Si vous le souhaitez, vous pouvez retrouver l’introduction de notre série sur les données customer-centric ici ou lire l’épisode précédent, Créer des liens émotionnels avec les clients grâce aux données.

Pour le quatrième volet de notre série sur l’approche data-driven du marketing client, nous avons rencontré Filip von Reiche, CTO of Integrated Customer Experiences chez Wunderman Thompson, et Gaëtan Philippot, Data Scientist chez AB Tasty. Nous avons discuté des avantages et des inconvénients des vanity metrics, de leur différence avec les actionable metrics et du rôle de tous les différents indicateurs qui existent pour mesurer l’impact digital d’une marque.

Commençons par la transformation digitale. Qu’est-ce que c’est, et pourquoi les entreprises s’y intéressent-elles autant ces dernières années ? 

La transformation digitale, telle que définie par Salesforce, est le processus qui consiste à utiliser les technologies digitales pour créer de nouveaux processus business, une nouvelle culture et de nouvelles expériences client – ou modifier les processus existants – afin de répondre à l’évolution des besoins des entreprises et du marché. Elle a débuté à la fin du XXe siècle et a connu une accélération rapide au cours des deux premières décennies du XXIe siècle, se propageant à travers presque tous les secteurs d’activité.

Résister à la transformation digitale est risqué. TechTarget raconte l’histoire funeste de Blockbuster LLC, une entité autrefois internationale possédant des magasins de location de vidéos aux États-Unis et dans le monde entier. Mais sa présence et sa pertinence ont décliné précipitamment à partir de 2005 environ, lorsque Netflix a exploité les technologies émergentes et a capitalisé sur l’appétit des consommateurs pour le divertissement à la demande, fourni par les services de streaming alors nouvellement disponibles.  

Mais la transformation digitale peut aussi être considérée comme un mot à la mode, dit Filip, « dans le sens où les gens pensent que c’est quelque chose qu’ils doivent faire ». À l’origine, la transformation digitale a été motivée par la volonté des marques d’être plus compétitives – dans la manière dont elles gagnent des parts de marché, dans la manière dont elles sont perçues, etc. Et la transformation digitale était le moteur qui leur permettait d’atteindre ces objectifs, de réagir plus rapidement et de mesurer leur réel impact.

« Au départ, elle visait à donner aux marques une présence en ligne, et bien sûr, elle a atteint cet objectif. Mais au fil du temps, elle a acquis de nouveaux usages. Son dernier objectif est d’aider les marques à créer des expériences personnalisées en leur fournissant le bon contenu et le bon flux, ce qui leur permet d’avoir de meilleures conversations avec leurs clients, et conduit à plus de conversions. »

Pour Gaétan, « ce processus se base sur une logique de mimétisme : les gens disent “Amazon fait mille expériences par an, donc nous devons faire de même”, mais tout le monde n’a pas les vastes ressources d’Amazon, ou ne peut pas espérer les mêmes résultats. »

Mais si l’objectif est d’avoir des expériences de marque personnalisées, Amazon n’est pas un site web où les gens veulent passer beaucoup de temps. « Au contraire, les gens vont sur Amazon parce qu’ils peuvent y entrer, acheter ce qu’ils veulent et en sortir rapidement. C’est totalement impersonnel », explique Filip. « Cependant, si je passe plus de temps avec une marque, c’est parce que je veux un produit ou un service spécifique qu’elle propose, et j’attends une personnalisation de la part des marques avec lesquelles je suis engagé. »

Pour que la personnalisation soit un succès, il faut que vos perceptions soient constamment validées avant la mise en ligne d’un site web ou d’une campagne. “Plus de la moitié de toutes les campagnes que les clients réalisent à l’aide d’AB Tasty est liée à la personnalisation ou à l’expérimentation avec de la personnalisation”, remarque Gaétan. “Elles sont la base sur laquelle tout le reste est construit”.

Quelles sont les différences entre les vanity metrics et les actionable metrics ?

L’utilisation des vanity metrics varie selon les secteurs, les niveaux et les clients. La seule constante est que les vanity metrics sont très séduisantes car elles procurent ce que Filip appelle « une montée de dopamine qui illumine votre cerveau. Et dans certains cas, en fonction de ce que vous essayez d’obtenir avec votre personnalisation, cette « montée » peut être suffisante. Mais dans l’idéal, il vous faut savoir quel sera l’impact à long terme. »

Le problème est que cet impact n’est pas toujours facilement mesurable. « Prenons l’exemple de l’immobilier. Ce n’est malheureusement pas aussi simple que la cible voit un message personnalisé, la cible clique, la cible achète une maison. Ne serait-ce pas formidable ? En réalité, le laps de temps entre cette personnalisation initiale et l’achat peut être de 30, 60, 90 jours, voire plus. Dans certains cas, vous avez besoin d’une vanity metrics comme les pages aimées, les favoris, les partages, etc., comme indicateur pour vous dire où vont les choses. Mais il est toujours préférable d’avoir une mesure de conversion en arrière-plan pour vous dire ce que tout cela signifie vraiment », explique Filip. 

