Personnalisation Prédictive : cibler vos promos en temps réel, c’est possible !
Du marchandage en boutique aux promotions personnalisées en ligne
Saïd est un marchand de babouches avec une échoppe dans les ruelles étroites du Souk de la médina de Marrakech. Comme dans toutes les boutiques mitoyennes, ses prix ne sont pas fixes, ils ne sont même pas déterminés ! Ses babouches, il les vend à la tête du client. Vraiment. Le prix qu’il vous annoncera dépendra de ce qu’il croit savoir sur vous.
Tous les détails comptent : ce que vous portez, votre manière de parler, votre attitude au moment de l'échange (plutôt curieux ou déterminé à acheter), vos habitudes d’achat si vous vous connaissez et votre tendance à la négociation. Tout y passe. Saïd perpétue une tradition séculaire du commerce physique tout en s’approchant, sans le savoir, de la philosophie de détermination des prix qui prévaut dans le commerce en ligne. Tout le monde sait que le commerce en ligne croît très rapidement. Ce que moins de gens savent, c’est que cette croissance s’accompagne d’une tendance forte à la personnalisation de l'ensemble de leur expérience. Au plus haut de la pyramide de maturité des sites de e-commerce se trouve la personnalisation prédictive. Ce que fait Saïd en vendant ses babouches de la sorte est ce qui s’apparente de très près à ce que l’on pourrait appeler la personnalisation des actions promotionnelles. Derrière ce terme se cache un concept très simple, celui de l’adaptation des promotions sur les sites e-commerce en fonction de la probabilité d’achat de chaque visiteur. En d’autres termes, lorsqu’un visiteur vient sur un site avec une ferme intention d’acheter (selon le calcul réalisé par des algorithmes), le montant de la promotion qui lui sera proposé ne sera pas le même que s’il vient voir ce que propose le site à des fins informatives ou comparatives. On pourra même ne pas lui proposer de coupon de réduction ou de promotion si l’on juge que cela serait susceptible de polluer son expérience utilisateur.
Comme Saïd, les algorithmes collectent, transforment et analysent tout un tas de données récoltées au cours de la relation avec le visiteur pour lui proposer LA promotion qui le poussera le plus à acheter. Si cela a éveillé votre curiosité, voici une explication détaillée d’une possibilité de mise en œuvre de ce type d’actions.
Comment faire ?
Concrètement, le montant de la réduction va être inversement proportionnel à la probabilité d’achat. Plus les visiteurs sont ciblés comme appétents, moins leur réduction sera importante.
L’outil qui permet de faire cela est l’algorithme de ciblage prédictif Kameleoon. Il permet de réaliser un scoring de probabilité de conversion sous la forme de tranches uniformément réparties entre 0 et 1, selon un objectif de conversion prédéfini. Dans le cas des promotions, cet objectif sera un objectif de transaction. Cet algorithme est très simple à intégrer à un site e-commerce (quelques lignes de script JavaScript ajoutées au code du site suffisent).
Il est également facile à déployer parce qu’il ne nécessite qu’un marquage avec différents tags sur le site, la définition d’un ou plusieurs objectifs et une phase d’apprentissage durant laquelle son intelligence artificielle concentre données et connaissances sur les utilisateurs. Au terme de cette phase, il est possible d’identifier le segment le plus intéressant pour la promotion, le plus souvent issus d’une population dite « d’indécis ». Des visiteurs qui ne sont :
- ni là par hasard ou curiosité (très faible probabilité d’achat)
- ni là avec une ferme intention d’acheter non plus (très forte probabilité d’achat)
En effet, sur ces deux populations (probabilité d’achat forte et faible), les promotions ont généralement des effets contre-productifs : pollution de l’expérience utilisateur pour les moins appétents, dégradation des marges du site lorsqu’il s’agit de visiteurs avec une très forte probabilité d’achat.
Si on choisit de faire ce découpage dans un premier temps, la seconde étape consiste à choisir les différents sous-segments auxquels seront associées des promotions spécifiques. On peut par exemple choisir une tranche dite de « froids » (faible probabilité de conversion), une tranche de « tièdes » (probabilité de conversion moyenne) et une tranche de « chauds » (probabilité de conversion élevée).
Dans le cas de promotions avec un seuil d’achat et un montant spécifique (exemple : 10 € de réduction à partir de 100 € d’achat) il est possible de procéder à une phase de test préalable durant laquelle on peut déterminer le couple (seuil, montant) optimal pour chaque tranche.
Plusieurs indicateurs peuvent être retenus pour cette phase, en l’occurrence le coût, le chiffre d’affaire additionnel généré et le ROI. Une fois ce choix effectué, il ne reste plus qu’à suivre l’évolution de l’opération grâce aux différents tableaux de bord mis à disposition dans le back-office de la solution Kameleoon.
Visiteurs, taux de conversion, panier moyen tous filtrés par tranches de probabilité et un autre nombre indéfini d’indicateurs clés de la performance peuvent être suivis sur différentes périodes. Le calcul des incréments et des retours sur investissement (ROI), intégrés aux tableaux de bord du back-office de la solution, est alors très simple à suivre.
En conclusion
Vous vous demandez sûrement si les visiteurs sont susceptibles de se sentir manipulés ou dupés.
Il faut garder en tête que ceci concerne les promotions et non les prix et, qu’à la différence de Saïd, les sites e-commerce ont pour obligation légale d’afficher un prix de base qui est commun à tous les acheteurs en cas de promotion, avec une obligation pour ce prix d’être sensiblement proche du prix standard observé chez les autres commerçants. Ce n’est pas le souk non plus !
