Le directeur du marketing de Kameleoon, Grégoire Thomas, est intervenu à l’occasion de la 2nde édition de net Managers’now qui se déroule à La Plagne afin de montrer comment une bonne maîtrise des données et de l’intelligence artificielle pouvaient améliorer le taux de conversion des sites et la performance des actions marketing.
Le constat est bien connu : le taux de transformation en magasin est bien plus élevé que sur le Web. Cela s’explique notamment par le fait que les interactions entre le client et le vendeur permettent à ce dernier de personnaliser l’expérience, d’apporter au client les bonnes informations en le dirigeant vers le bon produit. Sur Internet, environ 98% des internautes quittent un site marchand sans rien acheter. Certaines entreprises telles que Kameleoon développent par conséquent des solutions qui permettent aux marques d’atteindre leurs objectif : amélioration de la transformation, rétention des meilleurs clients, génération de contacts qualifiés...
Un contenu propre à chaque utilisateur
Lors de la 2nde édition de net Managers’now qui a débuté mercredi dernier, Grégoire Thomas, Directeur Marketing de Kameleoon, une plateforme d’optimisation de la conversion, a expliqué aux décideurs du Tourisme et du Voyage d’Affaires comment les données et les algorithmes permettaient d’optimiser la segmentation des visiteurs d’un site et d’améliorer la personnalisation de l’expérience utilisateur. « En fonction de l’objectif – génération de lead, amélioration de la transformation, actions de fidélisation ou de réactivation-, nous allons proposer une personnalisation qui aura lieu à un endroit précis : soit sur l’ensemble de la page du site, soit en haut, soit dans l’e-mail… », a t-il expliqué. Dans tous les cas, il est important que la personnalisation soit invisible aux yeux de l’utilisateur selon lui. « En fonction de la connaissance du client et d’éléments tels que la géolocalisation et la météo, on ne va pas mettre en avant les mêmes produits, services ou activités… », a-t-il ajouté. Le discours s'inscrit parfaitement dans cette tendance de fond qui font que, peu à peu, les sites web, e-mails marketing et applications proposent un contenu unique par utilisateur.
Parmi ses nombreux clients, Kameleoon travaille avec le Club Med. La marque s’est demandée comment elle pouvait le plus rapidement possible diriger un internaute qui se présente sur son site pour la 1ère fois vers une destination qui l’intéresse, sachant qu’un internaute réserve très rarement ses vacances lors de sa 1ère connexion. « Nous avons transformé la home page en landing page en demandant à l’internaute s’il était intéressé par une destination ‘montagne’ ou ‘soleil’. A partir de sa réponse, l’ensemble du contenu s’adapte, et lorsqu’il revient sur le site, il retombe sur le même contenu. » Selon Grégoire Thomas, le Club Med a ainsi augmenté de 18% la revisite sur le site, ce qui a engendré une augmentation de la transformation.
D’une manière générale, une bonne maîtrise de la data et des règles permet aux marques de pousser les bonnes offres aux bonnes personnes, ce qui amène à une amélioration de la transformation et une optimisation de la marge. En s’appuyant sur une DMP (Data Management Platform), un voyagiste peut aisément accueillir l’internaute sur une page « bienvenue au paradis des kids » ou « les offres de dernière minute » en fonction de son profil et de sa navigation.
L'IA au service du marketing
Grégoire Thomas a ensuite présenté les bénéfices de l’intelligence artificielle et en particulier du machine learning dont les algorithmes peuvent traiter d’importants volumes de données. « Notre client AlloPneus avait comme objectif d’identifier les internautes qui étaient susceptibles d'intégrer le segment des meilleurs clients afin de leur proposer une offre premium. En effet, 10% de leur clientèle génèrent 25% de leur chiffre d’affaires. » L’algorithme mis en place a analysé le comportement des internautes afin de voir s’ils pouvaient potentiellement faire partie de cette cible. « Ceux qui se renseignent sur les pneus de grandes berlines ont par exemple une probabilité bien plus élevée d’appartenir à ce groupe par rapport à ceux qui regardent les pneus de petits véhicules », a poursuivi Grégoire Thomas. Au final, le dispositif mis en place par Kameleoon a permis d’améliorer l’identification de ce visitorat de moitié. Le retour sur investissement a quant à lui été multiplié par 5.
Un autre exemple a permis aux participants de net Managers’now de mesurer la puissance des algorithmes développés par Kameleoon. Son client Toyota souhaitait mener une campagne de communication par e-mail afin d’inciter les prospects à venir essayer leur nouveau véhicule. Le risque ici est de susciter l’intérêt de très nombreuses personnes qui vont venir chez un concessionnaire et tester le véhicule par curiosité sans avoir réellement l’envie d’acheter une nouvelle voiture. En utilisant les données en possession du constructeur et en s’appuyant là aussi sur le machine learning, Kameleoon a envoyé l’invitation aux personnes qui avaient le plus de probabilité d’être en recherche d’un nouveau véhicule. Dans cet exemple, le nombre de contacts qualifiés générés a été multiplié par deux par rapport aux actions menées sans recourir à l’intelligence artificielle.
