Mais conteúdo relacionado Semelhante a Le marketing prédictif - Intema Solutions (Livre blanc) (20) Le marketing prédictif - Intema Solutions (Livre blanc)2. COPYRIGHT © INTEMA SOLUTIONS 2013 2
Toujours en quête de croissance, plusieurs
commerçants ont tendance à s’en remettre
à la segmentation de la clientèle comme
fondation de leur stratégie de marketing.
Ils ignorent ou ils se distancent de
l’efficience de l’analytique prédictive et
de la segmentation stratégique. Avec les
technologies prédictives il est désormais
possible de prédire ce que le client sera
prêt à acheter, ce qu’il choisira de faire ou
son prochain souhait. En utilisant des outils
peu couteux qui permettent de valider les
analyses prédictives, les commerçants
sont désormais en mesure de constater par
eux-mêmes à quel point il est nécessaire
d’être pertinent aux yeux du client.
LE MARKETING PRÉDICTIF
3. COPYRIGHT © INTEMA SOLUTIONS 2013 3
“15 industries sur 17 aux
Etats-unis stockent plus
de données que que la
Bibliothèque du Congrès.”
Les détaillants qui souhaitent augmenter leur part
de marché sans ajouter de magasins ou s’étendent à
l’échelle internationale peuvent toujours se contenter
de leurs vieilles approches et des vieux outils de
marketing. Le contexte concurrentiel d’aujourd’hui
en fait toutefois une approche risquée.Les études
montrent que les entreprises qui cherchent à obtenir
un véritable avantage compétitif se tournent vers les
données transactionnelles et comportementales de
leurs clients. En employant les outils du Big Data, ces
détaillants accroissent leurs ventes et leur efficacité
opérationnelle de manière significative.
Fin de l’approximation et place à la précision
Les détaillants ne sont certainement pas néophytes
dans le domaine de l’utilisation des données clients
pour développer les ventes.La cueillette des données
au point de vente (POS) et son traitement par la
suite sont devenus populaires quand Warmart lancé
l’idée et l’analyse des données Web est une pratique
familière aux marchands. Cependant, comme tout le
monde le sait, l’utilisation grandissante des médias
sociaux et des téléphones intelligents a produit une
augmentation colossale du volume des données
comportementales des clients.
(Selon un rapport de McKinsey datant de 2011)
4. COPYRIGHT © INTEMA SOLUTIONS 2013 4
S’attacher à la vieille trousse à outils
Malgré cette abondance de données, plusieurs
détaillants continuent de s’appuyer sur une
segmentation démographique large pour leurs
décisions de marchandisage et de marketing.
Les coûts et les risques perçus les dissuadent de
solliciter de l’expertise big data à l’externe ou de
développer leur propre département analytique. Ils
n’osent solliciter de l’expertise Big data à l’externe
ou développer leur propre département analytique
en raison des dépenses et risques perçus. Ceci freine
l’exploitation de leur “big data”.
Le statu quo est toutefois risqué, une segmentation
large requiert d’énormes ressources en temps, en
énergie, en marketing et en marchandisage. Ce qui a
pour conséquence :
• La création d’assortiments de produits basés sur des
regroupements arbitraires de magasins au lieu des
besoins de la zone de chalandise.
• Des assortiments de produits basés sur des groupes
de magasins (ex Province X, Region Y) sans relation
avec les besoins des clients.
Un inventaire répondant aux besoins spécifiques de
la zone de chalandise n’a-til pas plus de chance d’être
choisit par vos clients ?
4 abonnés sur 10
marquent en spam
Les courriels non pertinents
*Marketingsherpa wisdon report
5. COPYRIGHT © INTEMA SOLUTIONS 2013 5
Si l’inventaire d’un magasin en particulier répondait
aux besoins des clients du voisinage, ne serait-il pas
plus facile de trouver preneur pour cette marchandise ?
• Lancer des campagnes de promotion nationales
basées sur les ventes précédentes.
Cibler différentes régions implique souvent des
besoins et des niveaux de revenus différents.
Pourquoi ne pas proposer des offres sur mesure
prenant en compte leurs spécificités ?
• Diffuser des offres de masse n’engageant qu’un
faible pourcentage de clients.
Plus de 50% des entreprises sont en mode de
diffusion de masse pour leurs campagnes de
courriels, soit la même offre à tous les abonnés de
leur liste .
