Perspective 1
Evénement sur le thème du data-marketing le 16.06.22, avec le soutien de Veepee, b-sharpe et Neho.
Le marketing d’acquisition et de la rétention client à travers l’usage de la science des données.
Perspective, Première édition du 16.06.22.
Avec le soutien de Jean-Marc Sabet, CEO & Fondateur @b-sharpe et Patricia Lemattre Stoeckel, CEO @Veepee Switzerland
Méthode bright.
Le business hacking présenté par Steve Savioz.
Méthode bright.
Notre cycle de performance avec Jordan Attia
Méthode bright.
La prédiction du churn client avec Thomas Boyer
Présentation de Veepee avec Patricia Lemattre Stoeckel, CEO @Veepee Switzerland
Veepee, avec Steve Savioz, co-fondateur et CEO @bright et Patricia Lemattre Stoeckel, CEO @Veepee Switzerland
Veepee, la data science au service de l'acquisition client.
Veepee, réalisation de prédictions.
Présentation de b-sharpe avec Jean-Marc Sabet, CEO & Fondateur.
b-sharpe, la data science au service de la rétention client avec Jean-Marc Sabet, CEO & Fondateur @b-sharpe, Jordan Attia, Chef de programme et Thomas Boyer, Data Analyst @bright.
b-sharpe, analyse de données business pour identifier les opportunités marketing.
Neho, acquisition à la performance avec Léo Dange, Head of Marketing @Neho et Elodie Lapaque, Cheffe de programme @bright
Présentation de Neho. La startup vient de dépasser les 2 millards de transactions cette année.
Acquisition à la performance avec Léo Dange, Head of Marketing @Neho et Elodie Lapaque, Cheffe de programme @bright
Neho, présentation du modèle d'attribution omni-canal.
Acquisition à la performance avec Léo Dange, Head of Marketing @Neho et Elodie Lapaque, Cheffe de programme @bright
Neho, stratégie d'acquisition à la performance adaptée aux funnels de conversion.
Acquisition à la performance avec Léo Dange, Head of Marketing @Neho et Elodie Lapaque, Cheffe de programme @bright
La science des données au service de l’acquisition.
Malgré la capacité des experts à optimiser en continue les campagnes d’acquisition, les coûts d’acquisition en Suisse augmentent d’année en année.
Nous sommes sur un marché toujours plus concurrentiel, avec un usage de plus en plus dense des leviers digitaux et une régulation globalisée.
Autant de facteurs qui participent à l’augmentation des coûts par acquisition.
Cette augmentation est conjoncturelle et s’explique par 4 facteurs principaux:
Le e-commerce suisse en pleine croissance.
Le COVID-19 a changé les habitudes de consommation des Suisses. Pour 77% des entreprises sondées dans le Commerce Report Suisse 2021, il est probable que la part de marché du commerce en ligne augmente de 10% ou plus d’ici 2030.
Depuis 2021, les consommateurs peuvent profiter d’une offre de plus en plus diversifiée.
Le coronavirus a changé le comportement des consommateurs. Ils ont ainsi redécouvert la diversité du monde moderne des offres, notamment des offres en ligne et crosscanal. Les confinements ont entraîné une réinitialisation des habitudes d’achat et une mise à niveau des compétences d’utilisation des smartphones et de l’e-commerce.
Le digital prend une place de plus en plus importante dans le mix média.
En moyenne, 74% des responsables marketing prévoient d’augmenter leurs dépenses en matière de publicité digitale dont 66% de cette augmentation serait dédié au paid search.
La régulation des données fait augmenter les coûts par acquisition – CAC (Customer acquisition costs).
Un facteur important de la hausse du CAC est l’évolution des règles de confidentialité qui ont fait des ravages dans les services marketing partout dans le monde. Les différentes lois Suisses et Européennes ont limité l’accès des spécialistes du marketing aux bases de données des consommateurs et changé les règles sur la manière dont ils peuvent identifier et cibler de nouveaux clients potentiels en utilisant leurs données personnelles.
Source: NVP 2021
La science des données est un outil majeur pour mettre en place des actions ROIstes.
