dimanche 6 avril 2014

Utiliser les Big Data pour une meilleure expérience d'achat

A lire sur: http://h30458.www3.hp.com/fr/fr/ent/Utiliser-les-Big-Data-pour-une-meilleure-exp%C3%A9rience-d%27achat_1371253.html

Mars 2014
Dans la grande distribution, ce ne sont pas les données qui manquent. Le plus dur n'est pas de trouver les données, c'est d'en tirer des informations exploitables pour accroître lle chiffre d'affaires... et la rentabilité. Cela fait des années que les informations sont utilisées pour accroître l'efficacité opérationnelle de chaque magasin, mais la nouvelle clé est une meilleure compréhension du client, pour lui offrir une expérience améliorée de ce que promet l'enseigne.

Cela fait longtemps que les enseignes collectent des données opérationnelles et transactionnelles. Après des années de pression concurrentielle, la plupart des distributeurs sont passés maîtres dans l'art d'utiliser les informations opérationnelles pour accroître l'efficacité, en particulier dans la chaîne d'approvisionnement. Ceci leur permet de réduire leurs coûts d'exploitation et d'offrir à leurs clients de meilleurs prix, tout en accroissant leur compétitivité. Même si l'accent reste mis sur l'efficacité opérationnelle, l'analyse des Big Data offre de nouvelles opportunités pour faire fructifier les ventes.

La bonne information au bon moment
Les grandes enseignes doivent collecter et utiliser les informations pour en savoir davantage sur chaque client afin d'attirer son attention et de lui offrir une expérience d'achat améliorée qui le satisfera, et le fidélisera. Avec la bonne information, une enseigne peut accroître ses ventes en proposant la bonne offre, au bon prix, au bon client, par l'intermédiaire du bon canal et au bon moment. Par exemple, une offre par SMS sur un smartphone pendant que le client marche dans une galerie commerciale peut conduire à une vente, tandis que la même offre deux jours plus tard par courrier électronique n'arrivera ni au bon moment ni via le bon canal, faisant perdre la vente.

L'analyse des Big Data permet aux enseignes de passer d'un découpage classique de leur clientèle en grands segments de marché à une vue 360 degrés de chaque client, représentant un segment à lui seul. Avec davantage d'informations sur les clients et une vue unique du client à travers tous les points de contact, les enseignes peuvent proposer une expérience d'achat bien plus personnalisée et synchronisée pour faire plaisir aux clients, accroître les ventes complémentaires et la fidélisation.

De nombreuses enseignes collectent même les données des médias sociaux pour augmenter leurs données transactionnelles afin d'en savoir plus sur leurs clients. Ils découvrent que les données sociales peuvent représenter de 10 à 100 fois le volume des informations transactionnelles. Dans des domaines pour lesquels "rester dans la tendance" est clé, tels que la mode ou le matériel électronique grand public, l'utilisation des données sociales est indispensable pour rester à la page. Les outils de renseignement social aident les enseignes à se frayer un chemin dans la jungle des médias sociaux afin d'obtenir des informations exploitables en temps réel sur l'opinion des clients pour leur proposer des produits. Prendre des décisions basées sur les données réelles et à jour afin de promouvoir les produits que veulent les clients maintenant va accroître les ventes.

Impliquer tous les domaines fonctionnels
Même en mettant l'accent sur l'expérience du client, tous les domaines fonctionnels doivent être impliqués. L'utilisation d'outils analytiques pour rester en phase avec les souhaits et besoins du client ne peut pas fonctionner si la chaîne de production ne suit pas. Par exemple, si un analyste d'inventaire ne dispose pas d'informations exploitables en temps réel, il ne peut pas forcément honorer l'offre qu'un vendeur vient de faire à un client en train de traverser le magasin. La connaissance du client doit être intégrée à chaque domaine de l'activité pour que la prestation corresponde à la promesse de la marque. Et l'interprétation des données doit être cohérente à travers les domaines fonctionnels afin que toute la société apporte une réaction uniforme à l'information.

Le fait de glaner la bonne information perdue au milieu d'une grande quantité de données garantit également à l'enseigne qu'elle n'essaiera pas de vendre des produits que les gens ne veulent pas. L'information en temps réel sur une promotion ou une offre dont les performances sont médiocres peut permettre de prendre les bonnes décisions rapidement. Des informations telles que l'opinion du client peuvent permettre de modifier une promotion en cours, de limiter la quantité de démarques et d'invendus. Si un magasin ne réussit pas à vendre un article d'hiver de certaines couleurs à l'approche de la fin de saison, il lui faut des informations exploitables pour prendre les bonnes décisions.


Étude de cas : service personnalisé à travers le bon canal
Une grande chaîne de pharmacies américaines a engagé HP pour l'aider à développer une application destinée à améliorer le respect des médications dans ses pharmacies. Cette application utilise l'analyse des réclamations et données des patients pour déterminer intelligemment les soins pharmaceutiques sous-dimensionnés, les carences des traitements en cours et autres opportunités d'améliorations cliniques pertinentes. Par exemple, l'application identifie les patients qui souffrent de maladies chroniques et qui ne sont pas venus à temps pour chercher tous leurs médicaments prescrits. La pharmacie contacte alors ces patients selon leur mode de communication préféré et au moment où ils sont le plus réceptifs aux messages relatifs à leur santé : face à face lorsque le patient préfère venir chercher ses médicaments en personne à la pharmacie ou par téléphone lorsque les patients se font livrer par la poste.

Ce service personnalisé, basé sur des informations glanées dans les données des patients, délivre le bon message au bon moment par le bon canal et incite davantage de patients à venir chercher leurs médicaments prescrits. Une étude récente démontre que les taux de suivi des prescriptions médicales a augmenté de 2,1 % suite aux interventions face à face des pharmaciens, produisant ainsi une augmentation de 3,9 % du taux de suivi des ordonnances. Dans le temps, ceci entraîne de meilleurs résultats cliniques et une confiance accrue de la communauté envers la pharmacie.

Comment y arriver
Les enseignes ayant tendance à opérer selon un calendrier très serré, elles mettent en œuvre les programmes d'analyse des données rapidement, et uniquement de façon isolée là où ils sont le plus nécessaires sur le moment. Ceci entraîne une interprétation différente des mêmes informations à travers divers domaines fonctionnels, qui aboutira sur des problèmes de cohérence.

Aucun commentaire:

Enregistrer un commentaire