Coupler web-analytics-et-campagnes-marketing-ciblees

Soft Computing – 55, quai de Grenelle – 75015 Paris – tél. +33 (0)1 73 00 55 00 – www.softcomputing.com

Web Analytics et CRM

Lille, le 19 octobre 2012

www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 15/04/2013 2

SOMMAIRE SOMMAIRE

1. Web analytics : état des lieux à 2012

2. Les nouveaux enjeux de valeur portés par le Web analytics

3. Intégration entre Web analytics et gestion de campagnes marketing

4. Segmentation & webmining

5. Conclusion


On ne peut parler de web analytics sans évoquer ce qui caractérise le contexte actuel : le « Data deluge »

5 milliards de téléphones mobiles

30 milliards d’éléments de contenu partagés sur Facebook tous les mois

200 millions de tweets par jour

2 mllliards de clips vus tous les jours sur You Tube

Le passage récent à IPV6 ouvre le champ à plus de 667 millions de milliards d’adresses par millimètre de surface terrestre

En 2011, l’humanité a produit plus d’informations que

depuis…Sa création !


Toutefois les enjeux en matière d’exploitation et de capitalisation sur les informations restent les mêmes …

Faible quantité d’éclaircissements

Incapacité à prendre des décisions exhaustives


L’évolution de l’éco système du web analytics depuis ces dernières années

Des acteurs pionniers Une rupture majeure sur le marché avec

l’arrivée du « gratuit » :

2005 2008

De nouveaux types d’acteurs qui émergent

positionnés autour de l’innovation ou issus

de l’open source

Un secteur soumis à une forte croissance

en matière d’investissements


Deux modèles dominants sur le marché

Solutions gratuites


La question fondamentale à laquelle le web analytics répondait jusqu’à présent

QUOI ?

Nombre de visites

Origine du trafic

Landing pages

Pages les plus

consultées

Analyse / quantification des abandons

Durée des visites /

temps passé sur le site

Taux de rebond

Taux de conversion


SOMMAIRE SOMMAIRE




4. Segmentation & webmining

5. Conclusion


L’enjeu à venir pour le web analytics ? Passer à la « multiplicité » des objectifs et répondre notamment à la fameuse question du « pourquoi »

Flot de clics

Analyse de résultats multiples

Expérimentation & tests

Voix du client

Intelligence concurrentielle

Connaissance

exploitable

Quoi

Combien

Pourquoi

Quoi d’autre

L’objectif Clé


Multiplicité des objectifs induit multiplicité des stratégies et dispositifs de tests

Comment répondre au « Pourquoi »

En combinant analyses de données quantitatives et qualitatives issues du site web

Ce qu’induit le passage à la compréhension du

« pourquoi

La capacité à développer et industrialiser une véritable « culture du test »

Quelques exemples de tests Description

A/B Testing Permet de tester plusieurs versions d’une page d’un site web

Tests multi variables Permet de tester les modifications apportées à un grand nombre d’éléments distincts simultanément et sur une seule et même page web

Test d’ergonomie Mesure la capacité de l’utilisateur à effectuer certaines tâches

Sondage

Identification des points chauds visuels

Études de suivi visuel qui aide à comprendre comment les visiteurs consomment les pages d’un site web

Landing pages Test des pages d’arrivée les plus sollicitées

Nombre et disposition des publicités

Test des différents emplacements des bannières sur une page web

Impact recherche payante Écarts et incidence entre recherche payante et recherche naturelle


De la nécessité de revisiter les KPI traditionnels afin de mesurer sa performance sur le web …

Indicateur Description

Taux d’accomplissement des tâches enregistré sur votre site

% de visiteurs qui spécifient qu’ils ont pu atteindre l’objectif fondamental de leur visite

Impacts liés à la recherche % de trafic obtenu par votre site auprès des moteurs de recherche et par rapport à vos concurrents clé

Fidélité des visiteurs et écart entre les visites

Répartition du nombre de visites effectuées par chaque visiteur

Abonnés aux flux RSS Nombre brut de personnes abonnées au flux RSS de votre site web ou de votre blog

Pourcentage de sortie qualifiées % d’internautes qui quittent le site web en cliquant sur un élément à valeur ajoutée

Abandon de panier Abandon du paiement

Nombre d’internautes engagés dans le tunnel d’achat ou de paiement et qui abandonnent

Jours et visites avant achat Répartition du nombre de jours nécessaire à un visiteur avant achat

Valeur moyenne des commandes CA/ nombre de commandes

L’objectif fondamental : Mesurer ce qui est réellement

convertible !


