Quand le Big Data remplit nos caddies
Facebooktwittergoogle_plusredditpinterestlinkedinmail

Passe-temps pour certains, cauchemar pour d’autres, réalité en mouvement pour tous : le shopping n’est pas en reste de la transformation digitale. Décryptage d’un monde de plus en plus gouverné par les datas.

En savoir plus pour gagner plus. Des multinationales aux petites boutiques de quartier, tous les vendeurs se battent pour une chose : connaître leurs clients. L’enjeu est de comprendre le comportement utilisateur pour optimiser l’offre, anticiper les ventes et gérer au mieux les stocks. En France, la première carte de fidélité a été lancée en 1954 par la Fnac, suivie par les grands magasins, soucieux de fidéliser leurs clients, vers la fin des années 1960. Pour autant, si vous y prêtez attention, ce sont toujours les mêmes tailles qui restent sur les étagères à la fin des collections. La question se pose : que font vraiment les commerçants de ces données ?

De l’utilisation réactive des données à l’usage proactif du Big Data

Un vendeur a bien compris l’importance d’intégrer le Big Data au cœur même de sa stratégie de vente : la chaîne de magasins Macy’s aux États-Unis. Et les résultats sont au rendez-vous. D’après Kerem Tomak, vice-président de l’analyse marketing, le traitement systématique des données a permis d’augmenter les ventes de 10 %. La clé : personnaliser les boutiques en fonction des goûts des consommateurs. Pour ce faire, l’équipe de Karem Tomak analyse un certain nombre de données telles que les taux de rupture de stock, les promotions, le taux de vente directe… corrélées à la localisation ainsi qu’aux données client – fréquence d’achats, préférences vestimentaires, motivation d’achat, etc. Chaque boutique est ainsi capable d’optimiser son assortiment de produits en fonction de son profil de clients. Reste qu’un profil de client est tout de même une moyenne de goûts disparates. L’expérience reste identique pour toutes les personnes entrant dans la boutique à un moment T.

L’e-shopping ou l’expérience personnalisée

Imaginez une boutique… Vous en franchissez le seuil, un ballet de vendeurs s’active pour vous proposer uniquement les vêtements à votre taille, de votre style, dans la couleur que vous cherchez. Les penderies sont triées selon vos préférences, les tenues assorties. En un instant, vous trouvez votre bonheur, et c’est réglé. Cette boutique ultra-personnalisée est la clé de la vente sur Internet. Les sites d’e-shopping l’ont compris : ils n’ont que quelques secondes (8 précisément, soit la fenêtre d’attention moyenne des internautes selon une étude faite par Microsoft) pour convaincre leur potentiel acheteur de rester sur leur site et de transformer leur visite en achat.

shopping_data_silexid

Pour répondre à l’impatience grandissante des consommateurs, les e-commerçants vont toujours plus loin dans la personnalisation. À partir des cookies, ces petits fichiers espions stockés par un site web sur votre ordinateur, chaque action que vous effectuez est enregistrée. Vous avez mis trois robes rouges en taille 38 dans votre panier mais vous ne l’avez pas validé ? À votre prochain passage sur le site, vous retrouverez ces trois robes dans la bonne taille, avec une sélection de produits similaires pour élargir vos choix —et tenter de vous faire passer à la caisse. Tout est fait pour que l’utilisateur se sente compris, accueilli, et encouragé à acheter. Et ce n’est pas tout. Un nombre incalculable d’outils analysent à tout instant les comportements utilisateur : source du trafic, temps passé sur chaque article, tunnel d’achat, heat map permettant d’identifier les zones les plus cliquées ou les plus regardées sur une page web, partage sur les réseaux sociaux… Souriez, vous êtes traqués ! Les enjeux sont colossaux.

Selon les chiffres-clés publiés par la Fevad (Fédération e-commerce et vente à distance), l’e-commerce aurait généré un chiffre d’affaires de 1 462 milliards d’euros en 2014 dans le monde. Mais l’argent appelle l’argent. Pour augmenter leurs ventes et faire revenir les 98 visiteurs sur 100 partis sans acheter, les e-commerçants font de plus en plus souvent appel au retargeting.

Le principe : pour chaque vente non-aboutie, le site affiche les derniers produits consultés par l’internaute sur les différents sites qu’il consulte, Facebook, réseaux de sites partenaires, ou encore par mail. Selon Criteo, le spécialiste français du reciblage publicitaire, entré en bourse en 2013, les personnes ciblées par le retargeting ont 70 % de plus de chance de convertir leur visite en acte d’achat.

