La personnalisation est la capacité la plus discutée du eCommerce et la plus mal exécutée. Chaque plateforme expédie désormais une fonctionnalité de personnalisation. Chaque fournisseur SaaS promet des expériences individuelles alimentées par l'IA à l'échelle. La plupart des marques l'activent, attendent 90 jours, voient des résultats plats, et passent à autre chose. Le problème n'a jamais été l'outil.
Les fondations de données dont vous avez besoin avant que la personnalisation fonctionne
L'IA de personnalisation est affamée. Elle a besoin de données pour apprendre. Non seulement les données client. Les données sur ce que le client consulte, ce sur quoi il clique, ce qu'il achète, dans quel ordre. Le modèle d'IA le plus propre du monde ne peut pas produire de bonnes recommandations à partir de données sales. La plupart des marques omettent le travail de construction de données propres puis blâment l'IA lorsque les résultats déçoivent.
L'hygiène du catalogue est la fondation peu glamour de la personnalisation qui distingue les programmes gagnants de ceux qui échouent. Les produits doivent avoir des attributs complets. Les catégories doivent être cohérentes et connectées aux variantes. Une chemise doit être marquée avec le matériau, l'ajustement, la gamme de tailles, la couleur, le style, l'occasion et la douzaine d'autres attributs que les clients utilisent pour décider quoi acheter. Lorsque les attributs sont incomplets ou incohérents, l'IA devient confuse sur la similarité des produits. Votre moteur de recommandation recommande un manteau d'hiver quand le client regardait des t-shirts parce que le système ne comprend pas la différence.
Unification des données client
Une vue client unique est fondamentale. Quand un client consulte votre site web, achète sur mobile et appelle votre équipe de service client, ces interactions se produisent dans différents systèmes. À moins que vous ayez construit une couche de données unifiée qui relie ces interactions à une identité client unique, le système de personnalisation voit trois personnes différentes. Vous finissez par recommander le même produit trois fois parce que le système ne sait pas qu'elle l'a déjà acheté.
Construire une vue unifiée nécessite de faire correspondre les adresses e-mail aux numéros de téléphone, de relier les sessions aux comptes authentifiés et de fusionner l'historique des achats sur les canaux. C'est du travail désordonné qui nécessite une gouvernance et des outils. C'est aussi le travail qui distingue les marques avec une personnalisation efficace de tout le monde.
Capture des signaux comportementaux
L'IA doit comprendre ce que font les clients, pas seulement qui ils sont. Une femme de 35 ans de San Francisco n'est pas une unité utile de personnalisation. Une femme de 35 ans de San Francisco qui a cliqué sur trois chaussures de randonnée, en a ajoutée une à son panier, puis l'a abandonnée et est partie, puis est revenue le lendemain pour regarder des chaussures de course est une unité d'action sur laquelle le système peut travailler. Les signaux comportementaux sont la matière première de la personnalisation.
Capturer ces signaux signifie instrumenter le site web pour envoyer les événements de clic, les événements de consultation, les événements d'ajout au panier, les événements de recherche et les événements de séquence de session dans un entrepôt de données ou une CDP. Le système apprend que les clients qui recherchent « imperméable » tendent aussi à consulter « léger ». Il apprend que les clients qui consultent les blazers puis voient les robes de mariage d'invitée font probablement des achats pour une occasion. Ces modèles sont invisibles sans la couche de données comportementales.
Les signaux comportementaux par rapport aux hypothèses démographiques
L'erreur la plus ancienne en personnalisation est de construire autour de qui est le client au lieu de ce que le client fait. Les marques segmentent par âge, sexe, localisation et revenu. Puis elles supposent que toutes les femmes de 35 ans de Seattle ont les mêmes préférences. Le système de personnalisation devient un filtre sophistiqué qui ignore le comportement réel sur le site.
La segmentation démographique a été inventée pour le commerce de détail hors ligne et la publicité télévisée car c'était la seule façon de grouper les gens à l'échelle. C'est un outil rudimentaire. Le numérique vous donne quelque chose de mieux. Vous pouvez voir exactement ce que chaque client cherche, consulte, ajoute aux paniers et achète. Vous pouvez construire des modèles autour du comportement réel au lieu des hypothèses sur les gens qui partagent des attributs démographiques.