« C’est là que des analyses plus approfondies entrent en jeu. Si vous avez un client qui est engagé mais qui ne convertit pas, vous devez découvrir quel est l’obstacle et trouver un moyen de le contourner. Si vous pouvez proposer une personnalisation qui répond aux besoins du consommateur et fait tomber cette barrière, tant mieux. Mais vous devez toujours respecter la confiance que le consommateur a placée en vous, en acceptant de vous partager ses données essentielles à votre personnalisation. Vous ne pouvez pas simplement dire « Bonjour ! Nous avons vu que vous regardiez sur notre site web !”  C’est effrayant. Mais vous pouvez indiquer que vous, en tant que marque, êtes présent et à l’écoute des besoins de vos consommateurs. C’est un équilibre délicat. »

Les vanity metrics peuvent-elles être transformées en actionable metrics ?

Il convient de souligner que l’utilisation d’un indicateur « superficiel » ou d’une vanity metric est toujours justifiée lorsqu’il y a une réponse notable, qu’elle soit positive ou négative, car elle peut inciter une entreprise à creuser et analyser davantage. Pour ce faire, elle se tourne vers des actionable metrics et ainsi trouver des réponses.

Gaétan remarque : « Mais il est important de se rappeler que tout n’est pas immédiatement actionnable : parfois, le gain se fera plus tard. La valeur de chaque type d’indicateur varie selon le secteur et aussi selon la maturité du client. Par exemple, les clients e-commerce qui débutent testeront toutes sortes de choses avant de savoir quelles KPI sont les plus utiles et offrent les meilleurs résultats pour leurs activités. »

« Toute la discussion sur les indicateurs doit commencer dès que vous élaborez votre stratégie de personnalisation ou de test », ajoute Filip. « Vous aurez un objectif en tête : atteindre un certain type d’awareness ou d’engagement, ou un certain nombre de conversions, etc. Tout ce que vous testez et que vous voulez utiliser comme KPI doit s’aligner sur cet objectif. Si une vanity metric peut soutenir cet objectif, alors il est approprié. Si la conversion finale est nécessaire pour prouver une hypothèse, alors nous devons trouver comment l’obtenir. Parfois, cela peut être plus compliqué et impliquer des intégrations hors ligne, mais c’est généralement ainsi que cela fonctionne. »

Quelles questions les entreprises doivent-elles se poser pour trouver les bons indicateurs à suivre ?

Pour Filip, une question essentielle concerne la portée du projet que vous entreprenez. Mesurez-vous une campagne entière ou la décomposez-vous en plusieurs parties ? Un champ d’application étendu est plus facile à mesurer, ce qui signifie que moins de mesures sont nécessaires en général. Un champ d’application détaillé est plus complexe, car la mesure sur une base individuelle soulève des questions sur la manière de déterminer l’identité, de relier les conversions à des individus spécifiques, etc.

Mais la question la plus fondamentale est :  » Dois-je tester et personnaliser mes expériences ? « . Et la réponse de Filip est « Bien sûr que oui ! Mais il existe beaucoup de chemins différents possibles pour faire ce genre de choses. L’un d’entre eux consiste à demander à une société comme Wunderman Thompson de vous aider à effectuer une analyse, en jouant le rôle de consultant pour vous montrer ce qui fonctionne et ce qui ne fonctionne pas, les points de blocage, les points à améliorer, etc.

« Mais si vous préférez faire vous-même appel aux utilisateurs, gardez en tête que du point de vue de l’expérience client, vous devez tester et découvrir la meilleure façon d’interagir avec lui.  Comment pouvez-vous leur montrer que vous voulez les aider, mais sans être intrusif ? A titre de comparaison, nous pouvons prendre comme exemple l’expérience vécue en rentrant dans un magasin, en répondant à la question : « Comment voudrais-je, en tant que client, être accueilli, aidé, guidé ? ». Comprendre cela est la meilleure façon de commencer un cadre de personnalisation.”

Comment mesure-t-on la valeur vie client ?

