Due-Home augmente son taux de transformation de 88% grâce à la personnalisation Retail Rocket

Due-Home.com est une boutique en ligne qui propose une large gamme de meubles et de produits de décoration pour la maison et le bureau. 

Comme expliqué sur leur site, ils sont animés par une passion : créer des intérieurs uniques , ou les objets sont aussi importants que l’expérience vécue. 

Pour y parvenir, Retail Rocket a un rôle important, puisqu’il contribue à créer cette “expérience unique” pour chaque utilisateur qui se connecte à la boutique. 

Ainsi, depuis 2017, Due-Home s’appuie sur l’intelligence artificielle, pour personnaliser tout son parcours client : du premier moment où l’utilisateur entre dans la boutique en ligne, jusqu’au moment où il reçoit sa commande.

Comme on peut le voir sur l’étude de cas de 2018, la boutique e-commerce est parvenue à augmenter ses ventes de +30% grâce à la technologie Retail Rocket.

Nous allons voir comment la boutique en ligne continue d’atteindre de bons résultats en 2020, au travers de la personnalisation web et email.

La personnalisation Retail Rocket pour les sites de e-commerce

L’achat de meuble se fait rarement sur un “coup de tête”. Avant d’ajouter un produit au panier, le client a besoin de temps pour réfléchir à son achat et pour comparer les produits qui correspondent le plus à ses besoins.

Ainsi, nous avons priorisé la personnalisation I.A. sur les pages ou le client étudie les alternatives, et ou il est susceptible d’affiner sa décision d’achat :

• Accueil
• Menu horizontal de catégorie
• Catégorie
• Produit

Les recommandations sur la page d’accueil

Une bonne personnalisation commence dès la première étape du parcours client : la page d’accueil.

Selon l’intérêt que l’internaute porte au site, il y reste plus ou moins longtemps. 

Pour capter son attention en page d’accueil et l’inciter à continuer son parcours d’achat, les blocs de recommandations qui s’avèrent efficaces se basent sur le comportement de l’utilisateur en temps réel.

Néanmoins, que peut-on afficher lors de la première connexion, alors que nous n’avons pas encore d’informations sur l’utilisateur ?

Dans ce cas, il est possible de mettre en avant les “meilleures ventes”, et les recommandations basées sur le comportement des autres utilisateurs.

 

Les recommandations du “megamenu” en page d’accueil

Les recommandations sont également affichées dans le “mega menu”  horizontal de la page d’accueil.

Cela facilite la recherche des produits et améliore l’expérience utilisateur, grâce à une simplification du parcours client.

En complément, cela accroît les visites sur les pages de produits, ou la probabilité de compléter l’achat est supérieur

 

La personnalisation de la page catégorie

La page catégorie est un bon espace pour afficher les produits qui correspondent le mieux à l’intérêt de l’utilisateur, par “types de produits”. C’est également ici que l’utilisateur affine ses préférences, en comparant les produits similaires.

La personnalisation de la page produit

Quand le visiteur se rend sur la page de produit pour regarder les caractéristiques de l’article, il donne une indication quant à son intérêt à compléter l’achat.

Lors de cette phase, les informations collectées sur l’utilisateur sont plus nombreuses, ce qui permet de réaliser les recommandations les plus efficaces.

Ainsi, dans le cas de Due-home, 83,6% des ventes générées par la recommandation personnalisée proviennent des deux blocs situés sur cette page : 48.5% sont issus des produits similaires ou alternatifs et 35.1% proviennent du bloc “fréquemment achetés ensemble”.

Pour information, la recommandation “fréquemment achetés ensemble” est un nouveau bloc, qui est réalisé sur mesure. Due-home a obtenu d’excellents résultats par ce biais. En particulier, ce bloc augmente le panier moyen, et le nombre d’articles achetés ensembles.

 

Les résultats de la recommandation, en chiffres :

 

	Produits par commande	Produits uniques par commande	Panier moyen	Conversion
Effets de la recommandation personnalisée	+29.11 %	+35.24 %	+25.56 %	+87.95 %

 

Emailing : la personnalisation avec le marketing automation

Grâce aux informations collectées en temps réel, le boutique est capable d’hyper-personnaliser l’ensemble des canaux : d’une part la boutique en ligne (blocs de recommandation), mais également l’emailing (trigger email ou newsletter).

Le levier de l’emailing est intéressant pour améliorer la fidélisation des clients qui ont complété un achat.

Due-Home a mis en place les scénarii d’emailing automatiques suivants :

La recherche abandonnée

Lorsqu’un visiteur réalise une recherche sur site, Retail Rocket lui envoie des produits recommandés qui prennent en compte les mot clés qu’il a entrés.

Recherche abandonnée à cause de produits non-disponibles

Lorsqu’un internaute quitte la boutique, après avoir recherché un produit en rupture de stock, un email à déclenchement automatique est envoyé. Il lui propose des produits similaires à ceux recherchés, qui eux, sont en stock. 

Dans un deuxième temps, l’utilisateur est informé quand le produit est de nouveau en stock.

 

Catégorie abandonnée

Lorsqu’un utilisateur n’est pas parvenu jusqu’à la page produit, et s’arrête à une recherche sur la page de catégorie, il reçoit un rappel avec les produits les plus populaires et les nouveautés de la catégorie.

Abandon de page produit

Lorsqu’un utilisateur quitte la boutique après avoir consulté un produit, il reçoit un email avec des recommandations personnalisées, selon les produits consultés.

 

Panier abandonné

Ce scénario est l’un des plus connus en matière de “trigger email”.

Lorsque le client ajoute un item au panier et qu’il ne finalise pas son achat, il reçoit un rappel de panier abandonné, avec des recommandations personnalisées associées.

 

Après l’achat : la prochaine “meilleur offre”

Un utilisateur qui a complété un achat reçoit un email avec la prévision du prochain achat le plus probable, basé sur son intérêt et sur son achat précédent.

La scénario de réactivation de la newsletter

Si le client ne revient pas sur le site pendant une longue durée, il reçoit un email de rappel, avec des recommandations personnalisées, et les nouveaux produits de la boutique, basés sur son intérêt.

 

 

Email marketing et recommandations : les chiffres

 

	Taux d’ouverture	Taux de transformation	Panier moyen
Personnalisation de l’email marketing – les chiffres	29.86 %	3.40 %	+5.00 %

Conclusions

Les résultats obtenus montrent que 3 ans après l’intégration de la technologie Retail Rocket, Due-Home continue à accroître ses metrics, grâce à une personnalisation de sa boutique;

• • L’intégration de la technologie I.A. Retail Rocket a augmentée le chiffre d’affaires de l’e-boutique de près de +13%
  • Le taux de transformation a doublé avec le recommandation de produits
  • Le nombre de produits par commandes a augmenté de +29.11% en moyenne
  • Le nombre de catégories de produits par commandes a augmenté de +35,24%
  • Le panier moyen avec les recommandations Retail Rocket a augmenté de + 25.56% sur site et de +5% dans l’email marketing

L’expérience de Due-Home

 

 

 

Trois ans après l’intégration de Retail Rocket, la personnalisation basée sur l’intelligence artificielle continue à améliorer nos commandes mois après mois. L’augmentation des metrics, l’excellent travail des équipes et la simplicité de l’outil sont les clés de notre satisfaction.

 

Jordi Ordóñez, directeur marketing de Due-Home