Recherche

Data, tech et personnalisation : l'ADN de l'expérience client réussie

Alors que 77% des consommateurs déclarent être satisfaits des recommandations produits personnalisées des marques, 52% veulent de l'innovation dans l'expérience client. Ces chiffres ont été dévoilés lors de la dixième édition de Retail Tech, communauté d'acteurs du retail se réunissant régulièrement depuis le début de l'année 2022. Zoom sur les innovations mises en place pour la personnalisation de la CX.

Publié par Lisa Henry le - mis à jour à
Lecture
3 min
  • Imprimer
77% des consommateurs sont satisfaits des recommandations personnalisées
77% des consommateurs sont satisfaits des recommandations personnalisées

Si la personnalisation est indispensable, dans le milieu de la grande distribution elle peut s'avérer délicate selon Edouard de Miollis, chief experience marketing et digital officer du groupe Louis Delhaize : "Notre client type fait ce que nous appelons des "missions", c'est-à-dire qu'il n'achète pas pour lui mais pour son foyer, c'est donc compliqué de personnaliser l'expérience des courses."

Chez E.Leclerc, la personnalisation passe déjà par le RGPD. En effet, le distributeur en partenariat avec Untie Nots pour son programme de fidélité, ne personnalise pas ces offres sans le consentement du consommateur. S'il accepte, les offres sont alors adaptées au comportement d'achat du client. Pour personnaliser les offres, l'enseigne qui enregistre plus de 15 millions de porteurs actifs de sa carte de fidélité, met un point d'honneur à trouver les bonnes marques pour les bonnes personnes et non l'inverse.

Chez Monoprix, la personnalisation est réservée à la clientèle premium. Si le compte fidélité omnicanal est accessible à tous, seuls les "meilleurs clients" reçoivent des notifications push personnalisées concernant les offres de leur magasin, entre 15 et 20 occurrences par semaine. "Ce côté premium avait été demandé par nos chefs de magasin, afin de créer une expérience plus personnelle pour les clients qu'ils voient régulièrement", détaille Sandrine Sainson, directrice expérience clients chez Monoprix. Cette stratégie de ciblage "premium" semble fonctionner pour l'enseigne historique, puisque leurs campagnes digitales ciblées enregistrent un taux d'ouverture de 27 %.

La mode, secteur prometteur

Si la personnalisation à ses limites dans la grande distribution, le secteur de la mode ouvre plus de possibilités. Chez Zalando, pure player de vente d'habillement à près de 15 milliards d'euros de volume d'affaires, l'expérience client passe par l'innovation en termes de data et d'IA. "Nous avons pris les outils de personnalisation de la CX déjà existants, tout en repoussant leurs limites", explique Laura Toledano, directrice générale France de Zalando.

L'objectif de l'entreprise est de créer une expérience digitale sur mesure. Pour ce faire, elle a par exemple lancé en Allemagne une fonction personnal shopper liée à Chat GPT. Le principe est simple, le client peut converser avec l'IA en lui demandant des conseils d'achats précis. S'il doit se rendre à un mariage, Chat GPT va par exemple lui demander le thème, la saison, s'il préfère les couleurs unies ou les motifs, etc. "Au début, les propositions de l'assistance virtuelle sont très généralistes. Mais plus le client converse avec l'IA, plus elles se précisent et Chat GPT devient un véritable personal shopper", détaille Laura Toledano.

La personnalisation de la CX au service de la diminution du taux de retours

Si cet outil est en train de se mettre en place et devrait arriver vite en France, Zalando travaille actuellement sur une autre solution, plus embryonnaire : l'essayage virtuel. "Puisqu'un tiers des retours produits sont liés à la taille, raconte Laura Toledano, nous développons un système où les clients peuvent rentrer leurs mensurations pour se créer un avatar très personnalisé et "essayer" les vêtements avant de les acheter."

En attendant que cet outil soit au point, Zalando propose aussi à ses clients des fiches produits pointues, qui peuvent notamment souligner si un vêtement taille petit ou grand. "Elles se personnalisent encore au fur et à mesure des achats. Si un client a déjà renvoyé un vêtement à cause de sa taille, le machine learning le prend en compte et note des avertissements sur les produits similaires qui pourraient ne pas convenir." Conclue Laura Toledano.

Sur le même thème

Voir tous les articles Data & IA

Livres Blancs

Voir tous les livres blancs

Vos prochains événements

Voir tous les événements

Voir tous les événements

S'abonner
au magazine
Se connecter
Retour haut de page