Ce que nous avons appris des spécialistes du marketing du commerce électronique de la mode sur les informations sur les consommateurs, la conception de produits et la stratégie marketing

Lors de notre dernière série d'entretiens UX (décembre 2021) avec nos clients les plus avertis en matière de données (dans le secteur du commerce électronique de la mode), une chose revenait sans cesse : les informations détaillées sur les consommateurs à partir des données clients de première partie deviennent de plus en plus précieuses pour la conception de nouveaux produits. et une stratégie marketing durable. Donc, pour mieux comprendre nos clients, nous avons dû démêler ce fil conducteur. Pour commencer, pourquoi maintenant ? Et comment notre plateforme y contribue-t-elle ? Si vous faites partie d'une équipe marketing dans le commerce de détail en ligne et que vous pensez déjà que cela vous semble familier, lisez la suite, vous n'êtes pas seul.

Les données de première partie comptent plus maintenant. Pourquoi?

Les études de marché et l'analyse des concurrents sont toujours importantes, mais les données uniques de première partie des clients réels seront plus importantes à l'avenir pour deux raisons :

1. La publicité via des données tierces est terminée

L'avenir longtemps prédit sans cookies est arrivé. Les données tierces et même les données secondaires ont perdu de leur valeur et les équipes marketing du commerce électronique travaillent plus dur pour capitaliser sur le trafic qu'elles ont déjà pour un meilleur ROAS en vendant davantage via des recommandations personnalisées.

2. Des expériences personnalisées sont attendues

Les jeunes natifs du numérique n'ont connu que le shopping en ligne personnalisé. Amazon et Netflix utilisent l'apprentissage automatique pour comprendre ce que les acheteurs individuels aiment, et maintenant les achats sociaux présentent des articles agréablement familiers utilisés par leurs pairs dans un flux constant de contenu généré par les utilisateurs.

Ce titre de 2020 sur le sujet résume la situation et l'attitude Gen-Z :

Connaissances des consommateurs et conception de produits

Imaginez une équipe de développement de produits dans les premiers jours d'un nouveau produit : l'étape de génération d'idées et de conception. Le but ultime est bien sûr d'identifier un produit spécifique qui frappe sa marque auprès d'un public spécifique. Mais lorsqu'il s'agit de concevoir le produit, d'où viennent les idées ?

Conception centrée sur l'utilisateur dans l'industrie de la mode

Nos clients de l'industrie de la mode nous ont fait découvrir un terme bien connu du monde du design : UCD (design centré sur l'utilisateur).

La méthode UCD :

"Appelle à impliquer les utilisateurs tout au long du processus de conception via une variété de techniques de recherche et de conception afin de créer des produits hautement utilisables et accessibles." Source : Fondation internationale du design

Ça a l'air d'être un bon plan!

Une autre information de nos entretiens sur la définition des besoins des utilisateurs s'est démarquée :

Comment un produit est vu, évalué et comparé à d'autres produits en fonction des caractéristiques, du prix, de la saison, etc., tous des facteurs entrant dans la conception de la mode.

Ces informations s'ajoutent au processus de développement de produits, donnant aux concepteurs de produits, au chef de produit et à tous les membres de l'équipe produit beaucoup plus à considérer lorsqu'ils déterminent le « contexte d'utilisation ».

via : https://www.interaction-design.org/literature/topics/user-centered-design

Ce dont nos clients ont besoin pour la conception de produits

Ce dont nos équipes de commerce électronique les plus averties en matière de données recherchent le plus, ce sont les informations sur les consommateurs concernant les acheteurs qui reviennent déjà souvent pour parcourir le parcours client de la marque.

Ce sont les clients VIP, 20% de l'ancienne règle 80/20 des ventes qui nous dit que la plupart de vos bénéfices proviennent de vos VIP qui aiment votre marque et l'expérience en ligne qu'elle offre. Il s'avère que ce que les équipes de commerce électronique veulent vraiment savoir, c'est ce que leurs clients VIP individuels aiment lorsqu'ils naviguent, en temps réel, afin que leurs conceptions et leurs offres puissent être à la pointe de la technologie.