Il a été démontré qu’il existe un lien direct entre
l’engagement du client et la pertinence du message.
“Plus de 50% des entreprises
continuent d’envoyer le même
message promotionnel à
l’ensemble de leurs clients.”
6. COPYRIGHT © INTEMA SOLUTIONS 2013 6
Wallmart agit sur le futur
Le second risque majeur associé à une segmentation
de masse est de voir ses parts de marchés grignotés
par la concurrence. Les détaillants avant-gardistes
investissent déjà dans les techniques Big data
d’analyse prédictive afin de découvrir ce que leurs
clients sont susceptibles d’acheter.
En juin 2013 @WalmartLabs, le bras technologique du
plus grand détaillant au monde a annoncé l’acquisition
d’Inkiru. Sa plateforme d’analyse prédictive permettra
d’accélérer le développement du big data impulsé par
@WalmartLabs avec la personnalisation de site web,
la prévention de fraude, la recherche en ligne et le
marketing.
Avec cet investissement massif de Wallmart
dans l’analyse prédictive quel choix reste-t-il aux
détaillants?
“En juin 2013, Walmart a
annoncé l’acquisition de
l’entreprise d’intelligence
prédictive Inkiru.“
7. COPYRIGHT © INTEMA SOLUTIONS 2013 7
Qu’est-ce que l’analyse prédictive ?
L’analyse prédictive va bien au-delà des outils
traditionnels d’intelligence d’affaires (BI) telles
les requêtes ou les règles simples. Avec un
jeu d’algorithmes qui intègrent des règles
mathématiques, de probabilités, de statistiques et
des technologies de bases de données, l’analytique
prédictive cherche les modèles et les tendances
cachés que les approches plus traditionnelles
de forage de données ne peuvent déceler. Cette
technologie assigne une valeur prédictive à chaque
client et à tout élément suscitant votre intérêt.
Chacun de ces scores est basé sur des modèles
prédictifs “formés” à partir de vos données.
Cette technologie devient prédictive par sa
capacité à apprendre et à s’adapter en fonction
des expériences. Cette capacité d’apprentissage
et d’adaptation en fait un outil d’intelligence
artificielle, ce qui est très différent des autres
outils d’intelligence d’affaires et des techniques en
analytique.
“Cette technologie est
prédictive car elle s’adapte
et apprend par expérience.”
8. COPYRIGHT © INTEMA SOLUTIONS 2013 8
Avantages de l’analytique prédictive
68%
Obtenir un avantage compétitif
55%
Nouvelles opportunités de revenus
52%
Profitabilité accrue
45%
Meilleur service client
44%
Efficacité opérationnelle
Comment les détaillants peuvent-ils
profiter de l’analytique prédictive ?
Lorsque le moteur prédictif apprend et s’affine à
chaque nouvelle interaction, il améliore les activités
de marketing en étant toujours plus réactif aux besoins
des clients. Il en résulte :
• Des marges accrues
Vos clients sont plus susceptibles d’acheter les
produits qui les intéressent au prix régulier, leur
proposer ces articles augmentera vos marges.
• L’accélération de la rotation des stocks
Être plus attentif aux besoins des clients permet
d’acheter mieux; ainsi la marchandise offerte est
plus pertinente. Les ventes sont accrues et les
clients fidélisés.
• Plus de parts de marché
Un contenu plus pertinent donne plus d’impact aux
messages marketing, ceux-ci permettant de gagner
de la clientèle chez vos concurrents.*Ventura research Predictive analytics benchmark
9. COPYRIGHT © INTEMA SOLUTIONS 2013 9
La simplicité dans l’attribution de scores
Le marketing prédictif commence par des scores
prédictifs. Contrairement au domaine du lead nurturing,
ces scores ne sont pas attribués subjectivement à
différents comportements de prospects. Dans le
marketing prédictif les scores sont attribués par le
moyen d’analyses statistiques et de probabilités
avancées, du forage de données et de l’apprentissage
machine.
Établir un système de score pour prédire des
comportements ou actions futures est une tactique
longtemps utilisée pour devancer la concurrence.
Certains joueurs de blackjack professionnels le font
souvent. Ils attribuent une valeur numérique aux cartes
et gardent en tête un total cumulatif afin de prédire la
prochaine main.
