La personnalisation basée sur l'IA génère un retour sur investissement impressionnant
Publié: 2020-06-19Résumé de 30 secondes :
- Dans un secteur secoué par les récentes perturbations, les détaillants sont les mieux placés pour rester agiles et compétitifs s'ils adoptent la personnalisation basée sur l'IA.
- Les données sont le carburant d'un moteur de personnalisation, et pour bien effectuer la personnalisation, un détaillant doit avoir la capacité de comprendre comment les données sur les produits et les transactions peuvent prédire le comportement d'achat futur.
- Adapter les expériences à travers les canaux et les interactions tout au long de la vie d'un acheteur est pratiquement impossible sans l'IA pour analyser les données et automatiser les mécaniciens.
- S'ils évaluent une solution ou ajustent les outils actuels, les détaillants et les marques doivent s'assurer que leur technologie est indépendante de la plate-forme pour s'intégrer à d'autres éléments de la pile de commerce électronique.
Les consommateurs sortent de chez eux après trois mois de mise à l'abri sur place, alors que les villes commencent la réouverture progressive des entreprises de brique et de mortier.
Bien qu'ils aient dû pivoter rapidement au début de la pandémie, les détaillants intelligents reconnaissent que les consommateurs auront toujours besoin d'une expérience d'achat pertinente et personnalisée à l'avenir. Les entreprises qui ont donné la priorité à la communication personnalisée dès les premiers stades de la pandémie ont probablement tissé des liens solides avec leurs clients.
Cependant, le maintien de communications personnalisées a été cité comme un défi opérationnel majeur par 31 % des personnes interrogées dans une étude récente d'une publication sur le commerce de détail.
Alors qu'une étude récente que nous avons menée n'a pas posé de questions spécifiques sur la réponse des détaillants au COVID-19, les résultats offrent des informations importantes pour créer une voie à suivre. En se concentrant sur la personnalisation avancée, les détaillants peuvent se préparer à répondre avec agilité à l'évolution de la demande des consommateurs et, en fin de compte, obtenir un rendement plus élevé.
Selon nos recherches, 70 % des détaillants qui ont utilisé une certaine mesure de la personnalisation avancée basée sur l'IA ont atteint un retour sur investissement de 200 % ou plus. Lorsque cela est poussé plus loin pour être déployé sur autant de points de contact que possible, le retour sur investissement augmente encore à 300 %.
Enfin, un retour sur investissement de 400 % est réalisable pour les détaillants avec une stratégie de personnalisation cross-canal véritablement axée sur le marketing, avec presque chaque point de contact personnalisé en fonction de l'historique et des préférences des acheteurs.
En adoptant les outils d'IA, les détaillants seront les mieux placés pour obtenir des résultats similaires.
La personnalisation nécessite la maîtrise des données pour faire bonne impression
Comme tout bon moteur, un outil de personnalisation doit puiser dans la bonne source de carburant. Ce carburant se trouve dans des données précises. Les données sont partout dans le commerce de détail et les clients génèrent de nouvelles données en permanence.
De bonnes données alimentent une personnalisation mémorable - dans cet esprit, l'IA est parfaitement logique en tant que composant principal des moteurs de personnalisation. Grâce à l'IA, les informations sur les données sont instantanément plus précieuses, avec l'automatisation pour exécuter les recommandations personnalisées du moteur.
Il y a deux dimensions à la capacité d'un détaillant ou d'une marque à récolter des données. Le premier élément est la connaissance qu'un détaillant a d'un client à travers différents points de contact ou canaux, et le second est ce qu'il sait d'un acheteur en fonction de chaque interaction ou achat unique.
À l'image de cela, les plateformes de commerce électronique disposent de deux grands types de données disponibles pour informer la personnalisation : les informations sur les produits et les données transactionnelles.
- Produit – Données relatives aux catégories et sous-catégories de produits, aux produits sexospécifiques et aux familles de produits ; comprend également les caractéristiques du produit, telles que la taille, le style, la couleur, le coût, le prix de vente et la marge, pour n'en nommer que quelques-unes.
- Transactionnel – Données relatives à la taille du panier et aux articles qui composent chaque commande, historiquement. En examinant les achats passés pour ce groupe démographique et cette région en particulier, quels produits sont fréquemment achetés ensemble ? Comment cela se compare-t-il dans les achats en ligne par rapport au magasin ?
