CDiscount réorganise ses leviers d’action marketing en fonction de la valeur client

Face à la diversité des leviers d’action que permet le digital, le commerçant CDiscount adopte une nouvelle stratégie globale arcboutée sur la valeur du client. Son objectif est d’optimiser globalement l’usage et le coût de ses différents leviers d’action en tenant compte de la valeur totale du client, que ce soit aujourd’hui et dans le futur. Plus que la segmentation client, le e-commerçant s’emploie à répondre au besoin de chacun de ses clients en fonction du contexte de sa présence sur le site e-commerce et en s’appuyant sur la donnée.

Les leviers d’action marketing étaient optimisés séparément

« Avec le digital, les possibilités d’action sont infinies. On peut proposer des bons de réduction, du cagnottage, faire du push, envoyer des emails, etc. Nous faisons aussi du SEA (Search Engine Advertising), on fait beaucoup de choses » liste François Marical, directeur data science, transformation et innovation chez CDIscount. CDiscount dispose de multiples leviers d’action, optimisés jusqu’alors un peu séparément. Ces actions vont être réglées en fonction de la valeur du client. « Le virage que l’on est en train de prendre aujourd’hui, c’est que l’on s’attache vraiment à modéliser la valeur du client. C’est-à-dire la marge qu’il va générer lors de son prochain achat et dans le futur. Notre objectif est d’optimiser l’ensemble de nos actions autour de cette valeur » déclare le responsable. Il a pris la parole lors de la semaine du marketing, organisée par Marketing Magazine & E-Marketing.fr, le 6 mai.

Par exemple, CDiscount va offrir un bon de réduction parce qu’il estime que pour une personne donnée, cela va augmenter son envie d’acheter et son envie d’acheter dans le futur.  Jusqu’à présent, l’approche de CDiscount s’organisait plutôt par silos. « Nous prenions un outil de bons de réduction pour favoriser un achat plutôt immédiat. Nous avions d’autres outils comme le mail, etc. Mais en fait, tout était un peu épars » reconnaît-il. « Aujourd’hui, nous faisons en sorte d’aligner l’ensemble de nos leviers marketing, que ce soit sur le site ou en dehors [NDLR : par exemple lors de l’achat de mots clés dans le moteur de recherche de Google], autour de cette optimisation de la valeur client » insiste-t-il.

CDiscount veut optimiser la récurrence, la marge et la valeur client. Le commerçant essaie d’aligner l’ensemble de ses leviers marketing avec ces objectifs et de ne plus les traiter séparément. Cela donne une forme de cohérence à l’ensemble de ses actions. Le commerçant modélise pour chaque client sa « life time value ». Cette valeur totale du client n’est rien d’autre que la marge dégagée avec ce client aujourd’hui et demain, éventuellement réactualisée. La démarche est globale. Si CDiscount effectue une action qui fait que le client achète le jour même, cela augmente sa valeur instantanée, car  le site va récupérer par exemple 10 € de marge en plus, et en plus cela augmente la fidélité du client dans le temps, donc le commerçant peut récupérer de la valeur demain. 

Il faut réconcilier les actions à court et à long terme

« Il y a des actions qui ont un impact plus ou moins à court terme, ou un peu opportuniste si quelqu’un qui vient acheter chez nous, et des actions qui ont un impact sur le long terme. Cela permet de réconcilier ces différents types d’action » décrit François Marical. L’objectif est de déclencher ces actions au bon moment quand cela aura le plus d’impact possible sur la valeur client. « Ce n’est pas encore tout à fait au point partout, mais nous le déclenchons levier par levier. Par exemple, nous faisons des campagnes de bons de réduction que l’on va essayer d’aligner sur cette notion de valeur client, et petit à petit nous allons le déployer sur l’ensemble de nos leviers marketing » confirme-t-il.

Autre point clé, CDiscount écarte l’usage de la segmentation de ses clients au profit de la contextualisation de leurs besoins quand ils arrivent sur le site.  « Nous nous sommes rendus compte qu’une segmentation c’est un peu trop simple. On ne peut pas vivre avec 15 types de clients, même 20 ou 30, parce que nous avons une très grande largeur de gamme, avec 10 millions de produits, 8000 catégories et 1 million de clients. Le contexte joue beaucoup en plus » prévient François Marical. Dès lors, l’important c’est la demande en cours. « Au-delà de l’individu, ce qui nous intéresse c’est ce que vous cherchez maintenant sur notre site, indépendamment de ce que vous avez acheté il y a 1 an, ou 2 ans, qui a finalement peu de valeur par rapport à ce que vous pourriez chercher » commente-t-il.