La valeur vie client (CLV) est la marge de bénéfices qu’une entreprise s’attend à réaliser pendant toute la durée de sa relation commerciale avec un client moyen. Un article de CleverTap explique plus en détail : « Parce que la CLV est une projection financière, elle exige qu’une entreprise fasse des hypothèses éclairées. Par exemple, afin de calculer la CLV, une entreprise doit estimer la valeur moyenne du panier, le nombre moyen de transactions et la durée de la relation business avec un client donné. Les entreprises établies qui disposent de données historiques sur leurs clients peuvent calculer avec plus de précision la valeur vie client » Un peu brutal, mais c’est ainsi que cela fonctionne.

Un exemple visuel du calcul de la valeur vie client à l’aide des indicateurs de vente, de transactions et de rétention – qui peuvent tous être impactés par l’expérimentation. 

Source: CleverTap

Maintenant, où trouver ces précieuses données historiques sur les clients ?

« Les CDP jouent un rôle essentiel dans la mesure de la CLV, car elles peuvent combiner des données provenant de dizaines de sources différentes pour retracer tout l’historique des interactions d’un client avec une marque, depuis ses expériences web et mobile jusqu’à ses expériences en magasin et avec le service client. Avec ces données, vous pouvez mesurer combien de temps vous avez interagi avec ce client, quelle a été l’intensité de son engagement, quelles sont les choses que vous offrez et qui l’intéressent », explique Filip.

« De toute évidence, si un consommateur fait le choix de votre marque depuis très longtemps, il s’attend à un certain niveau de personnalisation de votre part. Il va s’attendre à l’accolade chaleureuse et à la conversation amicale que vous avez généralement avec une personne que vous connaissez depuis des années, et pas seulement à un bonjour rapide et à une conversation de courtoisie, que vous offrez à une personne que vous venez de rencontrer. La personnalisation mérite qu’on s’y attarde, car mieux vous connaissez vos clients, plus longtemps vous pouvez poursuivre votre conversation avec eux. Ceci se traduit par de la fidélité et de la rétention et, espérons-le, par des recommandations. »

Il existe des techniques pour maximiser la CLV, notamment la segmentation, la personnalisation, la diversification des points de contact, du cross-selling et du up-selling, pour n’en citer que quelques-unes.

Dans l’économie actuelle, où les marchés sont encombrés de concurrents qui se disputent les mêmes clients, l’engagement et la conversion sont essentiels au succès de toute entreprise.

Vous voulez en savoir plus sur les données ? Rendez-vous ici pour le cinquième volet de notre série sur les données customer-centric ! 

Partager sur

LinkedIn Facebook Twitter

Pour ce deuxième article de blog de notre série sur l’approche orientée données du marketing customer-centric, nous nous sommes entretenus avec notre partenaire Ryan Lucht, Director of Strategy chez Cro Metrics et avec Hubert Wassner, Data expert chez AB Tasty. Cet interview explore l’évolution des besoins clients, montre pourquoi il est si important pour les marques de les comprendre aujourd’hui, et le rôle que joue l’expérimentation pour répondre à ces besoins. N’oubliez pas de consulter l’introduction et la première partie de notre série si vous les avez manquées.

Qu’entendons-nous par « besoins des clients » ?

Les clients avisés d’aujourd’hui attendent beaucoup des marques : parcours connectés, personnalisation, innovation, protection des données. Ils sont habitués à des interactions en ligne transparentes. Ils veulent pouvoir trouver des produits facilement. Ils veulent une expérience sans friction et des méthodes de paiement flexibles. Et si une marque n’est pas à la hauteur, ils passeront à une autre qui l’est : « C’est une bonne chose, cela nous a obligé à être beaucoup plus orienté client et à rendre nos sites web plus faciles à utiliser », explique Ryan.

Et cela paie de répondre aux besoins de vos clients et de leur offrir une excellente expérience. Dans un sondage CX 2020, 91 % des personnes interrogées ont déclaré qu’elles étaient plus susceptibles d’effectuer un nouvel achat après une expérience positive, et 71 % ont déclaré avoir pris une décision d’achat en fonction de la qualité de l’expérience.

Pourquoi est-il important pour les entreprises et les marques de comprendre les besoins de leurs clients ? 