Les données savent comment un acheteur s'est comporté dans le passé et comprennent dans quelle mesure il s'agit d'un prédicteur du comportement d'achat futur. Chaque action entreprise par un acheteur, qu'il s'agisse simplement de parcourir ou de passer à un achat final, alimente le moteur de commerce électronique.
La puissance de l'IA consiste ensuite à passer au peigne fin ces données – ainsi que la météo, l'emplacement, l'heure de la journée, le type d'appareil ou d'autres facteurs environnementaux – pour « trancher et couper » plus efficacement, en analysant et en remarquant des modèles de demande contre-intuitifs pas évidents pour l'humain œil.
Certains points de données ne sont pas si significatifs alors que d'autres sont des signaux de demande forts. L'IA trie tout le bruit pour obtenir une vue complète de l'acheteur. Plus le moteur de données contient de données, meilleur est le ciblage et plus il y a de possibilités d'interagir avec un acheteur.
Comment l'IA offre des expériences personnalisées à grande échelle
Le « commerce personnalisé » est une stratégie de personnalisation en trois parties, privilégiant une expérience client personnalisée sur tous les canaux de marketing, d'achat et de distribution.
Lorsque la personnalisation basée sur l'IA est bien faite, un client doit penser : « Wow ! Comment ont-ils su que j'aimerais ça ? C'est comme s'ils pouvaient lire dans mes pensées. Ce moment doit être authentique et cette réponse émotionnelle doit générer un sentiment naturel de loyauté ou d'affinité avec cet acheteur.
Mais la capacité de le faire de manière cohérente et persistante tout au long de la vie de cet acheteur individuel est un énorme obstacle. Prenez une minute pour imaginer les possibilités infinies - il devient clair que ces expériences ne pourraient jamais être cousues manuellement à la main.
Par exemple, une page d'accueil peut être personnalisée en fonction des conditions météorologiques du moment pour l'internaute. Lorsqu'un acheteur entre sur le site, le moteur peut reconnaître son statut de fidélité et son historique de navigation, en affichant des ventes ou des promotions spécifiques sur lesquelles l'acheteur est le plus susceptible d'agir.
De plus, les pages de liste de catégories et les résultats de recherche de produits peuvent être personnalisés d'une personne à l'autre. Même les avis sur les produits peuvent être personnalisés, sans utiliser par défaut la récence ou l'évaluation, mais plutôt en affichant les commentaires d'un utilisateur de la part de quelqu'un qui leur ressemble le plus.
Les opportunités continuent. Les ventes croisées, les ventes incitatives et les achats impulsifs peuvent être personnalisés à la caisse, l'IA comprenant la propension d'un acheteur à acheter encore plus à ce stade.
Le marketing diffusé par e-mail ou sur les réseaux sociaux peut également être personnalisé, en sachant exactement quelles offres présenter pour susciter de nouveau l'engagement d'un acheteur. Les possibilités sont infinies.
Meilleures pratiques pour l'adoption de l'IA dans la pile de commerce électronique
La bonne plate-forme de personnalisation qui vaut la peine d'être adoptée aujourd'hui est en soi une plate-forme agnostique. Il doit bien fonctionner avec les autres couches de la pile technologique du détaillant - la plate-forme de commerce électronique du détaillant, le système de gestion des stocks, le mobile, l'application, le point de vente en magasin, les kiosques, le courrier électronique, etc.
En discutant du type de données qui alimentent le moteur de personnalisation, il est important de s'assurer que l'outil peut s'interfacer avec diverses sources de données.
La possibilité de transmettre des informations dans les deux sens via des API ou une structure de microservices permettra à un détaillant de modéliser toutes les données et de créer une vue unique de l'acheteur. Les algorithmes sous-jacents doivent être robustes et l'outil doit activer des rapports rapides sur les métriques clés et les KPI.
Peu importe l'imprévisibilité des changements apportés au format de vente au détail, il est toujours extrêmement important pour les organisations de travailler vers un parcours d'achat fluide, sans friction et personnalisé, quel que soit le point de contact ou le canal.
Pour devenir agiles numériquement et obtenir le retour sur investissement le plus élevé pour les dépenses technologiques, les détaillants ont besoin de l'IA de leur côté, ce qui fera du commerce personnalisé une réalité.
Meyar Sheik est président et directeur du commerce chez Kibo, qui fournit des logiciels et des services de commerce en nuage qui incluent le commerce électronique, la gestion des commandes, la personnalisation Certona, la personnalisation et l'optimisation de Monetate et le point de vente mobile pour les détaillants, les fabricants et les marques. Kibo a acquis Certona en 2019, où Meyar a été PDG et fondateur.