Vous pensez avoir tout lu sur la data, le marketing prédictif et l’intelligence artificielle ? Vous en avez assez des exposés théoriques ? Vous voulez du vécu et des anecdotes ? Voici 5 exemples business qui pourraient bien vous surprendre…
1. La distance idéale entre 2 destinations est de 250 km…
Voici un exemple concret de ce que la data permet de faire pour décrypter certains modes de consommation. Un voyagiste en ligne souhaitait développer le repeat business en recommandant des destinations à ses clients ayant déjà acheté 2 ou 3 voyages. Mais par quelles nouvelles destinations pouvaient-ils être intéressés ? L’intuition à valider était la suivante : un client ayant déjà acheté un voyage va choisir sa prochaine destination dans le même rayon géographique. À partir de la base de données du voyagiste, Tinyclues a sélectionné des clients étant déjà partis à 200 km de chez eux, en leur proposant 3 tests de nouvelles destinations : à 200 km, à 400 km ou sans condition de distance. Résultat : le rendement optimal a été obtenu pour une destination à 250 km. La data a confirmé l’intuition du voyagiste, qui peut proposer des offres les plus pertinentes possibles en fonction du comportement de ses clients.
2. Les produits cosmétiques ne sont pas réservées aux CSP+…
Les marketeurs doivent se méfier de leurs propres croyances, car ils ont tendance à les projeter sur la vision qu’ils ont de leurs propres clients. Voici l’exemple d’une intuition de marketeur qui a été invalidée par la data. Un détaillant était persuadé que sa clientèle était essentiellement composée de CSP+. En utilisant les fonctionnalités de ciblage de la solution de Tinyclues sur sa base de données, le distributeur s’est vite rendu compte que les CSP+ étaient en réalité sous-représentées parmi ses clients les plus appétents. Seule la data pouvait permettre aux équipes marketing de comprendre cela et de réajuster leur stratégie de communication en conséquence.
3. Quand on joue à Call of Duty, on ne joue pas forcément à Super Mario…
Mieux cibler, pour trouver les bonnes populations pour chaque message. Voilà ce que permet de faire le marketing prédictif, comme dans cet exemple d’un marchand de jeux vidéo, éditeur d’une newsletter envoyée à une base très importante mais aux résultats décevants. Adressée à tous les types de gamers, du joueur occasionnel (Super Mario, Pokémon…) au hardcore gamer (Call of Duty…), la newsletter avait du mal à trouver son public. Cette stratégie généraliste n’était pas très performante, et Tinyclues a permis d’y remédier. En envoyant 3 newsletters différentes à des populations plus réduites (200 000 contacts vs. 1 million précédemment) et finement ciblées, les taux de clic ont explosé. La solution a même permis de cerner un profil type de client pour chaque sortie de jeu, en fonction des personnes qui avaient pré-commandé et en fonction des comportements passés.
4. Les voyageurs qui partent chaque année en février changent de destination…
Le constat peut paraître trivial, mais dans la pratique, comment peut-on anticiper l’évolution des tendances d’une année sur l’autre quand on est voyagiste ? Utiliser les données de ventes de l’année précédente est un point de départ, mais la data montre qu’il y a mieux à faire. Si vous êtes parti aux Seychelles en février l’année dernière, il n’est pas forcément pertinent de vous envoyer la même offre l’année suivante. Il vaut sans doute mieux vous proposer une autre destination pour février. Pour aider le voyagiste à adapter son offre en temps réel, Tinyclues a déterminé le profil-type de client pour chaque offre. En s’appuyant sur les look-alikes identifiés dans la base (les populations partageant les mêmes caractéristiques), la solution a trouvé des prospects autres que les personnes ayant déjà acheté ce voyage dans le passé. Cela a permis de considérablement étendre la volumétrie des envois CRM et de brasser davantage la base. Le voyagiste est ainsi passé de 15-30 000 destinataires à 150 000 envois, avec une pertinence confirmée par le ROI des campagnes.
5. Les adultes achètent des Lego Star Wars, mais pas forcément pour leurs enfants…
Cet exemple nous vient d’un e-commerçant qui vend – entre autres – des jouets en ligne et qui a utilisé Tinyclues pour découvrir un segment de clientèle inattendu pour ses produits Lego Star Wars. Traditionnellement, cette gamme était mise en avant dans les newsletters jouets du e-commerçant, en ciblant les parents avec enfants susceptibles d’être intéressés. Or l’analyse des données a permis de découvrir une nouvelle cible, inattendue : les adultes qui les achètent… pour eux-mêmes. Le site est désormais capable de faire la différence entre ces 2 populations pourtant très proches, et de différencier le message. Avec au passage une forte croissance des ventes.
Ces 5 exemples concrets montrent qu’au-delà de l’intuition du marketeur, les algorithmes d’intelligence artificielle permettent de prendre en compte l’immense complexité d’une base de données comportant bien souvent des millions de membres et de confirmer ou infirmer certaines hypothèses afin d’ajuster sa stratégie CRM. Les algorithmes de Tinyclues s’adaptent à tous les secteurs, industries, types de produits et comportements d’achat. Dites-nous si vous désirez être surpris à votre tour !
