La manifestation HUBDAY DATA & AI FOR BUSINESS organisé par le Hub Institute cet avril, m’a permis d’assister à quelques interventions autour de l’utilisation des data et de l’intelligence artificielle dans des contextes de CRM.
J’ai été particulièrement intéressé par 2 interventions
- Picard (surgelés) avec Equancy (cabinet de conseil ) sur 10 années d’exploitation de la donnée et des apports de celle-ci dans l’activité,
- Google avec une comparaison des facteurs d’influence dans la prise de décision d’achat (que je présenterai dans le prochain article).
Picard : 10 ans d’un long chemin d’usage de la data.
Picard est une marque bien connue avec 12 millions de clients, 1036 magasins en France, 1 400 produits et 1 moelleux au chocolat vendu toutes les 4 secondes (!)
En 30 minutes les 2 intervenants Sylvain Luce de Picard responsable du pôle DATA & Connaissance Client et Didier Richeaudeau d’Equancy ont présenté successivement leurs travaux de segmentation, personnalisation et enfin leur moteur de recommandation ad hoc avec un niveau de détail rarement rendu public.
C’est le résultat de plus de 10 ans de travail autour de la data alimentée d’abord par les données des tickets de caisse puis de la carte de fidélité avec bien sûr différents niveaux progressifs d’analyse, de tests et d’accompagnement comme le montre le slide ci-dessous.
Une segmentation sur la valeur client puis du produit
La segmentation (présentée ici) basée sur la valeur client a d’abord été lancée puis dans un second temps une segmentation sur les produits (1200 références) est venue enrichir la démarche. Le croisement des deux approches a permis de dresser 6 profils suffisamment précis pour ensuite lancer un travail de personnalisation sur les emails notamment.
L’impact sur les emails est important : ceux-ci sont systématiquement personnalisés avec en test A/B, un gain de performance sur le taux de conversion (sur achat) bien supérieur à 50 %
Exemple d’un email Picard
Plusieurs axes d’utilisation de cette segmentation ont été réalisés :
- Aligner les différents segments clients avec les thèmes d’animation commerciaux spécifiques
- identifier les produits stars par segment.
Sur ce dernier point, les haricots verts congelés (best-seller des ventes avec 16 tonnes vendu par jour!) sont particulièrement consommés par le segment ‘Famille fidèle ‘ qui représente 16 % des clients, mais 70 % des ventes de haricots verts. A découvrir ici
Un score prédictif pour optimiser la communication sur les nouveaux clients
Une des difficultés de la segmentation est d’associer rapidement le client au bon segment cible dès le premier achat.
C’est dans ce contexte qu’un score prédictif a été calculé (utilisant random forest) en 2018, grâce à un travail itératif (3 mois de projet ) et bien sûr une forte proximité entre les développeurs et le métier, ingrédient incontournable pour la réussite du projet. Le témoignage ne détaille pas si l’usage de données complémentaires a été nécessaire pour rendre le score plus fiable (c’est souvent le cas)
Au final, l’algorithme développé permet de prédire dès le premier achat, le segment type auquel le client va être associé (avec une fiabilité suffisante, mais non évoquée lors de la présentation).
Enfin un moteur de recommandation
Enfin la présentation détaille la réalisation d’un moteur de recommandation produit avec 2 objectifs « classiques » :
-
- pour chaque client mettre en avant les produits pertinents,
- mais aussi à partir d’un produit donné, trouver les clients les plus appétant
Le moteur est basé sur un produit open source utilisant le « collaborative filtering », complété par un travail d’intégration des spécificités de l’activité de Picard (saisonnalité, produit booster, intégration du fond de catalogue produit pour une meilleure valorisation).
Ici encore, les gains de conversion obtenus sont importants : +22% sur un test A/B comme le montre cet exemple ci-dessous (où le poisson est d’ailleurs assez présent)
Enfin dernier projet d’IA (en cours de développement) pour améliorer la qualité des données saisies dans le référentiel produit, automatiser/assister la création du contenu produit et en fin de compte améliorer le moteur de recommandations (notamment en l’absence d’achat du visiteur du site). Un besoin récurrent chez de nombreux commerçants où la saisie des fiches produits est un enjeu qualitatif et de rapidité de production
A regarder sans hésitation sur ce lien (sur une durée de 37 minutes).
Commentaires (0)