Dans sa marche vers la performance et le one to one, le monde de l'emailing semble s'intéresser fortement aux solutions ou moteurs de recommandation produits. En moins d'un mois, une concentration remarquable d'événements s'est produite autour de ce thème, à savoir :
- Emailvision rachète Predictive Intent,
- ExactTarget rachète iGoDigital,
- Probance lance un livre blanc sur la recommandation produit,
- Score Md lance Scoring Factory au salon e-Commerce,
- Conexance recrute une équipe pour déployer 1by1.
Il est temps de faire un point sur la problématique des moteurs de recommandation produits et de leur usage en emailing.
D'abord, un point de vocabulaire, car de nombreux termes fleurissent autour de ce concept et notamment le trigger marketing, le remarketing, le ciblage comportemental, le reciblage, le marketing automation, marketing prédictif...
Je vais donc aborder le point qui consiste à pousser vers l'internaute un produit ou un service supposé pertinent au moment le plus adéquat. Je vais traiter du canal email, mais la démarche peut être envisagé sur d'autres canaux (le web bien sur) mais aussi sur les canaux entrants (téléphone notamment).
Une offre de recommandation produits ou de personnalisation à la volée relativement présente sur le web.
Les prestations de mining aboutissant à la recommandation de produits existent depuis très longtemps et sont déjà bien implantées dans quelques secteurs d'activité (banque, opérateur téléphonie...).
Sur le même thème, les outils de recommandation de produits sont déjà présents en France depuis longtemps (nombreuses créations d'entreprises lors de la bulle internet de 2000) sans trop de succès (Criteo avait commencé par cette activité), mais leur popularité va grandissante en 2012. En effet, la multiplication des sites e-commerçants génère une concurrence féroce, et le besoin d'augmenter le plus possible le taux de transformation une fois l'internaute présent sur le site, notamment lors de la revisite, deviennent prépondérants.
Pour produire des recommandations, ces moteurs combinent :
- Les données d'achat,
- Les données du comportement sur le site web (présence d'un webanalytic),
- Les données déclaratives du consommateur (avis, j'aime, questionnaire),
- Les données du comportement sur l'email (clics et ouverture),
- Le contenu du catalogue produit,
- Le contenu de la base clients ou prospects,
- ...
dans un contexte assez exigeant de production de temps réel.
Les principes algorithmiques utilisés sont variés et associent : auto apprentissage, score prédictif, règle métier, score d'appétence, association par similitude, réseaux neuronaux …
Généralement, les moteurs de recommandation produits nécessitent un apprentissage (1 à 2 mois) pour produire leurs recommandations.
Ces moteurs sont utiles si l'on dispose de catalogue produit conséquent (plusieurs centaines de produits), dans le cas contraire, avec quelques dizaines de produits, le bon sens marketing suffit pour réaliser ces actions.Enfin, il existe des activités qui sont réfractaires à la recommandation
de produit par leur saisonnalité (la vente de fleurs en ligne), ou le type de produit vendu.
Une déclinaison sur le canal email assez aisée avec des contraintes de déclenchement spécifiques.
Dans le cadre du canal email, les contraintes de temps sont bien moins fortes que pour le web, le téléphone entrant. En revanche, pour l'email, il faudra prévoir un outil de gestion de campagnes pour gérer correctement le déclenchement des campagnes au moment adéquat.
L'exemple le plus connu de mise en œuvre dans le monde de l'emailing
de recommandation produits reste Amazon, qui a banalisé ce concept. Certains
prestataires mettant d'ailleurs en avant l'argument : "faites comme
Amazon". Toutefois, le concept est facile à mettre en place pour Amazon car le site bénéficie de produits culturels "à histoire" qui peuvent s'enchainer facilement par la notion d'auteur (du même auteur), de thème abordé, de série (publication de plusieurs tomes).