David contre avec Goliath

Les géants du web ne sont pas seuls à se disputer le gâteau : les start-ups se multiplient pour améliorer l’expérience utilisateur et faciliter toujours plus les achats en ligne. C’est le cas de Fittery, jeune pousse américaine qui promet aux hommes de trouver la chemise de leur rêve à l’aide d’un simple questionnaire. À partir de leur stature et de leurs préférences vestimentaires — vous portez plutôt votre chemise large ou serrée ? — elle sélectionne les modèles parmi toutes les marques et propose des conseils personnalisés à ses clients. Une sorte de personal shopper à grande échelle.

Autre exemple d’utilisation des données pour améliorer l’expérience utilisateur : Easysize. La start-up danoise analyse les commandes et les retours — qui s’élèvent à 25% des ventes en Europe — pour déterminer quelle taille vous correspond selon chaque marque, un M chez H&M ou un S chez Gap. Les chiffres parlent d’eux-mêmes : l’entreprise revendique une diminution de 35 à 40 % des retours. Alors que le CEO d’Asos reconnaît qu’une baisse d’1 % de leurs retours permettrait d’améliorer leurs résultats de 10 millions de livres (16 millions d’euros environ), les résultats d’Easysize ne peuvent que faire rêver les e-commerçants.

De l’autre côté de la chaîne, les serveurs d’Amazon ne sont pas en reste pour répondre toujours plus vite à la demande des consommateurs. Afin de réduire ses délais de livraison et ainsi dissuader les clients potentiels de se tourner vers des canaux de proximité, le géant du e-commerce a développé un algorithme de livraison prédictive. Basé sur l’analyse des données du consommateur (historique de ses achats et de ses retours, dernières recherches effectuées, temps passé par le curseur de la souris sur un produit…), le procédé serait capable de prédire les futures commandes.

L’objectif : déclencher la livraison avant même que l’acheteur potentiel ne valide sa commande. Après tout, si vous commandez le même produit d’entretien tous les 51 jours, pourquoi ne pas laisser Amazon s’en occuper pour vous ?

Du predictive shopping à la perte de notre autonomie décisionnelle

Pour autant, nous sommes encore loin de ce modèle de shopping intelligent. Aujourd’hui, les quelques 2,5 exaoctets (pour les matheux, ça représente 1018 octets) de données échangées chaque jour sur Internet sont analysés et réutilisés pour nous transmettre de l’information, via emails, applications, bracelets connectés… La hantise de Rand Hindi, ce jeune français trentenaire, data scientist, multi-entrepreneur et distingué par la célèbre Technology Review du MIT (Massachusetts Institute of Technology) parmi les « innovateurs de moins de 35 ans » qui comptent dans le monde. Email de promotion, avertissements à proximité des boutiques, alertes de disponibilités… À force d’émettre toujours plus de notifications, les objets et services « intelligents » qui nous entourent ont tendance à entraver notre vie plutôt qu’à la faciliter. C’est bien qu’il leur manque encore cette couche d’intelligence artificielle permettant d’anticiper nos besoins. Le rêve de Rand Hindi, à l’origine de la création de sa start-up Snips : rendre nos smartphones vraiment intelligents, pour ne plus avoir à ouvrir soi-même une application, et automatiser les tâches qui ne demandent pas de créativité.

Cette intrusion de l’intelligence artificielle dans notre quotidien est de plus en plus acceptée par les consommateurs. L’enquête réalisée par le professeur Cass Sunstein de l’université d’Harvard auprès de 500 américains révèle que 41 % d’entre eux seraient intéressés par un programme de livraison automatique de livres, sans les choisir eux-mêmes, à partir de leurs préférences et habitudes de lecture. De même, 31 % approuvent l’idée d’une hypothétique « maison intelligente », capable de déterminer les besoins récurrents en produits utilitaires (savon, papier toilette) et de passer directement commande sans validation préalable. Ou qu’une cafetière Nespresso rachète automatiquement des capsules en fin de stock. En étendant ce modèle au shopping, que diriez-vous d’un super-personal-shopper-algorithmique choisissant pour vous les derniers modèles et accessoires à la mode — ou pas — en fonction de vos goûts et tailles ? À quel moment bascule-t-on de l’assistance au pilotage automatique ? Autoriser un service à décider et acheter pour vous, c’est prendre le risque de voir la société vous facturer pour quelque chose que vous ne désirez pas — augmenter votre consommation, modifier vos habitudes alimentaires, changer de marque pour augmenter les marges… Ou simplement vous habituer à une non-prise de décision quotidienne, à l’instar des humains de WALL-E, inactifs et obèses, servis par des robots qui devancent tous leurs besoins. La science-fiction dépasse-t-elle la réalité ? Ou l’anticipe-t-elle simplement ?

Claire-Émilie Lecocq

Facebooktwittergoogle_plusredditpinterestlinkedinmail
AUTHOR

Silex ID

All stories by: Silex ID