ActualitéBusinessData RoomLes contributeurs

La data pour mesurer l’effet online to store (O2S)?

Le Web au service des magasins

Les directions marketing des commerçants historiques sont aujourd’hui focalisées sur la mise en place d’une expérience client dite intégrale ou omni-canal. Elles sont en effet convaincues que la communication online stimule également les ventes offline

Le Web accompagne désormais le consommateur à chaque étape du parcours d’achat, dans la phase d’inspiration, de prospection jusqu’à l’acte d’achat en ligne comme en magasin.

Une seule question reste en suspens: comment le démontrer?

Avec ou sans tracking?

La principale difficulté réside dans la capacité à relier, voire attribuer, les achats magasins à une communication online. Que deviennent les visiteurs Web qui n’ont pas converti en ligne?

La réconciliation des données Web et magasin est primordiale. Elle permet d’optimiser la compréhension des mécanismes O2S à travers les cartes de fidélité ou les codes promotions par exemple. Néanmoins, cette réconciliation restera toujours incomplète et ne permet donc pas de reconstruire l’impact net d’une communication online sur les ventes en magasin.

Plusieurs études ont permis d’établir des estimations de l’effet O2S. La Fevad par exemple publie chaque année un baromètre du e-commerce en collaboration avec des instituts de sondage et d’opinion. 

On peut aujourd’hui le mesurer finement grâce au Mix Marketing Modeling (MMM). Le MMM permet d’analyser l’effet des actions marketing sur les ventes sans aucune dépendance aux règles (arbitraires) d’attribution et avec une grande précision (par business ou par entité et surtout par canal). 

Le MMM, un cas pratique

Look Voyage, l'un des leaders du voyage à forfait en France, a réalisé avec Ekimetrics en partenariat avec Google Insight, une étude qui a permis de mesurer l’impact des investissements marketing sur les canaux de ventes des produits Lookéa: les villages vacances de la marque.

Ils ont ainsi pu mesurer la rentabilité des investissements online en tenant compte de leur effet additionnel sur les ventes offline. Cette analyse apporte une vision claire des dynamiques cross-canal avec par exemple une meilleure compréhension des échelles de temps entre deux visites en fonction des différents devices utilisés permettant d’optimiser le moment et le canal d’une communication.

Le MMM, comment ça marche?

1.Identifier l’ensemble des facteurs pouvant agir sur les ventes

Dans un premier temps il faut identifier l’ensemble des variables internes et externes qui peuvent agir sur les ventes et sur les flux entrants. On parle de données marketing, mais aussi de positionnement prix, de concurrence, d'état du marché…

Collecter ces données est une phase exigeante et laborieuse en particulier au sein des grands groupes. Elle représente néanmoins la clef de voûte de l’étude. La phase suivante consiste à nettoyer et préparer ces données afin de les rendre exploitables.

2.Réaliser des modèles économétriques en cascade

Les données collectées permettent de constituer la base des différents modèles économétriques. Les data scientist peuvent maintenant modéliser chaque étape du purchase funnel et établir un modèle global dit en cascade. C’est ce modèle en cascade qui permet, par exemple, de mesurer l’impact des visites web sur les différents canaux de ventes et donc, par transitivité, l’impact des investissements marketing online et offline sur les ventes.

Dans quel but?

Au-delà de l’effet O2S, le MMM permet de mesurer l’ensemble des interactions cross-canal. La rentabilité et les orientations stratégiques pour chaque canal entrant et sortant sont ainsi optimisées. Le MMM permet également de mettre en place une expérience client fluide et cohérente. Quel que soit le point de contact entre le commerçant et le client, en unifiant le parcours d'achat, ce client est suivi, orienté, satisfait et vous aussi!

[tabs]

[tab title= « La contributrice: »]

sarah-martineau

Sarah Martineau est la CEO d'Ideta. Après quelques années en trading algorithmique puis en conseil en stratégie orienté Data, Sarah crée Ideta. Une solution permettant d’augmenter le taux de conversion des commerçants grâce à l'intelligence artificielle. 

 

 

[/tab]

[/tabs]

Lire aussi:

Tags

contributeur

Les contributeurs sont des auteurs indépendants de la Rédaction de FrenchWeb. Leurs propos et positions leurs sont personnels.

Sur le même sujet

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Sur le même sujet

Close
Share This