Contrairement au black jack où il y a un gagnant et un
perdant, l’utilisation de scores génère une situation qui
est gagnante pour les deux parties, les détaillants et
les consommateurs.
Prenons un exemple; tous les produits (SKU) vendus
dans une épicerie sont classés par catégorie: ex. fruits
et légumes, viandes et produits laitiers, surgelés,
produits de base (laits, oeufs, pain) et produits
emballés. Supposons que chaque catégorie détient le
même nombre de SKU. Les données transactionnelles
sont accumulées pendant quatre semaines.
“prédire le futur par
l’attribution de scores aux
données comportementales
est une technique éprouvée”
10. COPYRIGHT © INTEMA SOLUTIONS 2013 10
Dans cet exemple, un point est ajouté au score de
chaque catégorie correspondant aux produits ajoutés
au panier. Quatre semaines plus tard, le score médian
des fruits passe à 100. Les clients ayant un score de
150 et plus reçoivent un courriel proposant les tomates
en spécial. Ces derniers seront évidemment plus
susceptibles d’acheter.
Cette approche permet aussi de déterminer les
messages à mettre en évidence ou à ne pas envoyer.
Par exemple, si le score moyen des surgelés est de 60,
il ne serait pas payant d’envoyer aux clients au score
inférieur à, 20 une offre promotionnelle sur les crèmes
glacées.
Dans cette approche, il est facile de voir à quel point
le courriel serait plus pertinent ; il contiendrait des
offres selon les catégories de produits préférées du
client et augmenterait ainsi les chances que ce dernier
effectue un achat. Cette approche ne se limite pas aux
achats, elle peut être appliquée à tout comportement
mesurable.
“… l’utilisation de scores
génère une situation qui
est gagnante pour les deux
parties, les détaillants et
les consommateurs.”
11. COPYRIGHT © INTEMA SOLUTIONS 2013 11
Pourquoi l’automatisation de l’envoi de
courriels n’est pas une option.
Certaines compagnies proposent aux détaillants des
solutions d’automatisation de courriel pour tirer parti
de leur connaissance du client.
Bien qu’ils permettent de livrer du contenu
personnalisé, ces systèmes nécessitent des ressources
supplémentaires :
• Ils demandent un modèle de données capable de
produire une meilleure connaissance du client
• Ils nécessitent la création de contenus personnalisés
pour les différents segments, de manière interne ou
externe;
• Le système doit lier le contenu approprié à chaque
segment.
Idéalement, le système analysant les comportements
des abonnées devrait pouvoir personnaliser et diffuser
le contenu.
12. COPYRIGHT © INTEMA SOLUTIONS 2013 12
Sophistication dans l’attribution de scores
De toutes évidences, les inventaires des magasins
d’alimentation et des autres détaillants sont beaucoup
plus complexes que ceux décrits dans l’exemple
ci-dessus. Par exemple, les oeufs existent en de
nombreuses variations : organique ou régulier, blanc
ou brun, demi-douzaine et douzaine. Cela représente
beaucoup d’informations à analyser par produit, par
clients et par lieu. Si un client achète régulièrement
des oeufs et cesse d’en acheter depuis quelques
semaines, la fréquence d’achat doit aussi être prise en
compte, ceci complique le pointage.
Et si nous suivions les clics de courriels, circulaires et
de sites web ? Si nous suivions le temps passé sur le
site web ? L’attribution de scores aux comportements
individuels nous mènerait à un niveau de micro-
segmentation approchant de plus en plus à un profil
individualisé du client.
“… Un système prédictif
doit avoir une structure
simple et fournir aux
professionnels des
prédictions utilisables
rapidement.”
13. COPYRIGHT © INTEMA SOLUTIONS 2013 13
Passer au prédictif
Ce système de pointage et son modèle de
données prédictives vous permettent de prévoir
le comportement de vos clients. La structure
d’un système prédictif doit être simple, claire et
compréhensible et fournir aux professionnels des
prédictions utilisables rapidement.
