Retail data : comment exploiter les datas pour améliorer l’expérience client ?

Échange de messages sur les réseaux sociaux, visite d’une boutique physique, commande passée sur le site marchand… À chacune de ces actions, des données peuvent être collectées sur les clients afin d’améliorer leur expérience. Toutefois, pour y arriver, il est nécessaire d’être en mesure de le faire, dans la limite de la réglementation en vigueur. Seconde étape : analyser correctement les informations obtenues pour les exploiter. Utilisées à bon escient, toutes ces données deviendront un réel facteur clé de succès dans la stratégie commerciale de l’entreprise. A la clé : une amélioration de la satisfaction client, une fidélité accrue et une augmentation des ventes.

Une expérience client réussie, de quoi s’agit-il ?

On parle d’expérience client réussie quand plusieurs critères sont réunis :

• Le client a obtenu l’article souhaité rapidement. Cela signifie qu’il a pu commander le produit qu’il voulait dans la taille, la matière et les dimensions voulues. Il l’a peut être directement acheté en magasin, ou il se l’est fait livrer chez lui, en point relais ou en point de vente physique dans un délai raisonnable. Derrière cela : un stock à jour et suffisant, des délais de livraison satisfaisants et un process de préparation de commandes efficace ;
• L’expérience a été fluide, c’est-à-dire que le client a pu passer d’un point de contact à un autre sans soucis. Ainsi, il a par exemple été en possibilité de commander en ligne et de se faire livrer facilement en point de vente. Il a pu suivre à tout moment l’avancement de la commande, de sa préparation à sa livraison ;
• Il a obtenu l’aide nécessaire en cas de besoin : en magasin, il a pu se faire conseiller, obtenir des informations sur l’entretien du produit, sa disponibilité…En cas de soucis avec la commande, par exemple si finalement il a souhaité la retourner, il a pu sans problème contacter le service client.

Bref, il y a fort à parier que le client satisfait pourra de nouveau racheter chez ce commerçant et même le recommander auprès de son entourage.

Exploiter les données pour améliorer l’expérience client : quels enjeux ?

Les consommateurs sont aujourd’hui multimarques, multi-enseignes et multiréseaux. Ils n’ont que l’embarras du choix devant la quantité d’offres qui s’offre à eux. Face à ce phénomène, il est essentiel de réussir à fidéliser les clients grâce à la data, voire à créer un engagement et même un attachement émotionnel. La connaissance des préférences spécifiques de chacun des clients, des habitudes et des parcours d’achat, pour répondre à des besoins uniques et proposer une expérience client optimale, est nécessaire. Les actions à mettre en œuvre sont multiples : offrir une intention particulière pour les anniversaires, réaliser des recommandations basées sur les préférences, ajuster les offres en fonction du profil du client…

Colleter et exploiter les datas

Il est nécessaire de penser à ces deux étapes en même temps en se posant les questions suivantes : que cherche-t-on à savoir, à connaître sur les clients, leurs habitudes de consommation, leurs achats… Ce sont les réponses à ces questions qui vont permettre de déterminer quelles données collecter, pour définir ensuite de quelle manière on souhaite les exploiter.

Définir la méthodologie

Avant de passer à l’action, une première étape s’impose : celle de la définition du projet, et de la méthodologie à utiliser. Que cherche-t-on à collecter ? Pourquoi ? Pour qui ? Comment ? Selon quelle périodicité ? Autant de questions qui mériteront une réponse lors de la définition du projet. D’ailleurs, c’est véritablement une entreprise « data driven », c’est-à-dire pilotée par les données, qu’il faut mettre en place. Les informations collectées et leur analyse permettront alors de prendre des décisions éclairées, en particulier sur l’amélioration de l’expérience client.

