Data Driven Retailing
Le cas du Next Best Offer
Qui sommes-nous ?
Julien LEMAITRE
Conseiller en valorisation de données
Corentin CORDIER
Conseiller en Intelligence d’Affaires
Agenda
1. Introduction : Les cinq tendances qui révolutionnent le retail
2. Le NBO : Principe et bénéfices
3. Le NBO : Implémentation et recommandations
1. IntroductionLes cinq tendances qui révolutionnent le secteur du Retail
1. Toujours plus de données
IDC, estime que le volume de donnés dans le secteur du Retaildouble tous les 2 ans
2. Des investissements croissants …
En 2014, 82% des acteurs souhaitaient augmenter leur budget TI
Parmi les priorités :
Intégration multi canal BI en magasin Mobile
… notamment en magasin
Taux de conversion jusqu’à 20 fois supérieur (vs online)
Smart Retail IOT
3. Focus sur la profitabilité
Identifier, segmenter et conserver les clients profitables …
… versus en acquérir de nouveaux
4. Ultra personnalisation
Changement de paradigme : de l’Outbound à l’Inbound temps réel
5. Expérience client Multi Canal …
… implique une unification
Magasins et eCommerce ni exclusifs, ni rivaux - complémentairesShowrooming (50% des ventes en magasins impactées)
Webrooming (80% des gens consultent internet)
Enjeu : expérience d’achat unifiéeConversion (+40%)
Valeur du panier (+22%)
Loyauté
… la convergence des métriques
« Google Analytics » pour les vraies boutiques
… et l’apparition du digital in store
Digital in store : utiliser les outils digitaux pour renforcer l'expérience client et améliorer le taux de conversion en magasin
2. Next Best OfferPrincipe et bénéfices
Recherche d’un produit
Offres personnalisées
Conseils
1. Amazon, le pionnier du NBO
2. Principe (1/2)
Recommandations à partir de plusieurs paramètres
Profil du client
Contexte d’achat
Caractéristiquesdu produit
2. Principe (2/2)
Diminution du ”churn”
Proposition de produits ou services en rabais
Augmentation du taux de réponse de la circulaire
Augmentation de la part du portefeuille
(”share-of-wallet”)
Augmentation des ventes en magasin
3. Bénéfices
Offres ciblées
Découverte de produits
Apprécie les recommandations et l’expérience unifiée
Augmentation des ventes
Baisses des coûts de marketing direct
Longue traîne (long-tail)
Fidélité client accrue/baisse du churn
Meilleure connaissance de son business
4. Affinité entre départements
Affinité faible
entre
départements
Affinité forte entre
départements
Livres et médias Animaux
Santé
Bagages et sacs
Fournituresde bureau
Sports et jeux Jeunesse
Bijoux/Montres
Jardin
Vêtements
Chambre et bain
5. Opérationnalisation en magasin
Cas 1. Produits utilitaires, faible friction :
› Beaucoup de références
› Prix faible / Fort volume
› Faible service à la clientèle
Cas 2. Haut de gamme, conseil client :
› Marge élevée
› Focus sur la fidélité et l’attachement à la marque
3. Next Best OfferImplémentation et recommandations
1. Enjeux
Comment je peux vendre plus de produits
à mes clients ?
Je propose le produit “C" à mes clients car il répond
à leur besoin
Je dois proposer le produit "B" à mes clients car il est très profitable
Je dois proposer le produit “A" à mes clients
car il me permet d'atteindre mon objectif
annuel
Je dois proposer le produit “E" à mes clients
car c'est le produit du mois
Je dois proposer le produit “D" à mes clients car il
correspond le mieux à leur historique d'achat et leurs critères démographiques
3
2
1
4
5
2. Implémentation
1. Définir l’objectif
2. Collecter les données
3. Analyser et implémenter
4. Mesurer et améliorer
2.1. Définir l’objectif
Que souhaitez vous réaliser ?
Augmenter les ventes ? (Valeur du panier)
Accroitre la fidélité ?
Augmenter la part du portefeuille ? (Share-of-wallet)
Acquérir de nouveaux clients ?
2.2. Collecter les données
CLIENT
Données socio démo …
PRODUIT
Catégories, attributs …
CONTEXTE
Date, lieu, météo, seul/à
deux …
2.3. Analyser et implémenter
Entrepôt de données
Moteur de recommandations
Moteur de règles et de diffusion
Règle à retenir ?(Alignement stratégique)
Client (Canal, timing …)
2 approches• Collaborative filtering (CF)• Content based-filtering (CBF)
2.4. Mesurer et améliorer
Expérimentez : le NBO n’est pas une science exacte
Mesurez la performance en continu
Etablissez et réutilisez des recettes gagnantes
Ce qui marche pour une compagnie ne marchera peut-être pas pour une autre
3. Recommandations
Définissez un premier objectif
simple
Dotez vous des bons outils
Exploitezvotre potentiel informationnel
Itérer
Questions ?