Comment parvenir à un système d’attribution de
scores aussi sophistiqué ? Le développement d’un
tel système de données peut avoir l’air d’un projet
colossal, car il demande :
• Des algorithmes sophistiqués permettant au
système d’apprendre à chaque transaction/entrée
de donnés sans intervention d’analystes;
• Personnaliser le contenu par client à partir de la
prédiction de ses besoins et affinités;
• Créer des rapports intelligents à chaque
interaction
C’est en effet un projet colossal si vous le faites
seul, mais ce n’est pas nécessaire. Vous pouvez
vous associer à une entreprise ayant développé
un algorithme de pointage et mettre en place ce
système aujourd’hui même.
“… un projet pilote est la
meilleure façon de se
lancer dans le big data”
14. COPYRIGHT © INTEMA SOLUTIONS 2013 14
Économique et disponible aujourd’hui
Les consultants recommandent de se lancer dans
le monde du Big data avec un projet pilote. Un tel
projet pourra vous donner une “preuve de concept”
de ce que le Big data peut apporter à votre entreprise.
Parallèlement, votre équipe obtiendra une précieuse
expérience en utilisant un puissant outil de génération
de ventes qui deviendra la norme des détaillants à
succès dans un avenir rapproché.
Avec le Moteur de Marketing Prédictif
®
Intema offre
une solution économique et rapide à déployer pour
les détaillants ou pour toute autre organisation
communiquant régulièrement avec ses clients par
circulaire électronique ou par infolettre. Cet outil rend
possible :
• Une meilleure fidélisation de la clientèle
et l’accroissement des ventes grâce à des
communications plus pertinentes ;
• La réduction des coûts de production de contenu
grâce à l’automatisation ;
• L’amélioration de la connaissance du client par
l’ajustement constant de ses scores, de ses
comportements et de son analyse ;
Testez le Moteur de Marketing Prédictif®, il grandira
avec vos ventes.
15. COPYRIGHT © INTEMA SOLUTIONS 2013 15
FonctionnementduMoteurdeMarketingPrédictif®
En combinant un outil d’analyse prédictive et un système
de personnalisation et de diffusion de contenu, le Moteur
de Marketing Prédictif® :
1. Attribue un score à chaque client et génère des mots
clés pour chaque produit.
Le score prédictif est basé sur les données collectées
à partir des envois courriel, des visites de site web
ainsi que les données transactionnelles obtenues en
magasin. Chaque comportement du client a un effet
sur son score et celui des mots clés du produit. Ceci en
fonction d’une échelle conforme au modèle prédictif.
2. Identifie, produit et distribue du contenu pertinent
pour chaque client.
L’algorithme personnalise le contenu par client puis
le Moteur de Marketing Prédictif
®
produit et distribue
une circulaire électronique ou une infolettre avec ce
contenu.
3. Apprend à partir du comportement du
consommateur.
Chaque achat en magasin ou interaction avec le
nouveau contenu ou toute autre source de données
alimente le Moteur de Marketing Prédictif et améliore
ses capacités prédictives.
“… le système apprend à
mieux connaître le client
et améliore ses capacités
prédictives.”
16. COPYRIGHT © INTEMA SOLUTIONS 2013 16
Utilisez la nouvelle FORCE DE FRAPPE
du commerce de détail, aujourd’hui
Le marketing prédictif n’est pas une mode passagère.
Comprendre à un niveau individuel le client et ses
achats possibles vous fournit un puissant outil
d’amélioration des ventes et des parts de marché
tout en vous donnant un avantage compétitif. Les
concurrents qui devancent leur compétition font déjà
leurs premières armes avec cet outil stratégique.
Un fournisseur de services analytiques tel qu’Intema
vous permet d’exploiter la puissance du Moteur
de Marketing Prédictif par un projet pilote de
développement des ventes tirant parti du potentiel
du big data pour un succès à long terme.
Pour plus d’informations, contactez Intema :
INTEMA
Sans-frais: 1-866-632-7217
E: info@intema.ca
T: (514) 861-1881
En tant que consultant auprès des détaillants multicanaux,
Doug Edwards analyse les données transactionnelles et
comportementales de ses clients depuis plus de 30 ans.
RÉFÉRENCES
McKinsey Global Institute. “Big Data: The Next Frontier for Innovation,
Competition, and Productivity.” May 2011. Executive Summary.
The Official @WalmartLabs Blog. “We Predict Big Data Will Move Much Faster.”
June 10, 2013. [Cited June 24, 2013.]
<http://walmartlabs.blogspot.ca/2013/06/we-predict-big-data-will-move-
much.html>