Ryan pense qu’il est essentiel d’offrir aux clients les bonnes informations au bon moment. « Les besoins des clients sont différents aux différentes étapes du parcours client. Lorsque vous menez un programme d’expérimentation, l’ordre dans lequel les informations sont présentées a son importance. Si vous vous plongez dans les détails trop tôt, vous risquez de surcharger ou d’ennuyer vos utilisateurs. Mais si vous attendez trop longtemps pour présenter des informations essentielles, comme une politique de remboursement ou un élément de votre proposition de valeur, vous perdrez des clients. »

« L’un de nos clients, une grande chaîne de salles de sport aux États-Unis, en est un bon exemple. Une partie cruciale de leur stratégie consiste à rassurer les clients quant au fait qu’ils se sentiront à l’aise dans leurs salles de sport – que celles-ci sont inclusives, body-positives, et que tout le monde y trouve sa place. Il s’agit d’un besoin important des clients. Mais sur leur page d’accueil, la première chose que les gens voulaient trouver était « Où est la salle de sport la plus proche de chez moi ? ». Ils ont donc décidé de mettre en premier les informations relatives à l’emplacement et d’établir ensuite leur marque : les abonnements ont augmenté immédiatement. L’impact sur les revenus est fondamental : si vous ne répondez pas aux bons besoins au bon moment, vous laissez de l’argent sur la table. »

Hubert ajoute : « Dans le commerce en ligne, vos concurrents ne sont qu’à un clic de vous, alors si les utilisateurs s’ennuient sur votre site ou s’ils mettent trop de temps à trouver ce dont ils ont besoin, ils iront tout simplement ailleurs. L’expérience que vous offrez doit être exempte de toute frustration. Il y a des résultats de croissance à trouver à chaque étape du parcours d’achat, alors pensez toujours à la concurrence, quelqu’un d’autre le fait sûrement mieux quelque part. »

Ryan est d’accord : « Lorsqu’il s’agit de comprendre les besoins de vos clients, plus vous tirez parti de l’expérimentation et des formes avancées de data science, meilleur sera votre avantage concurrentiel. La raison est que les besoins des clients sont uniques d’une marque à l’autre. Une marque établie peut se vendre différemment d’une marque de niche ou d’une marque nouvellement arrivée. »

Où peut-on trouver les données les plus précieuses sur les besoins de ses clients ?  

Il existe des outils qui automatisent l’accès aux données. « Chez AB Tasty, dit Hubert, nous commençons par installer un tag pour recueillir des informations sur les transactions afin que les développeurs puissent voir, par exemple, quand les utilisateurs visitent les sites et quand ils les quittent, et mesurer ainsi le taux de rebond. Les agences peuvent également recueillir des informations sur les produits et les achats, ainsi que sur des mesures comme le taux de conversion, l’accès à la page panier, les dates de vente et l’évolution des taux de conversion en fonction des niveaux d’engagement (voir graphique). Une fois que vous avez suffisamment de données, vous pouvez commencer à tester différentes métriques pour voir lesquelles augmentent les niveaux d’engagement des différents segments d’audience. » 

Votre site s’adapte-t-il aux utilisateurs fréquents ou les traite-t-il comme s’ils étaient nouveaux à chaque fois ? 

Ryan aime demander aux cadres : « Pensez-vous que quelqu’un qui vient sur votre site pour la toute première fois a les mêmes besoins que quelqu’un qui vient pour la cinquième fois ? Et bien sûr, la réponse est non. Mais pensez aux « nouveaux utilisateurs » par rapport aux « anciens utilisateurs », ou aux différentes sources de trafic – les gens arrivent sur le site web depuis différents endroits : e-mail, publicités, Facebook, TikTok, Google. Toutes ces personnes évoluent dans des contextes très différents, et cela nous donne une centaine d’idées de tests différents. » Lorsque Ryan demande à ses interlocuteurs s’ils traitent un nouveau visiteur différemment d’un visiteur qui revient, la réponse est malheureusement toujours négative. Ce n’est qu’une des innombrables opportunités pour les marques d’utiliser même les points de données les plus basiques pour commencer à différencier les expériences.

« Cela peut devenir très complexe très rapidement. Si vous voulez faire une AI ou un modèle ML, il est important de comprendre quelles variables sont réellement corrélatives parmi celles que nous demandons au modèle d’examiner, et lesquelles sont insignifiantes . »

Comment organiser/prioriser les données provenant de sources disparates pour les tester ?