Analyse des préférences en temps réel

En gardant à l'esprit les besoins de nos clients, notre équipe Data Science a peaufiné la fonction d'analyse des préférences afin que les balises de produit préférées de chaque acheteur soient pondérées avec un pourcentage qui montre la probabilité qu'un acheteur clique sur un article avec un attribut décrit par cette balise.

Il crée des profils d'acheteur anonymes et conformes au RGPD à partir de données de première partie pour déterminer les attributs de produit que les acheteurs aiment dans les images qu'ils parcourent.

Il peut s'agir de la conception de la longueur, de la couleur, du motif, du matériau ou de tout autre attribut personnalisé dont ils ont besoin pour analyser les préférences d'attribut en temps réel à partir de leurs données de première partie.

Dans l'industrie de la mode en constante évolution, ces types d'informations détaillées sur les consommateurs au niveau des attributs donnent aux concepteurs une orientation basée sur les données des clients et les rassurent sur le fait qu'ils développent les bons produits, tout le temps.

Insights consommateurs et stratégie marketing

L'ancienne CDO de L'Oréal, Lubomira Rochet, a dirigé de nombreuses campagnes de marketing pendant son séjour dans l'entreprise et a souligné l'importance de l'orientation client et de l'établissement de relations individuelles.

Des informations uniques sur les consommateurs sont la clé. Ils sont essentiels au développement d'une stratégie marketing qui s'adresse aux acheteurs un par un.

via : https://twitter.com/LOrealGroupe/status/1118423858338500609

Dans une interview de 2018 avec Commonwealth, Rochet a expliqué,

« La technologie numérique a changé notre façon de commercialiser. Un objectif important est d'avoir la capacité de construire des relations riches et personnalisées avec les consommateurs et de créer un contenu qui engage les consommateurs et les rend heureux de le partager. Source : Commonwealth

Mais qu'y a-t-il dans le contenu personnalisé qui est si engageant ?

Insights consommateurs et délicieuses surprises

Si elles sont bien faites, les informations sur les consommateurs peuvent éclairer des recommandations personnalisées extrêmement mémorables. Un exemple typique est la décision d'achat délicieusement imprévue , telle que décrite par la blogueuse Hubspot Marketing, Amanda Zantal-Wiener :

"Ceux qui me connaissent sont conscients de mon obsession limite pour le hip hop, qui est également la motivation d'une grande partie de mon comportement d'achat en ligne. De toute évidence, Amazon a pris note… le but de ma dernière visite sur Amazon était de vérifier ses fonctionnalités de personnalisation pour cet article. Mais ensuite, j'ai découvert que Rapper's Delight: The Hip Hop Cookbook était dans mes livres recommandés. Ai-je acheté quelque chose dont je n'ai pas besoin ? Bien sûr. Mais j'ai aussi été ravi par le fait qu'il a été porté à mon attention avec très peu d'effort... la meilleure partie à ce sujet, pour l'utilisateur, est la découverte résultante de nouvelles choses que nous aimons - que ce soit un livre, un outil, ou un article. Source : Hubspot, ces 9 marques amènent le marketing personnalisé à un nouveau niveau

par :Amazon

Personnaliser une expérience d'achat avec des informations sur les consommateurs et ravir les acheteurs avec des recommandations familières est une stratégie marketing éprouvée qu'Amazon utilise depuis des années pour fidéliser les acheteurs. Et comme l'illustre le livre de cuisine Hip Hop ci-dessus, partagez le plaisir avec les autres.

Passer de la stratégie marketing à la tactique

Le suivi des données sur les transactions et sur les produits en vente fait toujours partie du jeu et la plate-forme offre de nombreuses mesures pratiques en un coup d'œil.

Mais la contribution vraiment précieuse que la plate-forme fournit - ce qui alimente la stratégie marketing centrée sur le client - est l'analyse des préférences. Et l'outil qui génère plus de ventes croisées et une augmentation des ventes est le conseiller personnalisé.

