.. En clair, présenter au client 1-achat le produit sur lequel il va “craquer”. Mais quel est ce produit ?

Bluecore fait le constat : les campagnes de Trigger Marketing fonctionnent, mais elles sont basées en général sur les comportements d’achat plutôt que sur les interactions entre un client et le catalogue produit en ligne, en temps réel. Or l’intelligence artificielle nous a fait passé de l’ère du Search à celle de la Discovery. C’est toute la magie de Netflix de vous proposer des films ou séries que vous ne connaissiez pas ou mieux, dont vous n’auriez jamais imaginé qu’elles puissent vous plaire. ( Netflix tague chaque film avec des centaines d’attributs  ).

Bluecore a la capacité de créer des segments de clientèle en fonction non seulement de leurs comportements et transactions mais aussi de leur intérêt probable pour un produit spécifique, en fonction des caractéristiques détaillées de ce produit.

Dans l’exemple de cette enseigne de vêtements, on constate que plus de 80% des clients 2-achats ont fait ce deuxième achat dans une autre catégorie que leur premier achat. Excepté les acheteurs d’accessoires, dont 35% ont acheté à nouveau un accessoire lors de leur 2ème achat.

Mettre à l’oeuvre les attributs produits 

Bluecore pense que le produit est la pièce manquante d’une personnalisation pertinente. Le produit est la somme d’innombrables attributs différents. Prenons par exemple deux chemises blanches pour homme. A priori, un article assez permutable à proposer à l’un ou l’autre des clients en quête d’une chemise blanche. Mais en y regardant de plus prêt, l’une des chemises sera en lin, l’autre en coton, l’une sera fabriquée en France, l’autre en Asie, l’une sera disponible en taille XXL, pas l’autre, l’une sera manches courtes, sans col, et ainsi de suite. Ces caractéristique donnent à la marque des informations très précises sur ce qui a intéressé le client quand il  a regardé/acheté/retourné/abandonné l’article.

Cette captation de données liées à un produit est une manière supplémentaire pour les marques de personnaliser leurs communications, et ceci dès le 1er achat.

On fait alors intervenir la Data Science. Si l’on suit l’exemple d’un achat de chemise fait en 1er achat, on va regarder (1)  le parcours qui a abouti à ce premier achat (nombre de Catégories Produits vues, de Pages Produits vues, option de couleurs, etc.), (2) les data Produits liées à cette chemise et on va aussi regarder l’historique des acheteurs 2-achats ayant eu le même parcours. Une série de signaux et de réactions aux communications qui vont aider à relancer avec pertinence les 1er achat ayant le même profil.

3 cas réels

Récemment, Sephora US a testé avec Bluecore trois stratégies de recommandations produits différentes contre leur stratégie de recommandation habituelle (Contrôle). Les trois tests ont superformés, le meilleur générant un résultat X 4 par rapport au segment Contrôle. Selon Marissa Contreras, Director, Retention Marketing chez Sephora US,  l’approche de Bluecore ajoutant des attributs Produit poussés “est un excellent outil marketing qui nous permet d’optimiser, d’itérer et d’exécuter de nouvelles campagnes de manière transparente. »

 Pura Vida est une de ces pépites Californiennes Data Driven, avec une mission. Son produit ? Une gamme de bijoux faits à la main par des artisans du Costa Rica. La marque s’est forgée en quelques années un joli succès auprès des millennials avec une  image feel good unique et reconnaissable.

Ses clients millennials naviguent sur leur mobile et n’ont pas de temps à perdre. Intant Gratification. Ils veulent qu’on leur présente tout de suite le produit qu’ils vont aimer (et ils le veulent tout de suite). Pura Vida a mis en place avec Bluecore un dispositif qui rassemble les données de navigation sur le site Web, le profil du client et des données produits très détaillées sur chaque produit, afin de faire matcher le client avec les produits qu’il va aimer.

Très créatif en terme d’engagement clients  (sa manière d’acquérir les emails est particulièrement ingénieuse et ludique !), sa stratégie d’Email Marketing l’est aussi, en réagissant quasi en temps réel avec le bon message selon les navigations en ligne en terme de produits ( attributs produits très détaillés).

Exemple avec le trigger New in stock : les Nouveaux Produits sont présentés en fonction de la navigation du client et des attributs détaillés du premier article acheté. La stratégie d’ensemble (avec de nombreux autres trigers liés aux produits) a permis à Pura Vida d’augmenter par 4 ses performances en email marketing.

Teleflora, est l’un des leaders des services de livraison de fleurs aux US. Son cycle de vente est assez prévisible, ses clients achetant  à des occasions clé de leur vie, typiquement anniversaire de leurs proches.

Objectif

Augmenter la fréquence d’achat des clients, notamment pousser au 2ème achat

Stratégie

En analysant leur base produits, Teleflora a identifié un  » joyau caché » parmi leurs bouquets – un produit avec un taux de conversion élevé mais une faible visibilité parmi les clients.

Campagne #1 – Saint Valentin

Pour la Saint Valentin, Teleflora et Bluecore ont identifié des micro-audiences, ayant la plus grande affinité pour ce bouquet, en croissant (1) les attributs du bouquet (Produit) et (2), le profil client et les interactions du client avec les produits déjà vus/achetés/abandonnés.

Résultat :

Sur ce segment test:

• Taux de réachat : + 25%
• Montant moyen des commandes : + 4%.

La correspondante

Laurence Faguer est une marketeuse et entrepreneuse «go-between» France et États-Unis, fondatrice de Customer Insight.

A la demande d’entreprises françaises, elle repère en personne les innovations en digital, mobile et retail aux États-Unis, avant qu’elles ne soient connues en France, puis les aide à transposer avec succès ces stratégies ayant fait leur preuve sur le marché américain.

Laurence est experte US pour FrenchWeb qui reprend de temps à autre des articles de son blog.

• À propos
• Articles récents

Les Experts

Olivier Ezratty, Rodrigo Sepulveda, Gregory Renard, Laurence Faguer, retrouvez les analyses de nos experts dans les deeptech, investissement, IA, retail, santé...

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

Les derniers articles par Les Experts (tout voir)

• 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