Pour combiner les données afin d’agir sur elles de manière significative, Hubert explique que les outils les plus courants sont les plug-ins CRM. « Si votre utilisateur est identifié, vous pouvez automatiquement recueillir plus d’informations de première main au fur et à mesure du parcours client, ce qui peut vous aider à segmenter l’expérimentation a posteriori. »

Pour Ryan, l’utilisation de sources de données disparates ne sert pas seulement à hiérarchiser les idées de test, elle permet aussi de mieux en comprendre les résultats. « Je n’ai jamais rencontré quelqu’un capable d’utiliser les données pour prédire quelles idées de test seront gagnantes. Si c’était possible, tout le monde aurait des taux de réussite stupéfiants, mais même chez Microsoft, Google et Netflix, seule une idée sur dix est retenue. Le plus important avec l’utilisation des sources de données disparates se produit après la réalisation d’une expérience, car les résultats de l’expérience ne constituent qu’un seul apprentissage spécifique. Ce qui déterminera votre succès, c’est la manière dont vous reliez ces résultats à d’autres sources de données clients ou d’analyses afin de reconstituer un récit que vous pensez être vrai, ainsi que la manière d’utiliser ces résultats pour nourrir votre prochaine idée test. »

Comment l’expérimentation peut-elle vous aider à mieux comprendre les besoins de vos clients ? 

Pour Ryan, la compréhension peut se faire à deux niveaux. « Une expérience individuelle peut vous dire si vous vous rapprochez ou vous éloignez de la satisfaction des besoins de vos clients, en vous basant sur le fait qu’ils réagissent comme vous l’aviez espéré ou non. Mais il y a aussi un niveau de méta-analyse, où une fois que vous avez mené beaucoup d’expériences, vous commencez à reconnaître les modèles. Par exemple, chaque fois que nous mettons l’accent sur les prix et que nous les rendons plus clairs, nous obtenons de meilleurs résultats, de sorte que le besoin des clients est peut-être de mieux comprendre les prix. Les expériences individuelles nous aident, mais nous apprenons vraiment les thèmes plus larges une fois que nous avons mené un grand nombre d’expériences. »

Hubert ajoute : « Pour moi, lorsque vous construisez le test, vous devez répondre à une question et non pas vous concentrer sur l’optimisation, car vous n’améliorerez peut-être rien du tout. Mais en répondant à une question, vous apprendrez quelque chose, vous augmenterez vos connaissances, et c’est là le véritable objectif. »

Comment la connaissance des besoins de vos clients peut-elle contribuer à une meilleure expérience client ? 

« Plus vous comprendrez vos clients et leurs besoins, plus ils auront l’impression que vous êtes capable de lire dans leurs pensées : vous leur ferez plaisir, vous les fidéliserez et vous gagnerez de la place sur le marché. Les entreprises qui font cela – faire beaucoup d’expériences et les faire bien – sont les entreprises qui gagnent. C’est aussi simple que cela », affirme Ryan. 

« Lorsque nous effectuons des tests, nous ne devrions pas nous poser des questions business, mais des questions relatives aux utilisateurs, et seulement ensuite ajouter des KPI orientés business », déclare Hubert. « Il est essentiel de poser d’abord des questions customer-centric, et non sur l’entreprise. De cette façon, vous pouvez stimuler votre activité tout en satisfaisant mieux vos clients. » 

Ryan est d’accord : « C’est une façon très positive de présenter les choses. C’est ainsi que nous gagnons avec nos clients, car si nous répondons mieux à leurs besoins, tout le monde est gagnant. »

Vous voulez en savoir plus sur les données ? Rendez-vous ici pour le troisième volet de notre série sur les données customer-centric ! 

Partager sur

LinkedIn Facebook Twitter

Consultez l’introduction de notre série sur les données customer-centric ici.

Pour ce premier article de blog de notre série sur les différentes façons d’utiliser les données et d’aider les marques à construire une vision customer-centric, notre partenaire Aimee Bos, VP analytics and data strategy chez Zion & Zion, et Hubert Wassner, Chief Data Scientist chez AB Tasty, se penchent sur la façon dont les données issues de l’expérimentation peuvent vous aider à mieux comprendre vos clients. Ils explorent le qui, le quoi et le quand des tests, discutent des indicateurs clés de la connaissance du client, de l’importance de la taille de l’audience, de l’endroit où se cachent vos meilleures idées de tests, et plus encore.  

Pourquoi l’expérimentation est-elle importante pour comprendre les clients ? 

En termes simples, l’expérimentation permet aux marques de « perfectionner » leurs produits. En améliorant la valeur déjà développée, l’expérience client est optimisée. Et chaque fois qu’une nouvelle fonctionnalité ou option est ajoutée à un produit, des A/B tests réguliers garantissent des réactions cohérentes de la part des clients. L’expérimentation fonctionne comme une boucle fermée de feedbacks de la part des clients, allant au-delà des conversions ou de l’acquisition, améliorant l’adoption et la rétention, pour finalement rendre votre produit indispensable à vos clients.