Recommandations personnalisées

En dehors des places de marché, les sites Web de grandes marques utilisent la même stratégie marketing mais créent souvent leurs propres systèmes de recommandation internes, employant de petites armées d'ingénieurs backend spécialisés dans la science des données et l'apprentissage automatique.

Dernièrement, cependant, certaines marques ont adopté l'approche SaaS sans code et externalisé le travail de backend vers des systèmes automatisés qui peuvent être facilement ajoutés en tant que plugins à leurs sites Web existants. Une équipe marketing sans expérience de codage peut utiliser ces outils marketing pour acquérir une meilleure compréhension des informations sur les consommateurs des visiteurs de leur site.

Site multimarque de mode coréenne, Codibook

Codibook compile automatiquement ses informations sur les consommateurs avec leur abonnement à la plate-forme d'expérience de personnalisation Rosetta AI.

Le plug-in de recommandation de carrousel sur la page effectue des ventes croisées d'articles qui correspondent aux attributs précédemment consultés lorsque l'acheteur parcourt les images des produits. Cet outil a augmenté la valeur moyenne des commandes de Codibook de 38 %.

Le site Web de Shu Uemura à Taïwan

Shu Uemura a également mis sa stratégie marketing au service des recommandations de produits personnalisées. Ils ont personnalisé l'apparence du recommandateur pour qu'il corresponde à l'apparence de Shu Uemura et l'a optimisé pour les appareils mobiles sur leurs pages Ajouter au panier. Les revenus ont augmenté de 149 % en 2021.

Ils ont également utilisé le plugin Hesitant Customer Promotions pour engager les acheteurs au bon moment (avant qu'ils aient l'intention de rebondir) avec des popups de remise personnalisés selon leurs préférences individuelles.

Et pour fidéliser les clients qui s'en sortent sans effectuer d'achat, ils extraient leurs informations sur les consommateurs à partir de leurs propres données de première partie, puis envoient des messages personnalisés par e-mail ou SMS à l'aide du plug-in de marketing omnicanal personnalisé.

Pour la ventilation complète des résultats de l'incursion de Shu Uemura dans la personnalisation, consultez l'étude de cas.

Dernières pensées

Ainsi, selon nos clients, les connaissances des consommateurs sont aujourd'hui essentielles au succès du commerce électronique pour le développement de produits et la stratégie marketing.

• Les données de première partie sont essentielles pour maximiser le ROAS et la personnalisation est devenue courante en ligne et les acheteurs s'attendent à la voir.
• Cela est particulièrement vrai pour la génération Z native du numérique et la génération Y, qui sont disposés et capables de payer plus pour des expériences en ligne qui les touchent en tant qu'individus.
• Les équipes de commerce électronique plus axées sur les données suivent avec impatience les mesures transactionnelles, mais la vraie valeur réside dans les informations des consommateurs sur les attributs des produits à partir de données de première partie.

Pour les équipes de commerce électronique de mode qui cherchent à compléter leur étude de marché avec des informations en temps réel sur les consommateurs - et les outils de conversion pour mettre en œuvre une stratégie marketing centrée sur le client - le moment est venu.

À propos de Rosetta AI

La plate-forme d'expérience de personnalisation Rosetta AI découvre les préférences des acheteurs à partir de vos données de première partie et fournit des recommandations de produits individuelles, des promotions pour les clients hésitants et un marketing omnicanal.

Nos algorithmes d'IA sont écrits spécialement pour les marchands de vêtements, de beauté et d'accessoires en ligne et nous les servons avec passion parce que leur succès est notre succès.

En moyenne, nos clients doublent la valeur de leurs commandes et triplent leur taux de conversion parce que leurs acheteurs sont plus véritablement engagés par les expériences que notre plateforme offre.

Rosetta.ai a été présenté dans le Top 25 des startups ML de Forbes et dans le Top 10 des entreprises Analytics Insights.