Le web analytics face aux enjeux de la mesure sur le web social

Avènement de l’ère de la « démocratie du contenu »

Bouleversement des règles de mesure traditionnelle des données : Limite du marqueur Java script

Importance de la consommation de contenu effectuée hors site Mesure du nombre d’abonnés à des flux

Gestion de l’exception « Twitter » (multiplicité des applications tierces au travers desquelles

on peut consommer votre contenu sur tweeter)

Les domaines à mesurer

Utilisateurs mobiles

blogs Twitter Videos


Le web a été le déclencheur principal des stratégies de « désilotage » des entreprises

• 61% des internautes (avec intention d'achat) ont visité un site de e Commerce avant de

finaliser leur achat en magasin - Source : Fevad 2009

• 64% des cyber-acheteurs français jugent très important cette capacité à acheter en ligne

et retirer en magasin - Source : Ipsos octobre 2009

• 67% des consommateurs européens souhaiteraient pouvoir changer de canal (magasin,

Internet, téléphone, VPC...) à n'importe quel stade du processus (commande, paiement,

retour) - Source : Etude Sterling Commerce paru dans Enjeux Les Echos septembre 2008

• Un client mutlcanal effectue en moyenne 1 à 2 achats supplémentaires en

magasin vs un client mono canal magasin - Source : Interne SoftComputing

• Pour les billets de spectacles (à 52 %), l'automobile (53 %) et les séjours à l'hôtel ou en

location (63 %), les consommateurs déclarent avoir pris en compte de façon décisive

ce qu'ils ont vu, lu ou entendu sur le Web - Source : Etude IPSOS NURUN 2009

• 81% des internautes ont consulté internet avant leur achat on ou off line – source Fevad 10

• 2 internautes sur 3 partagent leurs opinions sur les produits et services qu’ils

achètent en donnant leur avis sur un site marchand, blog, forum ou un réseau social – Médiamétrie 03/2011


La multiplicité des objectifs induit également une stratégie « outils » adaptée

Flot de clics

Résultats multiples

Expérimentation & tests

Voix du client

Intelligence concurrentielle

•Omniture, Google analytics, Unica, web trends, Yahoo web analytics, Xiti, coremetrics, click tracks…

•Éditeurs ci-dessus

•Iperception, feedburner

•sitespect

•Google website optimizer

•Optimost, test & target

•Iperception, CRMmetrix

•Ethnio; foresee

•Google ad’planner, trends

•Compete, hitwise, panels

•Technorati Les données collectées par chaque outil ne doivent pas faire doublon avec celles collectées par les outils liés aux autres domaines, ni y être

associées C’est le regroupement des insights qui vous permet

« la prise de décision »


SOMMAIRE SOMMAIRE




4. Segmentation & Webmining

5. Conclusion


Simple fracture technique ou fracture idéologique ?

RCU

CRM Web Analytics


Quels environnements de données en fonction des univers concernés ?

CRM Web Analytics

• Données socio démographiques des clients

• Données d’achat

• Données de contact (email)

• Sources de trafic

• Nombre de visites

• Pages vues


Cas concret

Un prospect arrive sur votre

site web CRM

Web Analytique

• 1 visiteur unique • Source : google • Nb Page vue : 1 • Page vue : Accueil

Aucune information


Cas concret

Ce même prospect va voir les tarifs et s’attarde sur la formule « premium » CRM

Web Analytique

• 1 visiteur unique • Source : google • Nb Pages vues : 2 • Pages vues :

• Accueil • Tarif

Aucune information


Cas concret

Ce même prospect va voir la vidéo de préparation de son

déménagement CRM

Web Analytique


• Accueil • Tarif • Vidéo

Aucune information


Cas concret

Ce prospect décide de s’inscrire pour recevoir les

news

CRM

Web Analytique


• Accueil • Tarif • Vidéo • Contact

• Identifiant client • Signalétique • téléphone • email


Quelques questions à se poser

Comment qualifier cette personne ?