Quels sont les indicateurs clés qui fournissent les meilleures informations sur les clients ? 

Hubert répond : « En principe, les indicateurs qui fournissent des informations fiables sur les clients sont le taux de conversion et la valeur moyenne du panier, segmentés selon des critères significatifs tels que la géolocalisation ou les données CRM. Mais il y en a d’autres qui sont intéressants, comme le revenu par visiteur (RPV). C’est une métrique à faible valeur mais importante à surveiller. » 

« Et la valeur moyenne des commandes (AOV) en est un autre. Cette mesure varie énormément dans le temps, il ne faut donc pas la prendre pour argent comptant. La saisonnalité (pensez à Noël ou au Black Friday, par exemple), ou même un gros acheteur peuvent fausser les statistiques. Il faut l’examiner dans de multiples contextes pour mieux comprendre les progrès accomplis, non seulement d’une année sur l’autre, mais aussi d’un mois sur l’autre et même d’une semaine sur l’autre, afin d’obtenir un calcul juste. » 

« L’AOV et le RPV sont importants car leur omission peut fausser les données. Les gens oublient souvent d’analyser les mesures concernant les visiteurs qui ne convertissent pas. Bien sûr, l’AOV ne vous donne des données que sur ceux qui vont jusqu’au bout du cycle d’achat. »

Et Aimee est d’accord : « Le taux de conversion, bien sûr. Pour le e-commerce, il s’agit des conversions, de la valeur, du RPV, de la façon dont ils font bouger l’aiguille, augmentent-ils la valeur de la commande moyenne ? Nous voulons autant de données que possible au niveau le plus granulaire possible pour la génération de leads, le gated-content et les micro-conversions… Ces petits tests peuvent être liés à des indicateurs orientés client, par opposition à des indicateurs plus importants au niveau de l’entreprise, comme le revenu, la croissance, le nombre de clients, le retour sur investissement, etc. »

Où sont les meilleures sources d’idées pour l’expérimentation ?

Aimee a sa propre façon de faire. « Je commence par me demander quels sont mes objectifs commerciaux (micro/macro). Ensuite, je consulte Google Analytics et j’identifie où les conversions n’ont pas lieu. Pour trouver des idées d’expérimentation, je consulte des outils comme HotJar, les données de la Voix du Client (VoC), les données Qualtrics, les commentaires réels des clients, les panélistes utilisateurs : donnez-leur des choix, demandez-leur ce qu’ils préfèrent. Faites toujours des hypothèses sur les points de friction, elles vous donneront vos meilleures idées pour les tests ! »

Hubert aime puiser ses idées dans le NPS. « Le Net Promoter Score (NPS) contient des informations et des commentaires utiles et peut être un bon point de départ pour des hypothèses, plutôt que de faire des suppositions aléatoires qui sont une perte de temps. Le NPS peut ajouter une réelle orientation à des tests bien conçus. Il est basé sur une seule question : Sur une échelle de 0 à 10, quelle est la probabilité que vous recommandiez le produit ou le service de cette entreprise à un ami ou à un collègue ? Le NPS est un bon moyen d’identifier les domaines à améliorer, mais comme indicateur du score CX d’une entreprise, il doit être associé à des informations qualitatives pour comprendre le contexte derrière le score. »

Comment faire pour prendre en compte toutes ces informations ? De quoi ai-je besoin pour réaliser mes tests ?

Il est évident que vous avez besoin d’un outil pour exécuter vos A/B tests et pour collecter les données nécessaires à la formulation de bonnes hypothèses. Un bon moyen de donner un coup de pouce à votre programme de tests – et de contribuer à un meilleur ROI – est d’utiliser des outils tels que Contentsquare ou Fullstory, qui offrent davantage de données sur le comportement et l’expérience des clients et vous aident à cibler vos données de test. Conçues pour combler le fossé entre les expériences digitales que les entreprises pensent offrir à leurs clients et ce qu’elles offrent réellement, les plateformes d’analyse proposent de réelles opportunités d’hypothèses de test utiles, grâce à des suppositions plus éclairées sur les variables à tester pour améliorer le CX. 