Ce qui compte le plus est ce que le client cherche maintenant. « Nous avons essayé de faire des segments de gens qui préféraient acheter des produits en promotion, cela marche beaucoup moins bien. Le contexte l’emporte à tous les coups » souligne-t-il. « Le truc le plus cliqué sur un site de e-commerce, c’est le dernier produit vu » dit-il, remarquant que c’est peu vendeur pour les Data Scientists. « Ce n’est pas extraordinaire en termes de personnalisation, mais cela en dit long finalement quand on cherche à acheter quelque chose comme une machine à laver, le fait que vous ayez acheté une bouteille de Bourgogne il y a 2 ans, ce n’est pas d’un grand secours » sourit-il.

Il faut s’adapter au contexte de chaque client

Pour lui, il faut que CDiscount s’adapte au plus près du contexte de chaque client, en fonction de ce qui l’intéresse en ce moment et de ce qu’il a envie de trouver. Et qu’il ne se perde pas sur le site. Quand le client arrive sur le site, comment le guider vers le produit qui va l’intéresser, comment sélectionner les meilleures offres, comment lui faire ajouter un autre produit au panier pour faire du cross-selling en fonction du produit qui l’intéresse, etc. Tout cela doit être automatisé. Et quand le client revient sur le site, il faut qu’un certain nombre de repères se mettent à jour automatiquement, pour qu’il s’y retrouve, qu’il se sente un peu chez lui.

L’usage de l’intelligence artificielle s’impose alors. Si un client parcourt le site, et regarde une TV ou un canapé, et que l’on veut lui montrer des produits qui y ressemblent, cela ne peut pas être réalise à la main. Il faut de l’IA pour dire quels sont les produits les plus malins à proposer avec ce produit là. Pour cela, CDiscount s’appuie sur la richesse de ses propres données. « Pour donner un ordre de grandeur, il y a 1 milliard de requêtes qui sont faites dans notre moteur de recherches par an. Je sais ce que les gens qui ont tapé une requête en particulier, ont regardé » établit le directeur Data Science.

Si un client a regardé la fiche produit d’un téléviseur et puis une autre. Cette information peut être utilisée si quelqu’un regarde une des deux TV, CDiscount peut lui proposer l’autre. « Ce n’est pas exactement comme cela que cela marche, mais les algorithmes essaient de faire des rapprochements à partir de cette masse d’informations que l’on a » résume François Marical.  C’est utile pour le moteur de recherche, pour le cross selling, pour proposer des produits un peu différents de ce que les gens ont vu, … « Cette masse de données nous sert à reproduire ce que ferait un commerçant dans une boutique mais pas à la même échelle. Des gens qui rentrent chez leur caviste pour demander une bouteille de vins, on va leur poser des questions et leur proposer des vins assez proches. Nous essayons de faire la même chose mais avec des canapés » explique-t-il.

Les recommandations doivent s’accompagner d’explications

Face à ces systèmes de recommandation automatisés, il existe un enjeu de communication, pense-t-il. « Si on ne dit pas aux gens pourquoi on leur présente ceci ou cela, ils ne comprennent pas très bien non plus. Même si la sélection est très pertinente cela manque un peu de chaleur. Si on contextualise beaucoup, autant expliquer aux gens pourquoi on le fait pour que cela ne reste pas froid. Par exemple, sur le site il y a un carrousel de produits qui ressemblent à des produits que vous avez vus, sans vous expliquer pourquoi on le met. C’est quelque chose sur lequel je pense que l’on est un peu timide » pointe-t-il.

Les équipes de CDiscount sont dans un apprentissage sans fin. « Nous avons la chance d’avoir des équipes informatiques très fortes. Il y a une équipe IT de 800 personnes. Je n’ai pas trop à me poser de questions sur la mise en place. On teste beaucoup de choses. On teste des startups aussi. On a fait beaucoup de choses avec beaucoup de gens » se réjouit-il.  CDiscount réalise énormément de tests AB. « Par exemple, sur les bons de réduction, je peux envoyer des séries de bons de réduction avec des montants différents à des populations différentes. Nous pouvons mesurer en direct. C’est l’avantage » avance-t-il.

« Si nous étions un retailer classique et que nous devions changer notre assortiment, ce serait un projet de plusieurs mois. Là si je veux changer la manière dont je fais le merchandising demain sur le site et l’adapter à chaque client, et en plus je peux mesurer ce qui se passe. Nous testons énormément de choses, quasiment en continu. C’est cela qui nous permet de mesurer l’impact, de montrer que la data ce n’est pas que de la poudre aux yeux mais que l’on arrive à en tirer de la valeur à la fin » conclut-il.