• Quelles informations ai-je à ma disposition pour adresser une offre pertinente à cette personne? • Quel produit l’intéresse? • Que connait-il déjà ? • Est-ce le bon moment pour lui proposer une

offre ?

Quelles communications abordées ?

• Welcome pack … • Proposition du pack éco (le plus couramment vendu )… • Envoi d’un email proposant la vidéo expliquant comment préparer son déménagement …

Est-ce que la solution de web Analytics peut me fournir ces informations ?


Pourquoi associer CRM & Web Analytique ?

• Contribuer au développement de la valeur client de différentes manières :

– En développant les ventes en ligne (up-selling, cross-selling) sur les clients, soit en substitution

de ventes réalisées sur d’autres canaux (générant ainsi des économies sur des coûts d’exploitation

plus lourds dans le monde du « off line ») soit de façon incrémentale (revenus additionnels).

– Via le développement des actes de gestion par internet et du support en ligne générant ainsi des

économies sur les autres canaux.

– En contribuant à la fidélisation (programmes de fidélité, engagements) et à la réduction du churn

– Enfin en valorisant l’audience et la connaissance fine des clients pour développer les revenus

publicitaires, et qui restent au cœur du modèle de nombreux sites web.


Le web permet de multiplier les occasions de contact avec le client à moindre coût et d’aller plus loin que les autres canaux en termes d’ultra-personnalisation et d’automatisation marketing.



• Valoriser la relation client dans le temps et non seulement sur le Retour sur Investissement (ROI) immédiat;

• « Customer Lifetime Value »



Source d’information

Moyen de communication

Canal Internet





Cohérence de communication multi canal

Connaissance client améliorée

Offre personnalisée

ROI amélioré



En partageant un même identifiant client

Identifiant client



Comment relier CRM & Web Analytique ?

• Pour permettre un dialogue entre les 2 solutions, il faut que l’internaute soit connu.

Client

Authentifié Non

authentifié

Sollicité par email

Non sollicité par email



• Cas client « authentifié »

• Pour authentifier un visiteur de manière certaine, il faut avoir recours à une connexion

de l’utilisateur, protégée par un login / mot de passe.

Encourager les utilisateurs à s’authentifier le plus tôt possible !!



• Cas client « non authentifié et sollicité par email » : identifié.

• Pour identifier un visiteur, on utilise la technique du cookie.

• Lors de l’envoi d’un email, une surcharge des liens de l’email est effectuée afin de transmettre à la solution de web Analytique l’identifiant CRM de l’individu.

• Une solution à adapter à chaque solution web Analytique

• Nécessité d’avoir un la capacité d’identifier de manière unique un client.


Comment valoriser les données analytiques ?

Collecter des données pertinentes sur ses clients via internet c’est bien

Les exploiter de manière intelligente pour servir ses objectifs marketing, c’est mieux !



• Résumer, segmenter pour

• Faciliter le ciblage des campagnes

• Proposer la meilleure offre au client à un instant donné.

• Méthodologie

• Définir une liste de segment comportemental

• Utiliser / Adapter le plan de taggage de son site



• Confronter l’internaute à un panel.

• Savoir si les pages, flux audio ou vidéos, sont consultés :

– Par des hommes ou des femmes,

– A quelle tranche d'âge ils appartiennent

– Quelle catégorie socioprofessionnelle (CSP +, CSP-, inactifs).



Vers une interaction automatique et

intelligente



Un référentiel client unique enrichit des données web Des emails personnalisés envoyés par les responsables

opérationnels

• 1er niveau


Exemple

• Cas client

– Plusieurs sites web

– Peu d’information sur leur client

– Souhait d’enrichir le profil client des informations de surf sur les sites.

RCU

Personnalisation et envoi de NL

Ouverture et Click dans la NL

Tracking des surfs

Remontée des trackings

Calcul profil client


Exemple

• Quelques métriques

– Temps : 30 jours

– Travaux effectués :

• Surcharge des urls de newsletter pour transmettre l’identifiant client au web analytique

• Définition des modalités d’échange des surfs

• Mise en place d’un moteur d’exploitation des données analytiques (calcul de score).