Pourquoi la qualité du signal dépasse la taille du segment
Un petit segment de clients qui ont recherché « sous-vêtements en laine mérinos », cliqué sur trois produits et en ont ajouté un au panier est plus actionnable pour la personnalisation qu'un grand segment démographique d'« amateurs de plein air ». Le segment comportemental fait quelque chose. Le segment démographique est juste étiqueté avec une hypothèse. Quand vous personnalisez en fonction du premier, le client se sent compris. Quand vous personnalisez en fonction du second, le client obtient des recommandations qu'il a déjà vues ou dont il n'est pas intéressé.
Les meilleurs systèmes de personnalisation exécutent plusieurs modèles en parallèle. Ils ont des modèles démographiques pour quand les données comportementales sont rares, des modèles d'affinité de catégorie pour comprendre les préférences de produits, et des modèles séquentiels pour comprendre ce que les clients veulent ensuite en fonction de leurs actions récentes. Mais les signaux comportementaux mènent le spectacle. C'est le signal et le reste est un filtrage du bruit.
Personnalisation en temps réel par rapport aux lots
Pas chaque décision de personnalisation n'a besoin d'être prise en temps réel. Certaines oui. D'autres non. Les marques qui utilisent la personnalisation en temps réel pour tout gaspillent de l'argent en infrastructure et compliquent leurs systèmes inutilement. Les marques qui optimisent le compromis font fonctionner des opérations plus maigres et des taux de conversion plus élevés.
La personnalisation en temps réel est importante quand le client est dans une session active et la décision se produit devant lui. Le classement des résultats de recherche est en temps réel. Vous recherchez un produit et les résultats qui apparaissent doivent être classés pour la pertinence pour vous spécifiquement. Une recommandation sur la page de produit est en temps réel. Vous atterrissez sur un pull-over et le système a des millisecondes pour calculer ce que vous pourriez aussi aimer. La logique de vente supplémentaire à la caisse est en temps réel. Le client est à quelques secondes de l'achat et vous avez des moments pour suggérer quelque chose qu'il souhaite.
Quand la personnalisation en lots gagne
Les campagnes par courrier électronique n'ont pas besoin de personnalisation en temps réel. Vous les envoyez une fois, à des milliers de personnes, heures ou jours après qu'elles ont pris la décision. Le contenu de l'e-mail est personnalisé en fonction des données recueillies antérieurement. Les notifications de réapprovisionnement sont par lots. Les flux post-achat sont par lots. Quand le client n'est pas activement engagé et la fenêtre de latence est mesurée en heures au lieu de millisecondes, le traitement par lots gagne. C'est moins cher et plus facile à exploiter à l'échelle.
L'architecture qui fonctionne est en couches. En temps réel pour les sessions actives. Par lots pour tout le reste. Quand les marques essaient de tout faire en temps réel, elles finissent par construire une infrastructure ML chère pour des problèmes qui n'en ont pas besoin.
Les cinq surfaces de personnalisation qui stimulent le chiffre d'affaires
Les marques qui essaient de personnaliser tout finissent par ne rien personnaliser efficacement. La concentration compte. Ces cinq surfaces représentent la grande majorité de l'impact de la personnalisation sur le chiffre d'affaires. Maîtrisez-les avant de chercher à personnaliser au-delà.
Recommandations de produits
La page de détail du produit, la page du panier et la page d'accueil ont tous des surfaces de recommandation. Sur la page de détail, c'est « Les clients qui ont consulté ceci ont aussi consulté » ou « Complétez le look ». Dans le panier, ce sont des recommandations de vente croisée et vente supplémentaire. Sur la page d'accueil, ce sont des recommandations de consultation basées sur le comportement de consultation récent. Ces surfaces sont des moments à forte intention. Le client est engagé et réceptif. Les bonnes recommandations à ces moments augmentent le panier moyen mesurément.
Classement des résultats de recherche
C'est là que les plus grandes victoires se produisent. La plupart des marques utilisent une logique de classement standard pour les résultats de recherche. Le plus récent en premier, le plus vendu en premier, le prix croissant ou décroissant. Le classement de recherche personnalisé apprend que ce client a consulté des produits haut de gamme donc il classe les options haut de gamme plus haut, ou ce client provient d'un e-mail sur le port d'été donc il stimule les catégories d'été. La recherche personnalisée peut augmenter la conversion sur le trafic de recherche de 5 à 15 pour cent parce que vous montrez à chaque client les résultats dans l'ordre qu'il est le plus susceptible d'acheter.