Aimee a également une remarque importante à propos de la collecte initiale de données.  « Vous avez également besoin de trois mois de données avant de commencer les tests si vous voulez des résultats fiables, et vous devez être sûr que celles-ci sont exactes. La plupart des gens s’appuient sur Google Analytics (GA). C’est beaucoup de données à gérer et à organiser. Une plateforme de données clients (CDP) représente un investissement important, mais la centralisation de vos données à un seul endroit est extrêmement utile pour la segmentation des clients et l’analyse détaillée. Plus tôt vous pourrez investir dans un outil tel qu’une CDP, mieux ce sera pour une stratégie d’architecture de données durable. » 

Je suis prêt à tester, mais j’ai plusieurs hypothèses. Par où commencer ?

Selon Aimee, « lorsque cela se produit, nous divisons les grands problèmes en plus petits. Nous avons un client qui veut tripler son activité et qui veut aussi se procurer une CDP cette année, parmi d’autres objectifs. C’est beaucoup ! Pour l’aider, nous établissons une feuille de route du parcours client pour voir ce qui influence ses objectifs. Nous sélectionnons cinq ou six objectifs de haut niveau (page de destination, navigation mesurée par rapport au taux de clics…), puis nous testons divers aspects de chacun de ces objectifs. »

Hubert fait remarquer qu’ « il est possible de tester plus d’une hypothèse à la fois si la taille de votre échantillon est suffisamment grande. Mais d’abord, vous devez savoir quelle est la puissance statistique de votre expérience. Les échantillons de petite taille ne peuvent détecter que des effets importants : il est important de connaître l’ordre de grandeur afin de mener des expériences significatives. Il est toujours préférable de tester vos variables sur un large public, aux comportements et aux besoins variés, afin d’obtenir les résultats les plus fiables et les plus éclairés possibles. »

Y a-t-il un intérêt à mener des expériences de collecte de données (par opposition à l’amélioration de la conversion ou à l’obtention d’un indicateur spécifique) ?

Hubert croit fermement qu’il faut tester, peu importe ce que vous pensez qu’il peut arriver. « Les tests sont toujours utiles car un bon test vous apprend quelque chose, vous en apprenez quelque chose, que vous gagniez ou perdiez, du moment que vous avez une hypothèse. Par exemple, mesurer l’effet d’un élément de vente (supposé) (comme une publicité ou une vente) est utile. Vous savez combien coûte une publicité ou une vente, mais sans expérimentation, vous ne savez pas combien elle rapporte. »

« Disons que vous avez un taux de réussite de 100 %. Cela signifie que vous n’apprenez plus rien. Alors vous testez pour acquérir de nouvelles informations dans d’autres domaines, vous ne restez pas immobile. Vous minimisez les pertes pour maximiser les gains. »

Vous voulez en savoir plus sur les données ? Rendez-vous ici pour le deuxième volet de notre série sur les données customer-centric ! 

Partager sur

LinkedIn Facebook Twitter

Chez AB Tasty, nous pensons, respirons, mangeons, buvons et dormons expérimentation – tout cela au nom de l’optimisation de l’expérience digitale. Au cours des prochains articles, nous allons creuser encore plus loin et examiner de plus près ce qui se trouve derrière l’expérimentation : les données. Les données sont le moteur du cycle d’expérimentation – l’idéation, les hypothèses, la gestion statistique et l’analyse des résultats des tests. Ce n’est un secret pour personne que le monde d’aujourd’hui fonctionne grâce aux données, et le développement de votre expérience digitale ne devrait pas faire exception.

Les clients d’aujourd’hui – qu’il s’agisse d’un acheteur professionnel ou d’un consommateur lambda – privilégient l’expérience par rapport aux autres facettes d’une marque. Au cours des prochains articles, nous nous entretiendrons avec certains de nos partenaires et experts en données d’AB Tasty, afin d’explorer comment les marques peuvent utiliser les données pour mieux dresser le profil de leurs clients, comprendre leurs besoins et tisser avec eux des liens émotionnels précieux, ainsi que pour mesurer l’impact digital global et construire une vision customer-centric et fondée sur les données. 

Avant d’entrer dans le vif du sujet, prenons le temps de nous assurer que nos discussions autour des données se font dans le respect de la politique de confidentialité

Tout marketeur sait que rien n’est plus précieux que les données clients, mais leur acquisition est devenue de plus en plus épineuse. Le vaste Règlement général sur la protection des données (RGPD), entré en vigueur en 2018 en Europe, a changé la donne, obligeant les entreprises à obtenir un consentement avant de collecter des données personnelles. La California Consumer Privacy Act (CCPA) a rapidement suivi, donnant notamment aux consommateurs le droit de refuser la vente de leurs données.