– Problématique : Plan de taggage existant et ne répondant pas au besoin

– Solution : Mise en place d’un référentiel permettant l’association entre une page /section et des

caractéristiques ( type de page, thématique..)



Mise en place de trigger marketing

• 2ème niveau


Qu’est ce que le trigger marketing?

Vous apportez une réponse à un événement.

Vous adressez des e-mails scénarisés et automatisés,

basés sur le comportement en ligne de vos internautes.

Commande

Demande de catalogue/ information

Inscription à la Newsletter

A vu un produit

sans l’acheter

Panier abandonné


Quels usages marketing pour maximiser son ROI ?

• Mécanique à mettre en place

RCU Relance email personnalisée

Définition des parcours dans la solution de web Analytique

Transmission de la cible identifié


Exemple

• Quelques métriques

– Temps : 20 jours

– Travaux effectués :

• Surcharge des urls de newsletter pour transmettre l’identifiant client au web analytique

• Définition des parcours à tracker

• Définition des modalités d’échange des cibles

• Automatisation des relances


E-mailing Abandon de panier



Pourquoi l’ internaute abandonne son panier d’achat ?

-Le téléphone sonne -Un email arrive -Quelqu’un l’interrompt

Où l’envie lui vient d’aller visiter un comparateur de prix…



- Visuel du produit abandonné -Sélection d’ articles similaires - Personnalisation dynamique

Les facteurs d’optimisation pour la concrétisation: - La gestion des délais (12 et 24h) - Reprendre la commande abandonnée dans l’email (si possible) - Utiliser un "incentive"

Entre 2 et 20 % des abandons convertis

www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 15/04/2013 47 Customer Insight Consulting

E-mailing Réactivation / Anti-churn



Moteur de recommandation temps réel sur le site web

• 3ème niveau



• Recommandation temps réel et personnalisation du site web

• La personnalisation du site consiste à adapter en temps réel le site internet et ses contenus en tenant compte des données et de la navigation de chaque client ou prospect.

• Afin de recommander des offres ou contenus susceptibles de susciter l’intérêt de l’internaute, elle s’appuie sur :

– le parcours effectué (pages visitées, fiches produits lues …)

– les données client disponibles.



Un client se connecte sur le site

Catalogue Offre

Retour

d’exécution

Choisir la

meilleure offre

Up-sell Cross sell Retention

A B C E D

Offer No. ...

Environment

Offer 1 Offer 2



• La solution s’appuie sur

– Un catalogue de messages

– Un catalogue d’offre

– Des règles d'éligibilité / priorité associées


Démarche type d’un projet

Cadrage du besoin

Etude de l’existant

Connexion CRM - Analytique

Collecte et étude des données

Exploitation et industrialisation


Impact organisationnel

• Maîtriser le Closed Loop marketing :

Relier les données des consommateurs avec leur comportement sur le site afin d’ajuster et d’affiner sans cesse le message qui leur est adressé.

Créer un message

Exposer le consommateur

au message marketing

Le consommateur

réagit

Analyse de la réaction :

segmenter, cibler

Ajuster le message


SOMMAIRE SOMMAIRE





5. Conclusion


Un écosystème qui nous impose de revoir certains de nos fondamentaux dans la connaissance – reconnaissance des clients

La réalité du consomm’acteur dans le parcours

clients

Les enjeux sur Internet ne sont plus à démontrer

Des rendements marketing

« sortants » qui stagnent

De nouvelles problématiques qui

ont émergé (retargetting, délivrabilité…)


Les univers de données à valoriser

Webmining

Profil clients – prospects

Gestion de campagnes

Web analytics


Cas 1 : Travaux de connaissance des visiteuses – acheteuses WEB

• Une marque enseigne leader multi canal sur le marché de l’hygiène beauté qui a très tôt entrepris le virage du ecommerce matérialisé par l’ouverture de sa eboutique dès 2001

• Le WEB est placé au cœur de sa stratégie VAD

• Un nouveau site a été déployée permettant :

– La mise en cohérence avec l'univers de la marque-enseigne,

– De répondre aux nouvelles exigences des internautes et des clientes

– De bénéficier des nouvelles fonctionnalités offertes par les plateformes techniques et outils

• 8 mois après son lancement :