Les technologies actuelles permettent de construire des modèles de réattribution omni-canal performant rendant ainsi la création d’un plan média optimisé par les mathématiques. C’est ce que nous avons appelé le marketing mix modeling.
Aujourd’hui, les plateformes de marketing fournissent des estimations du nombre de conversions qu’elles ont générées sur une période donnée.
Néanmoins, ces estimations ne sont pas fiables à 100%. Elles dépendent de la qualité du tracking, des méthodologies de mesure peuvent différer selon les canaux, ce qui rend les comparaisons entre eux parfois peu significatives et les paramètres manuels doivent être définis au sein d’une plateforme.
Ces questions sont sources de complexité et rendent difficile l’estimation de “l’impact total » de chaque canal de marketing.
De plus, les canaux de marketing hors ligne ne disposent pas de plateformes de reporting.
Des algorithmes sophistiqués permettent d’estimer l’impact de chaque canal marketing. Ils utilisent la même méthodologie pour tous les canaux et fournissent des informations qui aident grandement à mieux allouer le budget marketing.
La science des données au service de la rétention clients.
Face aux enjeux d’acquisition clients, la loyauté devient un axe de développement majeur pour les entreprises en 2022.
Ces dernières doivent équilibrer leurs investissements afin de renforcer leurs stratégies de rétention clients et ainsi mettre au point une stratégie hybride capable non seulement d’acquérir de manière rentable mais aussi d’activer des actions de rétention client performante.
La rétention est une stratégie clé pour augmenter la LTV moyenne de ses clients et ainsi accéder à des canaux média plus coûteux à fort impact (comme le média TV par exemple).
Ici encore, 4 arguments viennent soutenir le propos:
Un changement de paradigme entre l’acquisition et la rétention.
Selon Gartner, « la crise du COVID-19 a déplacé l’attention des CMO de l’acquisition de clients vers la rétention et la croissance des clients ». De même, Forrester prévoit que « les dépenses en marketing de fidélisation et de rétention augmenteront de 30%, les CMO affirmant leur contrôle sur le cycle de vie complet du client ».
Expérience client au centre de toutes les attentions.
43% des consommateurs seraient prêts à payer plus pour une plus grande commodité, tandis que 42% paieraient plus pour une expérience personnalisée et accueillante. Fait encore plus frappant, 65% des consommateurs ont déclaré qu’une expérience positive avec une marque avait plus d’influence qu’une bonne publicité.
Source: Étude de PwC sur le CX
La valorisation des entreprises se calcule aussi par son taux de rétention
Une croissance rapide des revenus n’est plus le seul argument lors d’une valorisation. Le taux de rétention est un indicateur de valeur pour les entreprises.
Source: Forbes – Don’t Buy Casper, The Latest Money-Losing IPO
Le programme de fidélité au service du Zero-party data
Les programmes de fidélisation vont s’imposer comme un moyen gagnant pour la collecte de données en tenant compte de la confidentialité et du consentement des clients. En 2021, les programmes de fidélisation sont apparus comme le moyen le plus viable de se procurer des données de manière éthique et légale, sur la base du consentement, tout en apportant une réponse aux attentes des consommateurs en quête d’une relation personnalisée avec leur marque.
Sources: Salesforces & Annex Cloud
La science des données permet de mettre en place des algorithmes capables de prédire le risque de départ de ses clients.
Dans un contexte de commerce électronique (produits comme services), nous ne savons jamais avec certitude si un client se trouve entre deux achats ou s’il a définitivement déserté.
Pour de nombreuses entreprises, la réduction du risque de churn est l’un des plus grands défis à relever. L’anticipation du churn est une approche stratégique pour fidéliser les consommateurs.
Nous utilisons un algorithme basé sur les ventes qui calcule la probabilité d’être en vie en fonction de quelques critères clés, et ce individuellement pour chaque client. Cela nous aide à cibler le client au bon moment et contribue à augmenter la fidélisation des clients.
L’objectif est d’être capable de calculer la probabilité d’être en vie pour un client spécifique à un moment donné. On peut ensuite définir des règles pour cibler le client différemment en fonction de son risque de churning.
Pour en savoir plus, consultez notre article sur le churn client et découvrez notre API happy.customer.