Personnalisation du contenu des e-mails
Les campagnes par courrier électronique peuvent être personnalisées sur la sélection de produits, le niveau d'offre et le timing d'envoi. Un client consultant du matériel de randonnée reçoit un e-mail avec du matériel de randonnée. Un client à forte valeur reçoit une offre différente d'un nouveau client. Les heures d'envoi peuvent changer selon le moment où chaque client ouvre généralement son e-mail. La personnalisation des e-mails augmente les taux d'ouverture, les taux de clic et les taux de conversion.
Promotions et bannières sur le site
La bannière de la page d'accueil, la barre de promotion flottante et les zones de promotion intégrées à la page peuvent être personnalisées. Montrez un message différent à des segments différents. Un nouveau client pourrait voir une remise de bienvenue. Un client récurrent pourrait voir une offre de fidélité. Un client d'un segment à forte valeur pourrait voir un lancement de nouveau produit ou une offre exclusive. Ces promotions personnalisées augmentent l'engagement et le panier moyen.
Flux post-achat
Ce qui se passe après que le client achète c'est où la relation s'approfondit. Les séquences d'e-mail post-achat, les recommandations de suivi, et les invites de catégorie croisée basées sur ce qu'il a acheté stimulent les taux d'achat répétés. Quelqu'un qui vient d'acheter un manteau d'hiver est un bon prospect pour les accessoires par temps froid. Quelqu'un qui achète des chaussures de course est un prospect pour l'apparel et l'équipement de course. Ces séquences sont parmi les tactiques de personnalisation avec le meilleur retour sur investissement parce qu'elles sont basées sur une intention et un comportement confirmés.
Mesurer correctement l'impact de la personnalisation
Le taux de clic est la mauvaise métrique. Il vous indique combien de personnes ont cliqué sur la recommandation, non pas si la recommandation a stimulé le chiffre d'affaires. Certaines recommandations sont cliquées parce qu'elles sont proéminentes, pas parce qu'elles sont pertinentes. Les métriques vaniteuses masquent le vrai problème.
Le chiffre d'affaires par session est la bonne métrique. Si la personnalisation fonctionne, les clients doivent dépenser plus par session qu'avant. Le chiffre d'affaires par session augmente quand les recommandations mènent à des achats réels. Quand vous mesurez de cette façon, la différence entre une bonne personnalisation et une mauvaise devient évidente.
Augmentation de la conversion et du panier moyen
L'augmentation de la conversion mesure si la personnalisation a augmenté le taux de conversion global. Plus de clients convertissent à cause de meilleures recommandations, ou le trafic augmente simplement ? Le panier moyen par placement de recommandation vous indique quelles surfaces stimulent réellement le chiffre d'affaires. La recommandation sur la page de détail augmente-t-elle la taille du panier ? La recommandation du panier ? Laquelle vaut la peine d'être optimisée davantage ? Ces questions ne peuvent être répondues que quand vous mesurez au niveau de la surface.
Taux d'achat répété
La valeur de vie client augmente quand la personnalisation crée la fidélité. Les clients qui reçoivent des campagnes par courrier électronique personnalisées achètent-ils plus fréquemment que les groupes de contrôle ? Les clients exposés aux résultats de recherche personnalisés augmentent-ils la fréquence d'achat ? Le taux d'achat répété au fil du temps est la véritable mesure du succès de la personnalisation. Il sépare le coup à court terme du changement durable.
Les tests de rétention sont obligatoires
Sans un groupe de contrôle, vous ne pouvez pas mesurer un véritable augmentation. Une marque qui lance la personnalisation et voit le chiffre d'affaires augmenter ne peut pas dire si l'augmentation provient de la personnalisation ou d'une augmentation saisonnière du trafic. La seule façon de mesurer l'impact véritable est de faire un test de rétention où un segment de clients obtient des expériences personnalisées et un autre segment identique ne l'obtient pas. Puis vous pouvez mesurer la différence. C'est la seule façon scientifiquement valide de mesurer l'impact de la personnalisation.