3 données me semblent essentielles pour gérer des trigger sur les canaux de marketing direct (email, mail, téléphone...) :
- Quand déclencher la recommandation produits (stratégie de contact) ?
- Quelles recommandations pousser (stratégie de personnalisation) ?
- Quel scénario mettre en œuvre (stratégie de dialogue) ?
Je vous propose de faire un tour (non exhaustif) des prestataires qui se sont récemment positionnés sur ce thème et que j'ai remarqués :
iGoDigital, entreprise américaine crée en 2004, rachetée récemment par ExactTarget pour 21 M$ et qui est bien implantée aux États-Unis où elle compte de belles références en e-commerçants, mais aussi en partenaires emailing (ExactTarget, Experian, Lyris, Responsys, Silverpop.). La recommandation se réalise ici à partir du comportement sur le site web, des transactions effectuées, mais aussi avec des attitudes mesurées de l'internaute suite à des questionnaires (aide au choix de produits).
IGoDigital semble offrir non seulement la recommandation mais aussi la stratégie de déclenchement (à confirmer)
Dans l'un de ses "white paper", elle cerne les 5 étapes pour avancer vers une stratégie d'emailing plus fine.
- Identifier vos points de collecte de vos données (données clients, transactions réseaux sociaux, comportement web, comportement email,)
- Cerner les actions possibles à partir des données disponibles
- Segmenter avant d'envoyer
- Pondérer vos données entre le déclaratif et le comportemental/achat (plus pertinent)
- Identifier des séquences pertinentes d'envoi
PredictiveIntent entreprise anglaise de petite taille, fondée en 2008 et rachetée par Emailvision il y a moins d'un mois pour un montant inconnu et qui propose de travailler uniquement à base d'analyse du comportement sur le site pour délivrer des recommandations. La solution repose sur le Webanalytic de Magento pour capter le comportement et travaille ensuite avec plus de 165 technologies (!) pour produire sa recommandation.
L'interfaçage avec Emailvision est évoqué dans un slide montré ci-dessous. PredictiveIntent calcule par internaute un ou plusieurs produits recommandés (description, tarif, lien vers l'image et le prix), ceux-ci sont ensuite déposés dans le fichier d'Emailvision pour une personnalisation de l'email.
Les scénarios décrits sur ce lien sont les suivants : Cross Selling (ventes croisées), Up selling (ventes augmentées), produits les plus appétents pour un internaute à un moment donné.
Slide de présentation de l'interfaçage avec Emailvision
Si j'ai bien compris, c'est à Emailvision de détecter le meilleur moment pour pousser l'email, PIntent n'apporte aucune aide pour ce calcul.
Probance avec son offre de Datamart Marketing
Probance est un prestataire qui offre l'hébergement de Datamart marketing et d'une solution de gestion de campagnes en mode SaaS, sur deux segments de marché : les e-commerçants et les acteurs du média. Dans le cadre de son offre "PHM Commerce", Probance permet de générer (module optionnel) des recommandations de produits basées sur "des méthodes mathématiques et statistiques précises". La solution se branche sur un grand nombre de routeurs email pour envoyer ses messages.
Contrairement aux solutions précédentes, la solution de Probance est plutôt de type "tout-en-un" en associant un Datamart complet, un outil de gestion de campagnes pour déclencher l'évènement, une solution de Webanalytic interne (option payante) et un moteur de recommandation.
Pour appuyer son offre, Probance a fait réaliser par Niouzeo un livre blanc de 16 pages dont le titre est "La recommandation automatique, clef de l’efficacité de l’email marketing pour les e-commerçants, la recommandation produits pour les e-commerçants".
Une bonne introduction à la recommandation de produits avec un schéma qui a retenu mon attention et qui classe les types de recommandation en fonction de la pertinence et de la complexité.
