Big Data

Marketing prédictif : 3 cas concrets d’utilisation en e-commerce !

marketing prédictif

Le marketing prédictif, ça vous parle ? Très utile pour améliorer l’expérience utilisateur des e-acheteurs et booster les conversions des e-commerçants, ce concept en plein boom séduit de plus en plus d’entreprises. Qu’est-ce que l’analyse prédictive ? Comment s’applique-t-elle au marketing ? Quels bénéfices en tirer ? Retour sur les atouts du marketing prédictif et sur quelques cas concrets d’utilisation dans l’e-commerce.

Définition : le marketing prédictif, qu’est-ce que c’est ?

Dans beaucoup d’entreprises, les données sont collectées puis analysées à posteriori pour planifier les actions marketing futures, selon celles qui ont fonctionné par le passé. Si un produit a eu du succès, une stratégie marketing traditionnelle aura tendance à mettre en avant ce même produit à la même période l’année suivante.

Le marketing prédictif est une approche différente qui, sur la base des données collectées dans le passé et le présent, après analyses, va tenter d’identifier et d’anticiper les actions futures des clients ou prospects d’un produit ou service.

Il s’agit de cibler la bonne personne, au bon moment, avec le bon produit ou service, en utilisant le message et le canal de communication les plus adaptés possible. L’objectif ? Booster le taux de conversion et ainsi le chiffre d’affaires de l’entreprise.

Utile dans le cadre d’une stratégie d’acquisition de clients online et offline, le marketing prédictif est aussi très utilisé pour la fidélisation en participant à l’amélioration de l’expérience utilisateur.

Le marketing prédictif étapes par étapes : comment ça marche ?

  • La collecte de données. Il ne peut y avoir de marketing prédictif sans datamining (collecte de données), la première étape consiste donc à récolter le maximum de données possible sur les internautes qui visitent un site internet. Cette collecte peut se faire via des cookies, des solutions dédiées au suivi des internautes, des comptes et des formulaires d’inscription notamment.
  • L’analyse des données et la prévision des comportements. Une fois le travail de collecte de données enclenché, la seconde phase consiste à prévoir les comportements attendus des utilisateurs en fonction de leurs actions précédentes afin d’optimiser ensuite leur expérience.
  • L’optimisation de l’expérience utilisateur en temps réel. Après avoir identifié les scénarii possibles d’achat des internautes, la dernière étape consiste à optimiser l’expérience utilisateur pour ces différents scénarios, en proposant les bons produits ou services à la bonne personne, au bon moment et de la meilleure façon possible. Cette étape est souvent effectuée grâce au machine learning et via des algorithmes de recommandation poussés intégrant de nombreuses données.

Dans quels secteurs le marketing prédictif est-il le plus utilisé ?

Le marketing prédictif peut être utilisé dans n’importe quel secteur d’activité, mais certains y ont déjà beaucoup recours à l’image de :

  • L’e-commerce
  • La distribution
  • L’industrie (surtout automobile et pharmaceutique)
  • L’énergie
  • Les télécoms
  • La finance
  • Les assurances
  • Le secteur public

3 cas concrets d’utilisation du marketing prédictif

1- Le marketing prédictif pour optimiser les recommandations de produits faites sur un site e-commerce

De nombreux sites e-commerce ont déjà recours au marketing prédictif, qui permet d’anticiper les actions des clients. En effet, si un internaute consulte un produit de type A et que ce produit est associé à une gamme de produits complémentaires de type B, le marketing prédictif pourra se traduire par l’affichage des produits complémentaires à ajouter au panier une fois que l’internaute aura prouvé son intérêt pour le produit A (ex : clic sur le CTA d’ajout au panier ou ajout à ma liste d’envies).

Toutefois, le marketing prédictif permettra d’aller encore plus loin dans ces recommandations en analysant beaucoup plus de données que les algorithmes classiques permettant de faire de la recommandation de produits. Grâce au machine learning, le marketing prédictif pourra permettre le déclenchement de recommandations de produits beaucoup plus fines et personnalisées en fonction de critères liés à la navigation de l’internaute, son historique de recherche ou encore son profil, s’il est connecté par exemple.

2- Le marketing prédictif pour identifier les clients prêts à abandonner une marque au profit d’une autre

Le marketing prédictif intéressera également les entreprises qui souhaitent optimiser la fidélisation de leurs clients, en leur permettant de mieux identifier les clients prêts à partir à la concurrence (ceux en phase de « churn »).

En analysant de nombreux paramètres (ex : date de dernière connexion à l’espace client, date de dernière visite, date de dernière ouverture des campagnes emailing, date de désinscription à la newsletter, …), l’approche prédictive aidera les entreprises à savoir quand déployer des campagnes de réactivation et de fidélisation, en offrant par exemple des avantages personnalisés ou des services habituellement payants à ces clients.

SFR a par exemple adopté le marketing prédictif pour identifier les clients sur le point de résilier leur abonnement en analysant notamment :

  • Le nombre de pages vues par les clients,
  • La durée moyenne de leurs visites sur le site,
  • Les mots-clés recherchés dans les moteurs de recherche.

SFR estime ainsi pouvoir repérer 81% des churners prêts à passer à l’action. Après avoir identifié ces clients sur le départ, l’opérateur internet et téléphonique active une stratégie de fidélisation dédiée qui participe au fait que 75% des clients restent chez l’opérateur.

3- Le marketing prédictif pour l’optimisation des stocks

Comme dans le commerce traditionnel, tout e-commerce se doit de gérer au mieux ses stocks afin de maximiser son retour sur investissement et minimiser ses pertes. Alors que 62% des internautes ont déjà été confrontés à une rupture de stock en ligne sur un produit (enquête YouGov / GT Nexus 2015), le marketing prédictif peut aider les e-commerçants à optimiser leur chaine d’approvisionnement. Comment ? En anticipant la demande des clients en amont, en fonction des périodes, afin de limiter au maximum toute rupture de stock au moment ou un prospect sera prêt à passer commande.

En analysant l’intégralité des données d’achat, des données de navigation et des autres données à disposition de l’e-commerçant (historique des commandes, habitudes d’achat, dates d’achat…), les e-commerces peuvent désormais prédire mathématiquement, de façon beaucoup plus fiable qu’auparavant, les volumes de produits qu’ils devraient avoir en stock à un instant T.

Marketing prédictif : 3 cas concrets d’utilisation en e-commerce !
Votre avis sur cette info ?

Vous souhaitez recevoir nos meilleurs articles ?

Commenter

Répondre

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

LEPTIDIGITAL est un blog vous proposant le meilleur de l'actualité digitale (SEO, Webmarketing, Social Media, SEA, Emailing, E-commerce, ...)

Actualités Digitales


Vous souhaitez recevoir le meilleur de notre veille digitale dans votre boite email ? Inscrivez-vous à notre newsletter mensuelle en 2 clics.

haut