Quelles données utiliser pour personnaliser le dialogue client ?

By 29/04/2017Articles

Bâtir une relation de confiance avec ses clients passe par la mise en place d’une communication personnalisée. Mais les données disponibles pour personnaliser les messages sont de plus en plus nombreuses, à mesure que se développent les canaux d’interactions clients. La première étape est de définir quelles sont les données à collecter en priorité et de les centraliser. Mais ensuite comment les utiliser efficacement ?

Les catégories de données disponibles

2 grandes familles de données sont à distinguer :

  • Les données de profils : ce sont des données déclaratives fournies par le client (nom, prénom, date de naissance, adresse…)
  • Les données comportementales:
    • les commandes passées
    • les paniers abandonnés
    • les informations de navigation (pages visitées, clics)
    • les données sociales (like sur Facebook, tweets)
    • les données de géolocalisation grâce aux smartphones

Pourquoi privilégier les données comportementales ?

Les données de profils ne permettent qu’une personnalisation très limitée du dialogue client. Pour la mise en œuvre de campagne sur évènement (ou trigger), elles n’autorisent que les messages d’anniversaire ou de fête du membre ou de ses proches le cas échéant. Vous pouvez bien sûr les enrichir en interrogeant vos membres sur leurs goûts ou leurs préférences, mais il est difficile de recueillir des réponses à ce genre de demande, et surtout, ces données sont vite obsolète et ne permettent pas de détecter l’ « envie du moment ».

En revanche, les données comportementales présentent un bien plus grand potentiel en termes de personnalisation. Leur exploitation peut permettre de réagir de manière extrêmement pertinente car contextuelle à une action du membre.

De quoi votre client a-t-il envie aujourd’hui ?

Imaginons qu’un membre recherche un bijou pour sa femme. Dans sa fiche, vous avez « sexe : masculin » et vous n’aurez peut-être pas l’idée de lui envoyer une campagne de promotion sur des bagues. Mais si vous avez tracé son comportement sur le site, et repéré qu’il avait visité 15 pages sur la catégorie « bijoux femme » ces 3 derniers jours, alors votre système de gestion de campagnes pourra l’inclure dans le segment susceptible de réagir favorablement à cette promo.

Autre exemple classique : votre membre habite dans le nord de la France et la météo vous incite à lui proposer une offre sur les pulls en cachemire. Ce que vous ne savez pas (mais que vous pourriez détecter), c’est qu’il prépare ses vacances aux Antilles et qu’il est en train de parcourir votre site à la recherche d’un nouveau maillot de bain. Là aussi, c’est son comportement qui est le plus pertinent pour personnaliser vos campagnes.

Comment tracer et utiliser ces comportements ?

Le volume représenté par ces données peut être particulièrement important et leur exploitation nécessite un datamart marketing pour les agréger et assurer la segmentation et le ciblage des membres. Et compte tenu de nombre de possibilités de messages quand on croise le nombre de membres actifs et le nombre de produits ou de catégories au catalogue, un outil de gestion de campagne est indispensable pour planifier, scénariser et exécuter ces campagnes.

Les retailers sont-ils prêts à adopter ces méthodes ?

Selon une étude menée en février aux Etats-Unis, 53% des retailers interrogés collectent des données de navigation relatives aux produits, et parmi ceux-ci, 83% les utilisent pour déclencher des e-mails personnalisés.

Alors, vous aussi, lancez-vous, prenez de l’avance et appliquez la personnalisation qui séduit vraiment vos clients !