Même si vous pensez que votre entreprise n’est pas soumise à ces lois, vous devriez peut-être envisager d’être en règle. Le e-commerce a effacé les frontières de chaque pays, permettant d’acheter des biens et des services sans se soucier de leur origine. La mondialisation des marques signifie qu’un influenceur de Pennsylvanie publiant des articles sur vos produits pourrait conduire des clients parisiens sur votre site. Et soudain, vous collectez des données soumises au RGPD – qui exigent le consentement du client pour être utilisées.  

Exploiter les bonnes données clients

Comprendre vos clients, leurs besoins et leurs comportements fluctuants est essentiel pour délivrer des messages opportuns et pertinents qui stimulent la fidélité et génèrent des revenus. Que votre entreprise vende des tapis de yoga, des patates ou des assurances pour yachts, vous avez besoin de données pour améliorer leur expérience avec vous, et renforcer votre relation avec eux.

Mais comment exploiter les données dont vous avez besoin tout en vous assurant que vos clients continuent à vous faire confiance ? Ces dernières années, les consommateurs sont devenus sceptiques à l’idée de transmettre leurs données personnelles. Selon une enquête réalisée par KMPG en 2021, 86 % des consommateurs interrogés se disent de plus en plus préoccupés par la confidentialité des données. Et ils ont raison de l’être : la même enquête a montré que 62 % des chefs d’entreprise estimaient que leur entreprise devait faire davantage pour protéger les données des clients.

Grâce à la mort bien méritée des third-party cookies, les marketers cherchent désormais à obtenir les données dont ils ont besoin en établissant avec leur audience des relations de première main, fondées sur le consentement. Bien qu’il s’agisse d’un pas dans la bonne direction, la confidentialité des données doit aller encore plus loin.

Renforcer la valeur de la marque grâce à des pratiques axées sur le consentement et le respect de la confidentialité des données

Les consommateurs sont plus enclins à faire des achats aux entreprises dont les pratiques en matière de confidentialité des données sont transparentes, et qui expliquent clairement comment les données personnelles sont collectées, utilisées et stockées. Donner ou refuser son consentement à l’utilisation de ses données doit se faire sans effort. Sur demande, les clients doivent être sûrs que les marques ne supprimeront pas seulement toutes les données qu’elles ont stockées, mais aussi tous les privilèges d’accès qu’ils ont pu accorder à des partenaires ou à des tiers.

En rendant le consentement et les préférences facilement accessibles, une multitude de données peuvent être partagées à chaque point de contact avec le client, révélant ainsi ses comportements, préférences, attitudes et valeurs. Pour gérer ces données omnicanales, une plateforme de gestion du consentement (CMP) peut vous aider à collecter et à traiter les informations personnelles selon la politique de confidentialité. Une CMP vous permet de tenir des registres de consentement sur tous les canaux en contact avec la clientèle, en veillant à ce que le traitement des données personnelles soit toujours conforme aux préférences de la personne concernée, ce qui ajoute une dimension éthique à l’expérience client.

Le traitement éthique des données clients est une mission essentielle si les marques veulent réussir aujourd’hui. Des big tech au retail, les entreprises de tous bords adoptent une approche des données éthique et dans le respect de la confidentialité car, comme le dit si bien un article de la Harvard Business Review, « la confidentialité des données est à l’ère digitale ce que la sécurité des produits était à l’ère industrielle. »

Les données clients peuvent vous aider à proposer des expériences pertinentes, personnalisées et innovantes. 

Elles peuvent renforcer votre marque en générant de nouveaux prospects, en prédisant les tendances en matière de ventes et de marketing, et en vous permettant de créer ces messages personnalisés que les clients aiment tant. Mais si vos données ne sont pas protégées et inattaquables, votre clientèle est en danger.

Chez AB Tasty, nous nous engageons activement à garantir le respect de toutes les réglementations pertinentes en matière de confidentialité des données et à faire preuve d’une transparence totale avec nos utilisateurs en ce qui concerne les données statistiques consensuelles de première main et impersonnelles que nous collectons lorsqu’ils visitent notre site. Nous nous efforçons de faire en sorte que nos agences et partenaires assument la responsabilité de l’utilisation des données personnelles de leurs clients et réagissent rapidement si ces derniers souhaitent se désengager ou se retirer.

Dans cette série d’articles, nous nous intéresserons à l’utilisation des données pour valoriser les visiteurs anonymes, à l’expérimentation pour découvrir les besoins des clients, à la création de liens émotionnels avec les clients grâce aux données, et à l’utilisation des données pour mesurer votre impact digital – guidé tout au long de ce parcours par des experts data du secteur. À bientôt !

Partager sur

LinkedIn Facebook Twitter