La navigation personnalisée sur site est un atout fondamental d’un e-commerce, mais on ne sait souvent pas comment il peut réellement offrir aux gens une expérience efficace en termes de commerce et de communication.
Essayons de faire la lumière sur ce qui motive la personnalisation et quelles données nous aident à reconnaître l’utilisateur.
Première étape. Utilisateur enregistré ou utilisateur anonyme ?
On sait maintenant que pour offrir une expérience personnalisée à un utilisateur, il n’est pas nécessaire qu’il soit enregistré/connecté. Les gens laissent des traces continues de leur passage sur le net et, grâce à de simples cookies et à des technologies plus avancées telles que les empreintes digitales, il y a beaucoup d’informations utiles pour Maximiser l’expérience de navigation dès les premières minutes : par exemple, il est possible de proposer un contenu personnalisé en fonction des pages consultées ou du mot-clé de recherche d’où provient la visite. Essayons de résumer certaines des informations sur la base desquelles une segmentation pourrait être effectuée, en commençant par l’utilisateur anonyme puis enregistré.
Anonyme:
- Visitez le canal d’acquisition
- Pages consultées ou cliquées
- Origine géographique
- Ajournement
- Tags et catégories de pages consultées et cliquées
- Appareil utilisé
- Mots recherchés sur le moteur de recherche interne
- Panier abandonné
Recommandé:
- Auto-profilage
- Historique des commandes
- liste de souhaits
- Ouvre et clique sur les e-mails ou sur le site web
- Cycle de vie
Chacune de ces informations peut définir une règle ou un filtre qui vous permet de créer des personnalisations de plus en plus affinées, basées non seulement sur le comportement en ligne de l’utilisateur (si vous avez vu ce produit, vous aimerez peut-être celui-ci), mais aussi sur une demande latente qui résume plusieurs variables en même temps. Comment est-ce possible ?
Deuxième étape. Des données historiques aux données contextuelles
D’une part, le passé et le présent ne doivent pas être gérés dans des silos séparés. La navigation en ligne est un fait contextuel, de sorte que la personnalisation ne peut pas être basée uniquement sur des informations statiques et historiques mais doit être dynamique, c’est-à-dire prendre en compte ce qui se passe à ce moment précis.
C’est particulièrement vrai lorsque l’on gère un e-commerce avec un large catalogue de produits, qui n’est pas forcément corrélé facilement à partir du dernier produit acheté. Les utilisateurs achètent un certain produit, mais ils ne veulent pas nécessairement entendre parler de ce produit. Il faut donc essayer de raisonner sur des segments complexes qui prennent en compte Qui est l’utilisateur et aussi ce qu’il veut à ce moment-là (Par exemple : il a acheté un téléviseur d’une certaine marque, il a un certain potentiel de dépenses, mais maintenant il veut un nouvel aspirateur et non une télécommande !).
Comme nous l’avons déjà écrit dans cet article, il y a au moins 3 bonnes raisons de se concentrer sur la personnalisation : de l’augmentation des ventes à la création d’une relation fidèle avec l’utilisateur. C’est pourquoi nous devons être en mesure d’intercepter les nouveaux besoins. Le marketing automation nous y aide : nous équiper de solutions qui apprennent en temps réel et automatisent en fonction de ce qui se passe réellement.
Troisième étape. Passer de « qui vous êtes » à « comment vous êtes »
Un exemple est représenté par la marque Sephora qui, depuis 4 ans, a mis en place une technologie distribuée dans les magasins physiques qui lui permet de classer ses clients en fonction de leur type de peau, dans le but de leur proposer des produits de maquillage plus adaptés à leurs couleurs naturelles.
Cela se traduit par une série de suggestions d’achats en ligne créées avec l’hypothèse d’aider le client à choisir un produit le plus proche du besoin et donc le plus satisfaisant. Le classement s’effectue avec l’appui des vendeurs qui, simplement en photographiant les visiteurs, enrichissent la base de données d’informations fondamentales. (Toute l’histoire peut être trouvée sur ce lien http://digiday.com/marketing/color-iq-sephoras-shade-matching-skin-care-tool-boosts-brand-loyalty/)
Le cas de Sephora nous confronte à un changement de paradigme. La personnalisation de la navigation en ligne n’est pas seulement un sujet de corrélation entre les produits. Sephora commence à de « qui vous êtes » à « comment vous êtes ». La considération supplémentaire à faire est donc de savoir s’il n’est pas possible d’utiliser les données pour imaginer des segments d’utilisateurs similaires les uns aux autres, avec des comportements similaires, ce qui nous aide à proposer des alternatives intéressantes auxquelles ils ne pensent pas. Êtes-vous un tel utilisateur ? C’est la meilleure réponse que nous ayons trouvée pour répondre à votre besoin.
Bien sûr, plus la complexité que nous voulons atteindre est grande, plus les efforts nécessaires pour pouvoir collecter des données, les normaliser afin de pouvoir automatiser des actions qui reflètent notre stratégie marketing et commerciale sont importants. Travaillant sur plusieurs variables en même temps, il faudra structurer une offre dynamique et actualisée en temps réel, dans un cercle vertueux d’apprentissage continu. C’est ce qu’on appelle l’intelligence artificielle et c’est le moteur de la personnalisation non seulement lors de la navigation sur le site de commerce électronique mais, comme nous le verrons également dans toutes les phases ultérieures, sur les canaux directs et tiers tels que Facebook.