Collecter les données

Plusieurs types de données peuvent être collectés :

• Achat : récurrence, panier moyen, nombre de paniers, produits achetés, préférences d’achat, paniers abandonnés, nombre de produits achetés par commande ;
• Navigation sur le site : pages consultées, pages de sortie, temps de présence sur le site… ;
• Données de géolocalisation des sites mobiles et applications pour déterminer par exemple le nombre de clients ayant cherché des informations sur leur smartphone en magasin ;
• Les séries d’interactions positives ou négatives, pour déterminer la probabilité de passer de nouveau une commande, décider d’un plan d’actions et d’un dédommagement sous forme de compensation ou de bons d’achat après une expérience négative ;
• Informations personnelles permettant l’identification : nom, prénom, sexe, âge, date de naissance, adresse…

Une part importante du travail consiste à mesurer la satisfaction : nombre et cause des réclamations, degré de satisfaction évalué à l’aide de questionnaires, de sites dédiés à la collecte d’avis, de la notation. La mise en place d’avis post achats va d’ailleurs avoir deux objectifs distincts : collecter les données mais aussi rassurer et orienter les acheteurs potentiels, renforcer la crédibilité du site et améliorer in fine le taux de conversion. La collecte d’informations n’est pas ici que quantitative mais surtout et avant tout qualitative : il est nécessaire d’analyser la parole et le texte pour décrypter les émotions et comprendre les motivations sous-jacentes. Cette étude va fournir des preuves concrètes de ce que les clients veulent, de leurs sentiments à l’égard de la marque et des problèmes rencontrés. Elle peut se faire via les appels vocaux, les réseaux sociaux (pas uniquement sur le compte officiel de la marque, mais aussi sur les autres comptes ou les blogs), le chat, les sms, les courriels.

Attention, il s’agit bien ici de ne pas collecter tout et n’importe quoi, pour ne pas avoir un surplus de données, et augmenter de ce fait les risques d’incohérences ou d’erreurs.

Suivre la réglementation en vigueur

En matière de collecte de données, on ne peut pas faire ce que l’on veut, et des règles doivent être respectées. C’est le cas de la RGPD (réglementation générale sur la protection des données) qui prévoit des règles en matière de collecte des données personnelles, ainsi que de traitement et de conservation de manière que :

• La collecte permette d’atteindre un objectif précis et soit transparente. Ainsi, les utilisateurs doivent en être informés et l’autoriser ;
• Les données soient conservées de façon sécurisée, et dans une limite de temps proportionnelle aux objectifs fixés ;
• L’utilisateur puisse avoir accès aux informations le concernant et en demander la suppression ou la modification.

Choisir les indicateurs

Les indicateurs, aussi appelés KPI pour Key Performance Indicator, permettent d’en savoir plus de manière générale sur les comportements des clients. On peut citer ces indicateurs fréquemment utilisés :

• Taux de conversion : nombre de personnes qui réalise un achat par rapport au nombre de personnes qui entre chez le commerçant, ou qui se rend sur le site marchand ;
• Taux de rebond :  il s’agit du pourcentage de visiteurs qui quittent la première page d’un site Internet sans être allés consulter une autre page ;
• NPS : Net Promoter Score, qui se base sur le nombre de clients susceptible de recommander un produit, un service, une marque ou une entreprise à ses proches ;
• Taux d’ajout dans le panier ;
• Taux d’acceptation des invitations au chat en direct ;
• Taux d’utilisation de l’IVR (Serveur Vocal Interactif) ;
• Nombre d’appels moyen au service après-vente ;
• Temps moyen de traitement en cas de réclamation ;
• Taux de résolution dès le premier contact ;
• Taux de renouvellement des agents (qui permet de déterminer le besoin de former ou non les agents).

Analyser les données

Tous ces indicateurs sont ensuite combinés, analysés et restitués pour être exploitables et fiables. Mis en perspective dans le cadre des évolutions et des démarches entreprises par l’entreprise, ces KPI sont présentés sous forme de tableau de bord, avec un suivi de leur évolution et une comparaison aux objectifs fixés.

Le résultat de ces analyses permet de partager les informations, de mettre en place des mesures correctives ou d’affiner les actions.

Bien entendu, les données obtenues sont adaptées à chaque acteur : les besoins d’un directeur marketing sont par exemple différents de ceux d’un responsable de point de vente. Le but est de faire converger les choix opérationnels et stratégiques afin d’accroître le chiffre d’affaires, d’améliorer la rentabilité et l’efficacité des dépenses marketing et commerciales, non seulement sur le on-line (augmentation de la fréquentation des sites web), mais aussi sur l’offline.

