Comment les entreprises françaises optimisent l’expérience de leurs visiteurs ?

Le baromètre de l’expérience utilisateur mené par Kameleoon et Converteo en partenariat cette année avec le HUB Institute révèle l’évolution de la maturité des marketeurs et des entreprises en France en terme d’utilisation des données. Retour sur les grands enseignements de 2017 qui ont été présentés le 24 octobre dernier au HUB LAB.

L’AB testing est devenu une pratique mature

60% des sites Internet font de l’A/B testing et en moyenne, 1 site sur 2 lance environ 10 tests A/B par an. Pour Dounia Zouine, Manager Digital & Data chez Converteo, quand on parle d’expérience utilisateur, il est extrêmement difficile de ne pas citer Netflix, maître de l’art qui est devenue une référence et une inspiration pour bon nombre d’entreprises. Le géant du Digital a fait de l’A/B testing son cheval de Troie. Netflix réalise une centaine d’A/B tests quotidiens sur les vignettes affichées sur votre page de recommandations de séries et de films en fonction de données croisées de type comportementales, historiques et segmentées. Chaque vignette est testée une dizaine de fois et Netflix sait alors quelle est la créa qui vous a fait passer le plus de temps possible sur la plateforme, si vous aimez plus Brad Pitt que Georges Clooney. Chez Orange, depuis 18 mois, l’A/B testing est devenue une brique à part entière dans le programme de transformation digitale du groupe accompagné par Kameleoon. Des équipes de data analystes accompagnent les chefs de produits dans la refonte de toutes leurs rubriques. Véronique Lannuzel, Responsable Amélioration Continue chez Sosh et Orange place l’A/B testing au coeur de sa stratégie Web. Elle a partagé les 4 étapes pour réussir son A/B testing : Analyser : En s’appuyant sur les données centrées client, cette étape consiste à procéder à des entretiens utilisateurs, des sondages en ligne avec par exemple des chefs de produits, des UX designers, des data analystes, des développeurs... Tester : La clé de réussite de cette étape, la priorisation. En effet, si vous ne réussissez pas à prioriser et à planifier vos tests, vous allez vous retrouver dans un engorgement ou le recouvrement d’un segment client qui entraine de grosses problématiques sur l’attribution de la performance. Pour chaque test, il faut évaluer la faisabilité : l’engagement en temps/ressource et identifier la valeur tirée. Apprendre : Il s’agit ici de l'analyse du test. La ressource du data analyste est centrale. Généraliser : Le moment est alors venu de généraliser le test à l’ensemble des utilisateurs. Grâce à cette méthode, en pratiquant un A/B test sur le menu du site Sosh, la mise en production de la meilleure combinaison a permis d’obtenir +22% de taux de rétention et +16% de taux de conversion. L' A/B testing permet de prendre des décisions rationnelles et rapides.

La personnalisation s’impose en 2017

4 marketeurs sur 5 considèrent que la personnalisation de l’expérience utilisateur est indispensable. Mais à quoi sert-elle ? Réponses des entreprises sondées ci-dessous. Par ailleurs, selon 43% des entreprises interrogées, la segmentation est l’étape la plus critique dans la mise en place d’une campagne de personnalisation. Les principaux critères d’une segmentation sont les suivants :

• Les données comportementales (historiques de navigation, pages vues…) : 68%
• Les données CRM (âge, CSP…) : 50%
• Les données techniques (sources de trafic, terminaux…) : 36%
• Les données contextuelles (météo, géolocalisation…) : 26%
• Les données provenant d’une DMP, d’un TMS ou d’un ERP : 17%

Le machine learning, un atout pour la segmentation

D'après le 4è baromètre de l'expérience client, moins de 10% des entreprises utilisent le machine learning pour segmenter. Pourtant, le machine learning permet à la fois d’identifier l’appartenance des visiteurs à un segment et calculer la probabilité de conversion sur un objectif donné. Pour personnaliser, il faut savoir à qui on s’adresse. Sans connaissance client, pas de personnalisation. Or, face à la quantité de données à exploiter, la personnalisation est rendue plus efficace par des algorithmes correctement pilotés pour segmenter l’audience : plus la segmentation visiteur est avancée, plus les actions marketing sont pertinentes et plus la Customer Lifetime Value augmentera.

Le machine learning libère du temps pour que les marketeurs se concentrent sur leur métier, plutôt que sur la phase chronophage de collecte, consolidation, détection d’anomalies et segmentation des données visiteurs - Mia Warde, Consultante chez Kameleoon

Découvrez les résultats clés du baromètre dans cette infographie.  Pour creuser le sujet, nous vous recommandons la lecture du livre blanc : 'laissez l'IA activer vos données".