– Un temps de session moyen de 9,5 mn pour 12 pages vues

– 8% des sessions sont des sessions qui aboutissent à une vente

• Fort de cet historique disponible, la marque a souhaité engagé des travaux de connaissance des visiteuses – acheteuses web pour répondre à deux objectifs prioritaires :

– Augmenter la performance du site pour favoriser l’acte d’achat dans la session

– Développer la fréquence d’achats des clientes Web


Deux chantiers datamining pour répondre aux objectifs fixés

Renforcer la connaissance des usages du site

… plus un internaute reste sur mon site plus je peux le qualifier et plus son potentiel

d’achat est important …

• Identification des parcours de visite sur le site menant une commande on-line :

• Analyser les pages vues et de leurs associations vis-à-vis de l’acte d’achat

• Déterminer les parcours clefs favorisant ou défavorisant l’achat

Identifier les profils de clientes internautes

… la personnalisation des actions marketing grâce aux navigations permet d’augmenter la

transformation en acte d’achat …

• Segmentation des internautes :

• Appréhender les grandes dimensions caractérisant le profil des internautes

• Identifier par segment les leviers d’action créateur de valeur sur l’ensemble de son parcours

Exploiter des données de « log » : Plus de 2,3 millions de sessions traitées et analysées

Historique : 4 mois


Une démarche réalisée en 4 mois

Data management Webmining Accompagnement

opérationnel

1 2 3

• Mise en place en

place des processus de

récupération des

données

• Traitement permettant

d’exploiter le log dans

une logique d’étude

• Consolidation et

création d’indicateurs

sur l’historique

disponible

• Analyses statistiques

permettant d’identifier

les parcours clés de

l’achat et les facteurs

associés

• Analyse

multidimensionnelle

permettant de

segmenter les

visiteuses acheteuses

• Recommandations de

mise en œuvre :

• Influencer le

parcours clés

(page d’entrée et

de sortie…)

• retargetting

•…


Les livrables dans le cadre de l’analyse des usages du site


Les livrables dans le cadre de la segmentation des internautes


Ce que nous pouvons retenir

Data management Webmining Accompagnement

opérationnel

1 2 3

• Lourde et complexe • Expertise métier et

statistique

• Plate-forme technico

fonctionnelle et

organisation


Cas 2 : Segmentation sensibilité emailing

Créer plus de valeur dans mes envois emailing

…La personnalisation multiplie en moyenne par 4 l’efficacité on line des mails et optimise

l’ouverture….

• Segmentation sensibilité Emailings:

• Diminuer l’essoufflement ou le désintérêt des contacts un peu moins réceptifs aux emailings

• Connaitre le niveau d’engagement des contacts vis-à-vis du site marchand et des sollicitations emailings

• Développer une stratégie d’animation performante, génératrice de CA sur le site


Compléter la vision récence d’ouverture

Les endormis Les non-sollicités 12 derniers mois

Les sollicités

Récence de ciblage


65

Les Passionnés

A RETENIR :

•Taux ouverture, click, réactivité très élevés •Pression Emailings moyenne mais hétérogène •Part importante de joueurs et donneurs d’avis

•Plus âgé et féminin, Ancienneté du contact faible •Sur-représentation de contacts Segment RFM « A »

(*) Non renseigné

(*)


SOMMAIRE SOMMAIRE





5. Conclusion


Ce qu’il faut retenir

Un « champ des possibles » qui impose la nécessité de définir clairement les objectifs et priorités de votre démarche Web Analytics

L’exploitation du plein potentiel du Web Analytics impose également de mettre en œuvre une culture de l’analyse des données et de traiter les aspects organisationnels associés

Une démarche Web Analytics reste un projet « SI » et renvoie à la nécessité d’être intégrée au reste d’une architecture CRM avec l’ensemble des processus associés

Gestion des différents systèmes

sources de l’entreprise

Canaux de vente

Logistique

Applications métier

Services clients

Sites web

Facturation Gestion des fonctions

d’alimentation d’un entrepôt de

données

Extract

transform

Load

Entrepôt de données clients

Conception d’entrepôt de

données orienté « client unique »

Agrégation

Calcul

Restitution

Mise à disposition des données dans

les différentes applications métier

Intégration de progiciels CRM

spécialisés

Documents

Coupler web-analytics-et-campagnes-marketing-ciblees