Probance est un outil intéressant et complet, notamment en incluant les données des réseaux sociaux et un moteur de recommandation qui semble configuré spécifiquement pour chaque client (probablement avec le moteur KXEN). La construction des triggers de recommandations reste à programmer manuellement, ce qui est très puissant, mais parfois laborieux. L'utilisateur aura notamment à définir le meilleur moment pour envoyer sa campagne et devra scénariser l'ensemble des communications à pousser.
ScoreMD avec Scoring Factory
ScoreMD est un cabinet spécialisé en Mining qui a effectué à une levée de fonds et a développé trois solutions : Profil Insight (étude mining), Pilot ROI (datamart marketing) et Scoring Factory qui est le produit qui nous intéresse le plus.
Scoring Factory est un outil permettant de générer des scores divers, et notamment de recommandations de produits. Le principe est assez simple, il repose sur la dépose de fichiers (achat, comportement web, email) par l'annonceur qui va permettre de produire différents scores. Ces scores auront été définis dans la prestation "Profil Insight", ils seront spécifiques à l'annonceur et implantés. Une fois les scores fabriqués, ils sont déposés dans le Datamart ou l'outil de gestion de campagnes de l'annonceur. Ce sera à l'annonceur de programmer le déclenchement optimal des campagnes.
L'outil fonctionne comme une boîte noire de fabrication de scores, sur un mode de fonctionnement assez proche de PredictiveIntent ou iGoDigital.
Conexance avec 1by1 :
J'ai déjà évoqué cette solution sélectionnée pour les emailing Awards en janvier 2012, qui a maintenant été rachetée par Conexance avec une équipe de développement localisée en France. 1by1 est une solution SaaS de trigger marketing qui possède :
- Un moteur de recommandation de produits basé principalement sur les achats,
- Son propre outil de web tracking,
- Un catalogue de plus de 20 scénarios de personnalisation (meilleures ventes de la catégorie, produit le plus vu…),
- Une bibliothèque d'environ 20 scénarios marketing (abandon de panier…),
- Un écran permettant de définir les priorités entre les différents scénarios,
- Un écran de ciblage pour réaliser des envois one shot sur les données gérées par 1by1,
- Un moteur de recommandation de produits (basé sur l'historique individuel et collectif d'achat, la navigation de l'internaute),
- Un outil de génération d'emails personnalisés qui se câble sur un grand nombre de solutions du marché.
Pour fonctionner, 1by1 nécessite de se câbler avec la base de données clients, les transactions, la base de données produits. Dernier détail : la solution permet de gérer d'autres canaux que l'email, notamment le papier, le SMS…
1by1 offre une interface qui prémâche le travail du marketeur, qui peut se concentrer sur l'essentiel :
- Quel type de trigger lancer ?
- Quelle personnalisation est la plus performante ?
- Quelle est la performance obtenue pour améliorer le trigger ?
Sur ce dernier point, 1by1 offre la possibilité de figer une population témoin pour calculer le ROI des triggers. 1by1 est un outil qui se distingue sur deux points :
- Il est spécifiquement bâti pour le marketing direct multicanal et peut prendre en compte des canaux on et off,
- Son interface et le vocabulaire employé sont très orientés marketing
En synthèse:
La recommandations produit, le trigger marketing sont des thématiques très actives et présentes lors de cette fin d'année et les offres sont bien plus accessibles et nombreuses qu'il y a deux années. Toutes les plateformes d'emailing savent exécuter et personnaliser ce type de campagne, mais l'intelligence à fournir pour optimiser la personnalisation et le déclenchement des campagnes est à chercher dans des outils complémentaires. En 2013 d'autres acteurs devraient se positionner sur ce thème et l'offre devrait encore s'élargir et devenir un standard incontournable et très accessible pour de nombreux emarchands et "retaileurs" en 2013 et 2014.
Excellente analyse qui met en évidence la synergie des solutions de mining et d'analytics avec le canal Emailing de façon synchronisé.
Rédigé par : TrackOptin | 04 novembre 2012 à 17:44