[Cas réel]  Faire revenir en magasin les clients inactifs, grâce au prédictif, au mobile et aux beacons

Courtesy : Mowingo

 

Aujourd’hui grâce au mobile, un magasin se pilote comme un site e-commerce. Le retailer qui se donne l’opportunité de réconcilier les parcours online et magasin de ses clients possède toute la data souhaitée pour activer ses clients en magasin – aussi bien qu’il ne le fait sur son site web.

► Voir aussi La réconciliation du parcours online et magasin

 

 

Faire venir en magasin les visiteurs de son site les plus appétents à l’achat in store, leur rappeler sur leur smartphone à l’entrée de la boutique un produit laissé dans leur wishlist, faire bénéficier le client ‘e-réservation ‘ ou le client ‘retour’ d’une offre personnalisée (cross-sell), ect… La technologie existe pour prolonger en magasin la conversation initiée en digital et transformer les visiteurs web en véritables acheteurs magasins.

Voir aussi « Le magasin ne survivra que si les enseignes mettent le digital au service du magasin »

 

Depuis des années, le mobile sert à créer du trafic en magasin avec des résultats impressionnants. Ainsi McDonald’s US  , qui se sert du GPS et des beacons pour engager ses clients sur leur mobile avec des offres personnalisées, a réussi à augmenter fortement la fréquence de visites et le montant d’achat, en adressant des coupons personnalisés selon les préférences et la localisation. Résultat : leur taux d’utilisation est 5 et 8 fois plus élevé que des coupons traditionnels, et le montant d’achat des clients qui utilisent ces coupons mobile personnalisés est, en moyenne, 17% plus élevé.

Voir aussi Cas réel : Appli McD App de McDonald’s US / Mowingo

 

Mais aujourd’hui, une nouvelle étape est franchie, avec l’utilisation de modèles prédictifs comportementaux pour créer du trafic en magasin via l’application mobile de l’enseigne.

Les cas d’usage marketing sont puissants. Par exemple, comme l’explique Chuck Martin, le rédacteur en chef de la lettre The IoT Daily publiée par Mediapost, une enseigne a pu identifier les personnes qui avaient l’habitude d’acheter régulièrement dans un magasin, et qui ne revenaient plus, pour les ré-engager avec un Programme « Welcome back » dans leur appli.

Or s’il est aujourd’hui une question qui met tout le monde d’accord, c’est l’importance de faire revenir les clients dans les magasins. La baisse du trafic magasin (aux Etats-Unis, il a baissé de plus de la moitié en 6 ans, selon SapientNitro) est un non sens économique : un client multicanal achète toujours plus, et une e-réservation ou un retour produit en magasin est l’occasion de faire un achat additionnel.

Source : SapienNitro

CAS RÉEL

Déroulement de la campagne :

Objectif : Faire revenir en magasin les clients inactifs magasin (sans visite depuis au moins 30 jours)

Solution : Identification des clients inactifs  (290 000 clients) et constitution de deux segments de quantité identique :

  • Segment Contrôle : clients inactifs magasin, exposés à aucun message
  • Segment Test : clients inactifs magasin, recevant des messages « welcome back » dans leur appli

Résultat : 40 % des clients du segment Test sont revenus en magasin (118 000 clients) contre un taux de retour en magasin de seulement 15% pour le segment Contrôle.

 

Comment démarrer facilement ?

Trois choses vont permettre d’obtenir un tel résultat :

  • Les beacons : il n’y a pas de technologie plus précise que les beacons pour connaître exactement la fréquence de visites des clients dans un magasin spécifiquement, et grâce à l’application mobile du retail, qui sont ces clients (CRM)
  •  Les capacités de machine learning, qui rendent obsolètes les méthodes de segmentation traditionnelles. L’IA n’a pas d’apriori, comme peut l’avoir le marketer. Il analyse tout ce que le CRM lui restitue comme données, pour confirmer, ou pas, l’intérêt de réactiver le client sans visite magasin depuis longtemps.

 

Ainsi, c’est le  couplage des trois – IA, parcours client unifié online et magasin et application mobile + beacons – qui va permettre d’obtenir une telle performance commerciale. Les données de géo-localisation et de comportement (beacon et  CRM), couplées aux capacités d’analyse de plus en plus sophistiquées, servent à identifier les segments d’acheteurs magasin à relancer, en les reliant à un magasin spécifique.

 

Désormais, le détenteur de l’application mobile de l’enseigne peut recevoir dans son application mobile « une petite tape incitative » sur l’épaule pour le décider à revisiter son magasin préféré. Précieux pour ne pas laisser filer à la concurrence ces clients si chèrement acquis, eux-même si fortement sollicités de toute part.

Modèles de simulation avec vos propres chiffres, à demander sur Linkedin

EN SAVOIR PLUS 

 

 

 

Customer Insight aide les entreprises à transposer avec succès les stratégies ayant fait leur preuve aux Etats-Unis. Les meilleurs use cases et solutions techniques, pour des résultats avérés. Parlons-en sur Linkedin

 

Écrire une réponse

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *