Web-to-store/store-to-web : compréhension des parcours clients, mesures et activation possibles

Cet article est issu de notre série Omnicanal publiée sur Viuz. Vous pouvez retrouver l’intégralité de cet article en cliquant ici.
Retrouvez les deux autres articles de notre série ici :

• Omnicanal : désiloter les expériences client pour booster les ventes
• Web-to-call : comment en mesurer la performance et définir sa stratégie de smart-routing ?

La mesure de l’impact d’une stratégie digitale sur les ventes online n’est aujourd’hui plus une question. Mais dans une logique web-to-store, quel est l’impact des investissements digitaux sur les visites en magasin ? Les clients ont en effet des logiques d’achat de plus en plus omnicanales et cette réalité bouscule de nombreux secteurs d’activités : les clients en magasin commencent leur parcours online (recherche, visionnage vidéo) et mêlent même des outils digitaux à leur expérience offline (utilisation du smartphone à l’approche ou en magasin). Aux États-Unis, 50% des consommateurs effectuant une recherche locale sur smartphone se rendent en boutique dans les 24  heures (1) et près de 80% des acheteurs se rendent en magasin quand l’article convoité est disponible immédiatement (2.1). En France, les requêtes « proche de moi » et « à proximité » ont grimpé de 340% au cours des 2 dernières années (2.2).

La complémentarité on/offline est donc claire et pousse les marques à repenser efficacement l’impact du online pour optimiser les ventes physiques, surtout dans ce contexte post-confinement, au sein duquel les mesures de précaution demandées à chacun ne vont qu’accentuer les nouvelles habitudes consommateurs, et faire du magasin physique qu’une brique du processus d’achat global.

Le parcours client omnicanal parfait n’existe pas : chaque marque doit analyser les besoins et habitudes de ses clients, afin de leur proposer des solutions adaptées. Aussi cette analyse peut-elle être représentée comme un cycle en trois étapes :

1. Définir/comprendre ses parcours omnicanaux
2. Mesurer la performance des parcours omnicanaux
3. Caractériser les cas d’activation permis par cette mesure

1. Définir/comprendre ses parcours

Il est essentiel de ne pas rester au stade de l’intuition quant à la complémentarité de ses canaux on et offline. Utiliser efficacement la donnée disponible pour les marques permet de comprendre ses parcours de la manière suivante :

• Se faire une idée précise des besoins de ses utilisateurs : les usages des canaux digitaux et physiques ne sont pas les mêmes en fonction des segments utilisateurs, il est donc crucial de comprendre le rôle de chaque canal (recherche d’information, comparaison de produits, conversion, etc.) et la manière dont les canaux s’orchestrent les uns avec les autres.
• Identifier les “pain points” éventuels dans cette orchestration : les étapes d’un funnel d’achat sur le web doivent s’enchaîner de manière fluide et sans couture, il doit en être de même pour un funnel impliquant plusieurs canaux.

Plusieurs sources de données permettent une compréhension optimale des parcours clients

L’analyse ciblée des données déclaratives, propriétaires ou non, permet de comprendre certains points de douleur des parcours utilisateurs. La donnée déclarative propriétaire peut être recueillie online, grâce au lancement de questionnaires en ligne, facilité par les outils de personnalisation ou de feedback management, ou offline grâce à la double écoute en centres d’appels où les enquêtes de satisfaction peuvent être envisagées pour se rapprocher du besoin client tel qu’il évolue en situation inédite. La donnée déclarative non-propriétaire est également une source d’informations complémentaire précieuse, via les grands centres tierces (Kantar, Nielsen, Testapic, qui mettent à disposition des études génériques et sur des audiences données.)

Cette donnée, bien qu’utile, doit être garantie dans la mesure du possible grâce à des données non troublées par les limites que peuvent comporter les études déclaratives (biais statistiques, profils de répondants similaires sur les questionnaires sortie de site, etc.). Les données comportementales, en situation réelle, le permettent. L’analyse des données comportementales offrent en effet la possibilité de constituer des segments clients au plus proche de la réalité. La donnée online issue d’outils d’analytics ou d’UX analytics, mais également les informations BI issues de taux de commandes en Click and Collect, ou d’utilisation des services de eReservation peuvent venir confirmer ou infirmer des études fondées sur du déclaratif. Couplées aux données CRM à disposition, ces données comportementales permettent de mesurer la performance d’un site à travers la capacité des utilisateurs à réaliser des tâches identifiées : les usages que je prête, en tant que marque, à certains canaux sont-ils en phase avec la réalité de mes clients/utilisateurs ? Ces études doivent être réalisées en plusieurs étapes : analyses des sessions, analyses utilisateurs (à l’aide des données CRM) et croisement des deux périmètres d’étude pour comprendre à quels types d’utilisateurs doivent être rattachés les types de sessions identifiés; en bout de chaine, l’analyse des différentes expériences de navigation permet d’évaluer la satisfaction adossée à cette expérience, par profil utilisateur et d’envisager des optimisations.

Les données comportementales on et offline seront complémentaires si une mécanique est mise en place pour relier les usages en magasin aux usages online : les programmes fidélité dans la grande distribution, le e-ticket de caisse pour l’ensemble des acteurs du retail sont autant de stratégie de réconciliation possibles, pour une vue complète des usages utilisateurs >> voir notre article #1 sur le sujet.

2. Mesurer la performance de ses parcours omnicanaux

L’identification des parcours et la compréhension du rôle de chaque canal pour ses clients au sein de parcours est une première étape essentielle pour les marques souhaitant s’inscrire dans une logique omnicanale. Le second enjeu fondamental se situe dans la mesure des actions marketing menées, de manière désilotée : sortir de la vision « canal par canal » (mesure de l’impact des campagnes offlines sur les ventes offline, mesure des campagnes online sur les ventes online), et entrer dans une logique de mesure proche de l’expérience telle que vécue par le client. La mesure de la performance doit bien sûr se faire en fonction des objectifs identifiés pour chaque canal, par segment client.

Nous suggérons l’utilisation de deux outils de mesure omnicanale :

• Store Visits

Fonctionnement : dès qu’un utilisateur est exposé à une campagne sur l’un des leviers média utilisé par la marque, captation par Store Visits d’un ID utilisateur, à relier à une visite éventuelle en magasin : la géolocalisation mobile de l’utilisateur, si cette dernière est activée, permet l’identification de la visite. Une estimation est faite sur des données agrégées et anonymisées d’un échantillon d’utilisateurs ayant activé la géolocalisation : ces données sont extrapolées et communiquées seulement si elles atteignent un niveau de confiance suffisamment élevé.

Pré-requis : possession d’un compte Google My Business, et un volume minimum de magasins, de trafic online et de budget média. Chaque levier doit être associé à Google Analytics et les locations des magasins doivent être correctement renseignées dans Google My Business.

Avantages : indication de la part de budget média ayant impacté les visites offline, avec différenciation par levier. L’optimisation des campagnes dans l’objectif de génération de trafic en magasin devient plus simple.

Limites : activation nécessaire de la géolocalisation (imprécision potentielle), échantillonnage des données, version actuellement exploitable sur Google Analytics en France en bêta.

Disponibilité : GoogleAds, Google Analytics, DV360, Facebook

Les acteurs de la grande distribution, de l’automobile, et tous ceux disposant de très grandes surfaces de magasins (réduisant de fait le risque d’imprécision de géolocalisation) trouvent des cas d’usages intéressants à l’utilisation de cet outil.

• Store Sales Direct

Fonctionnement : importation dans Google Ads ou Facebook des informations relatives aux clients ayant réalisé une transaction offline. Google réconcilie, sur 90 jours, les identifiants CRM partagés et les données des campagnes média (ex : clic sur une annonce Google Ads) et établit les correspondances.

Pré-requis : conditions d’éligibilité exigeantes – génération d’un certain volume d’interactions avec les annonces Google Ads ou Facebook et trafic conséquent de transaction en magasin par mois (volumes définis par Google). La mécanique permettant la collecte et le stockage des données offline doit avoir été pensée en amont de l’utilisation de l’outil.

Avantages : réconciliation des étapes du les parcours clients, de l’interaction à une annonce à la vente en physique. Une telle vision sur les parcours utilisateurs est une mine d’or pour l’analyse de la performance d’un parcours donné. Qu’il s’agisse dans un premier temps d’importation périodique de données de ventes offline (pour des analyses ad-hoc) ou d’automatisation des flux (pour un pilotage long-terme des campagnes)

Limites : modèle de données CRM fiable et commun à l’ensemble des magasins

Disponibilité : Google Ads, Facebook

3. Quels cas d’activation de ces nouveaux apprentissages ?

Ces études data-driven sont importantes au quotidien pour les marques, dans une démarche d’amélioration continue et de personnalisation de l’expérience client. Mais elles deviennent cruciales dans un contexte susceptible d’affecter et modifier sensiblement la relation d’un client à la marque, comme celui du COVID-19, même post-confinement. Il s’agit alors pour les marques de suivre, voire d’anticiper ces changements potentiels de comportements utilisateurs en réalisant des analyses dédiées en temps de “crise” pour en tirer des conclusions exploitables en matière d’optimisation de l’expérience utilisateur.

Simplifier la visite et la conversion on ou offline

La synthèse des différents “parcours/comportements clients” (onsite & offline) incarnée par une liste de ” personas ” ou ” segments clients ” permet d’adresser chaque segment spécifiquement, en fonction de son besoin identifié : cette personnalisation peut se faire via l’adaptation des messages (sur l’ensemble des leviers média), mais aussi du contenu, des offres ou des services on & offline. De nouveaux outils viennent également simplifier mais aussi personnaliser le passage du web au physique :

• Local Inventory Ads permet de présenter, sur une page hébergée par Google, les produits en stock dans un magasin et de fournir des informations sur celui-ci aux utilisateurs qui effectuent leurs recherches sur Google à proximité de celui-ci, et après un clic sur une annonce donnée.
• Des outils comme Drift ou Whisbi promettent de mettre en relation des utilisateurs naviguant sur le site d’une marque avec un vendeur en magasin, par visio-conférence : un pas de plus du marketing local dans les assets digitaux des marques.

Rationaliser et mieux piloter ses investissements média

La mesure « omnicanale » de la performance permet d’optimiser son pilotage grâce à l’intégration au calcul de l’effet ROPO (Research Online Purchase Offline). L’équation « classique » du ROI digital (et donc silotée) des campagnes média online peut alors être remplacée par l’équation incluant les conversions issues de l’ensemble des canaux de ventes.

Les acteurs les plus matures pilotent des enveloppes média aux visites générées en boutique et suivent le taux de Store Visits en fonction des mots clés, des zones.

1. Understanding Consumers’ Local Search Behavior, mai 2014

2.1. Données Google, France, janvier-juin 2015 à janvier-juin 2017

2.2. Google/Ipsos, U.S., Shopping Tracker, Online survey, n=3,613 online Americans 13+ who shopped in the past two days, Oct.–Dec. 2017 IN https://www.thinkwithgoogle.com/intl/fr-fr/inspirations/success-stories/boulanger-accelere-sur-lomnicanal-et-genere-20-000-visites-en-magasin/

Auteur : Lilia Smati, Manager Converteo