Post on 30-Jul-2015
3
Présentons-nous
Thierry BEDOUCHADirecteur des projets E-Commerce, Responsable projets SEO
@thierrybedoucha+ThierryBedoucha
Agence Conseil en Marketing Relationnel Cross-canalTours (37 Indre-et-Loire)
www.avanci.fr
5
Le Bilan du E-Commerce
La progression du chiffre d’affaires, réalisé grâce à une forte augmentation du nombre de transactions.
Source : étude FEVAD 2015
+14%Une progression de 13,7% des ventes (par rapport au 1er trimestre 2014) soit près de 2 milliards de plus que l’an dernier.15,2Mds€
6
Le Bilan du E-Commerce
Le volume des ventes réalisées sur les places de marché par rapport au 1er trimestre 2014.
Source : étude FEVAD 2015
20%Le chiffre (transaction) franchit par le M-Commerce en ce début d’année.
+66%
7
Évolution du Consommateur en 2015 L’achat et la réservation sur internet sont rentrés
dans les habitudes des consommateurs.
La montée en confiance de l’acte d’achat sur le net.
La dématérialisation des services de paiement en ligne des administrations (Impôts, services publics…).
La multiplication des supports et des lieux de consultation des sites ( tablettes, mobiles…).
L’appétence à consommer sans bouger de chez soi.
8
Des chiffres
des internautes souhaitent que les vendeurs 75%
utilisent leurs données personnellespour améliorer leur expérience d’achat.
Source : étude Monetate
10
Tout le monde connait! Zones présentes dans les Listing et fiches produits ou dans le tunnel de commande, qui proposent des produits complémentaires ou croisés.
Les recommandations
11
Les Plus Apporte des suggestions additionnelles (accessoires, produits
complémentaires) Permet de croiser des produits
Les Moins Pas de personnalisation Propositions statiques Idem pour tout le monde
Cross Selling
12
Pourquoi installer des recommandations personnalisées sur son site ?
Comme le bon vendeur dans une boutique traditionnelle, les recommandations personnalisées sont à l’écoute des goûts et des
attentes de vos visiteurs, et les aident à trouver ce qu’ils cherchent.
13
Présenter un produit qui correspond au besoin de l’internaute
Comprendre ce qu’il recherche
Etre force de proposition lors de sa navigation
Eviter la sérendipité
Installer des recommandations personnalisées :
15
Types de Recommandations
Sans personnalisation = profil type unique
Recommandations statiques(majorité des systèmes de recommandations actuels)
Le client : « Je souhaite que ce vendeur m’écoute dans mes désirs, comme dans la vraie vie ! »
Le marchand : « Je ne comprend pas ce que ce client aime, il part de ma boutique et j’ai perdu ma vente ! »
16
Types de Recommandations
Recommandations statiquesJ'ai acheté un mini four et regardé des téléviseurs, le site me recommande des produits issus d'une segmentation et n'a pas pris en compte mon besoin.
17
Types de Recommandations
Personnalisation = pas de profil typeRecommandations personnalisées(En interrogeant son client sur ses goûts, le marchand accompagne le client dans son choix et son désir)
Le marchand : « En installant des reco personnalisées sur mon site, je vais conseiller mon client comme dans un point de vente, j’ai plus de chance de conclure ma vente. »
Le client : « Ce site m'a proposé les articles que je cherché et à répondu à mon besoin, je suis content des articles qu’il me présente, j’achète ! »
18
Types de Recommandations
Recommandations personnaliséesJe recherche des chaussures pour aller avec ma robe de soirée , de préférence de couleur rouge. Le site me recommande des modèles de chaussures correspondant à mon besoin.
19
Types de Recommandations
Conclusion «J’ai trouvé le produit que je cherchais, car grâce à
la recommandation, j’ai été accompagné dans ma décision qui m'a guidé vers le bon choix … je suis content, et j’ai envie de revenir sur ce site. »
Résultat pour le vendeur :augmentation systématique du C.A, fidélisation client et acquisition de trafic.
21
Comment ça marche
Analyse en temps réel de la navigation et des achats des visiteurs (analyse statistique et/ou sémantique)
Construction de profils des visiteurs (profils types ou profils individualisés)
Proposition dynamique de produits adaptés à chaque visiteur selon son historique
24
Présentation Affinity Engine
Module pour Prestashop, Magento … Basé sur l’analyse sémantique, sans profils-types. Possibilité de définir le type de recommandations
• Produits similaires• Produits plus chers• Produits complémentaires• Règles métiers
Choix des pages où poser les zones de recommandations.
31
Possibilité d’exclure des IP du traffic entrant(Call-Center …) afin de ne pas polluer les recommandations
Capacité à filtrer les recommandations / à les restreindre à un périmètre donné, pour faire par exemple en home page, une zone "promotions" personnalisée.
Possibilité de stratégies conditionnelles• Si le client est connu, alors recommandations
affinitaires, sinon (s’il est nouveau), choix de produit par le marchand.
• Si le client a déjà mis un produit au panier, alors produits complémentaires, sinon produits similaires/alternatifs
36
Budget
La plupart des modules éditeurs sont gratuits Différentes formules de rémunérations :
• Paiement par abonnement• Pourcentage % sur les recommandations abouties
Module Affinity :5% du CA post-clic générésoit 1 € facturé pour 20 € de CA généré
37
ROI
Sur 1 période de 30 jours. Plus de 70 000 recommandations. Près de 13 K€ de C.A généré sur
des produits recommandés. Soit 24% du C.A. Près de 4500 € de C.A généré suite à un clic sur une
recommandation. Soit plus de 8% du C.A. 37 € de C.A généré par € investi (C.A post-clic).
39
Des chiffres
des directions de marketing digital pensent que80%
la personnalisation sera la clédu succès dans les 2 prochaines années.
Source : étude CCM Benchmark
AvanciDomaine de la Choisille
Route de Rouziers37390 Chanceaux-sur-Choisille
Tel . +33 (0)2.47.31.25.35Fax. +33 (0)2.47.31.25.38Email : contact@avanci.fr
www.avanci.fr
40
MERCI DE VOTRE ATTENTION