Ces données peuvent par exemple permettre de mettre en place des opportunités commerciales :

• Réactiver les clients endormis, c’est-à-dire qui n’ont pas passé commande depuis un certain temps ;
• Faire de l’up-selling ou du cross-selling afin d’augmenter le panier final ;
• Ajuster les prix à la hausse ou à la baisse, ou réaliser des promotions commerciales ;
• Prendre des décisions en matière de communication ;
• Revoir la conception et l’aménagement des magasins ;
• Améliorer le design du site web ;
• Déterminer les causes d’un succès ou d’un échec ;
• Savoir quels produits retirer de l’offre ;
• Se concentrer sur les clients à forte valeur ajoutée ;

Personnaliser l’expérience client avec la data

Les données macro, c’est-à-dire d’ensemble, on vient de le voir, permettent de déterminer de manière plus large l’offre la plus adaptée. Les données micro, quant à elles, c’est-à-dire celles à un niveau plus fin, celui d’un groupe ou d’un individu vont avoir pour effet de personnaliser l’offre client.

On est ici dans des données collectées permettant de comprendre l’historique de la relation avec le client : son premier achat, le nombre de visites en magasin ou sur le site web, les échanges réalisés, les achats effectués… Dans le but de mieux le connaître et de comprendre ses attentes.

En effet, toutes ces données collectées peuvent être exploitées de manière plus individualisée afin d’améliorer de façon concrète chaque expérience client. Le but est véritablement d’améliorer la connaissance de chaque client, d’analyser les comportements et de les fidéliser. Pour ce faire, les données comportementales doivent être analysées afin de proposer les meilleures offres aux clients :

• Identifier les freins des clients qui n’achètent qu’en ligne ou, au contraire, de ceux qui préfèrent réaliser leurs achats exclusivement en point de vente physique, afin de leur faire bénéficier d’offres disponibles sur les autres canaux ;
• Déterminer les produits préférés, ou ceux fréquemment achetés, et envoyer un mail pour informer les clients qu’une promotion est actuellement réalisée sur ceux-ci, ou recommander des produits en lien avec les précédents achats ;
• Analyser les comportements : identifier ceux qui préfèrent une livraison physique à domicile, en point relais ou en point de vente, ceux qui sont prêts à dépenser plus pour se faire livrer rapidement… Pour leur proposer des services correspondants ;

Toutes ces données permettront de développer et d’affiner des programmes de fidélité véritablement individualisés afin de satisfaire chaque client. L’enjeu est de taille, quand on sait qu’un client écouté et compris sera sans nulle doute plus engagé vis-à-vis de l’entreprise.

A noter qu’une grande partie de ces recommandations automatiques peut être réalisée grâce à l’intelligence artificielle et au développement d’algorithmes permettant de personnaliser l’expérience utilisateur. 

Fournir aux clients les données dont ils ont besoin

Exploiter les données recueillies sur les clients ne fait pas tout, il faut aussi leur fournir les informations dont ils ont besoin pour réaliser leur achat en toutes connaissances de cause : informations sur les produits, sur la quantité en stock par point de vente, sur les délais de livraison. En fonction de tous ces critères, les consommateurs pourront réaliser leurs achats de manière éclairée. Par exemple, si un client souhaite obtenir le produit rapidement, et qu’il constate qu’il se trouve en stock dans un magasin à quelques kilomètres de chez lui, il pourra le commander et aller le récupérer. Au contraire, s’il dispose de plus de temps, il pourra décider d’un autre mode de récupération et se le faire livrer chez lui en quelques jours.

Utiliser un CRM

Devant l’impressionnante masse de données collectées, parfois encore trop souvent cloisonnées dans des applicatifs différents, l’utilisation d’un CRM (customer relationship management) trouve toute son utilité. Grâce à ce référentiel client unique, toutes les informations sont réunies dans un même support afin de bénéficier d’une vision à 360 du client en temps réel. Les données issues de n’importe quel point de contact y seront stockées, classées et analysées.

En résumé

• Il est essentiel de repenser les interactions avec les clients, de les connaître et de comprendre leurs comportements, pour personnaliser l’expérience d’achat, mieux répondre à leurs besoins et leurs envies, construire une relation de confiance et les fidéliser ;
• Pour cela, la collecte des données, et son exploitation, sont nécessaires ;
• Avant toutes choses, il faut savoir quels types d’informations doivent être recueillis ;
• Une contrainte de taille est à respecter : le suivi de la RGPD ;
• Il faut ensuite les analyser, quantitativement et qualitativement (texte, parole…) ;
• Le choix des indicateurs, pour obtenir des informations macro, et mettre en place des actions correctives, est capital ;
• De façon plus micro, ces données permettront de personnaliser l’expérience par individus ou groupe d’individus.