View
635
Download
1
Category
Preview:
DESCRIPTION
How to maximise the ROI of your data on multichannel and at all points of customer journey: acquisition, conversion & retention? Presentation with Adobe Omniture Solution @Valtechdays 2011
Citation preview
Placer
votre logo
si besoin
© Valtech 2011
Comment maximiser le ROI des données?Acquisition, Conversion, Rétention
Digital Performance Lead
Valtech
Aurélie Hornoy
Consultant Solutions Senior
Adobe – Division Omniture
Antoine Leven
© Valtech 2011
Positionnement Adobe
Simplifier Engager Optimiserla création de contenu l’accès multicanal l’impact de la communication
© Valtech 2011
Suite de marketing en ligne Adobe
Solutions
Plate-forme
Optimisation
Publication E-Commerce Génération
de lead
Modèles
commerciaux
en ligne
Données de
l'entreprise
• CRM
• Centres
d'appels
• POS
• Bornes
• Analyse en
veille
stratégique
Notoriété Acquisition Conversion Rétention
Analyse
Données en
ligne
• Bannières
• Recherche
• Médias
sociaux
• Mobile
• Vidéos
© Valtech 2011
Valtech : Digital Performance center création ou refonte
Diagnostic/Audit
Web intelligence
Inception
Plug and measure
Tableaux de bord
personnalisés
Real time analytics
Formation
Acquisition
Rétention
Conversion
PLATEFORME
Digital
Performance
Center
INTEGRATION
STRATEGIE
OPTIMISATION
© Valtech 2011
Le défi du marketing
. . . Réfléchir à une véritable stratégie digitale orientée R.O.I.
© Valtech 2011
Agenda
Collecter des données
Segmenter les cibles
Optimiser en continu
Démonstration
Les enjeux
© Valtech 2011
Les enjeux du marketing
7
45 millions d'utilisateurs Internet en France
Une campagne classique peut atteindre
70 % des utilisateurs = 31 millions
Taux de clics de 1 % =
0,31 millions
30 % de rebond
= 0,22 million
Taux Conversion de 2 %
= 4 400
70,0 %
0,7 %
0,5 %
0,01 %
% d'utilisateurs en
ligneInfluence
Budget, durée et
plan média
Ciblage, message
et éléments
créatifs
Expérience sur page
d'atterrissage
correspondant avec le
message publicitaire
. . . De l’acquisition d’audience à l’acquisition de clients
Pertinence, offre, expér-
ience
2nd
scénario
0,25 € 4 000 000 1M€ 3 % 120 000 12 000 000 20 %
Exemple de campagne de référencement payant
(SEM)
Variables de la campagne
• Coût par clic (CPC)
• Taux de clics (CTR)
• Classement des mots-clés = Impressions publicitaires
Variables de l'e-marchand
• Taux de conversion
• Panier moyen
• Bénéfice ou retour sur investissement
8
CPC Clics Coût
acquisition
Taux de
conversion
Commandes Revenu
(en €)
Retour sur
investis-
sement
1er
scénario
0,25 € 4 000 000 1 M€ 2 % 80 000 8 000 000 -20 %
L'impact sur les variables affecte considérablement le retour sur investissement
Les informations et les outils assurent les performances
• Réduire le coût par clic et augmenter le taux de clics pour optimiser le volume du site
• Obtenir des clics plus pertinents pour augmenter le taux de conversion et le volume
moyen de la commande
© Valtech 2011
Mais encore…des ressources et du temps
*Internal VT&B Data
9
© Valtech 2011
10
Collecter et automatiser
Organiser et classifier
Comprendre et analyser
Des technologies et services alignés sur des besoins
© Valtech 2011
La démultiplication des canaux
Offline
Branding &
Acquisition
Considération
Conversion
Rétention
Consolider les données
Segmenter
Optimiser
SEM
SEO
Emailing
Presse
TV
Seg
men
tati
onInternet
Appli/Mobile
Online
Bornes
Réseaux sociaux
Branding & Acquisition
© Valtech 2011
Avoir une vision complète
Image courtesy of CelebrationPackages.com
© Valtech 2011
Image courtesy of CelebrationPackages.com
Avoir une vision complète
© Valtech 2011
Image courtesy of CelebrationPackages.com
Avoir une vision complète
© Valtech 2011
Canal Côut Visiteur Lead CAClient
Taux
de
Conv.
ROI
SEM €50,000 106,345 24,228 €415,500 545 0,02% 7,31
CRM €20,000 35,098 4,386 €153,650 180 0,04% 6,68
Un ROI mesurable à chaque instant
Une vision complète
Données
Tiers
Données
Online
Données
Offline+ + =
© Valtech 2011
Offline
Branding &
Acquisition
Considération
Conversion
Rétention
Consolider les données
Segmenter
Optimiser
SEM
SEO
Emailing
Presse
TV
Seg
men
tati
onInternet
Appli/Mobile
Online
Bornes
Réseaux sociaux
Branding & Acquisition
Segmenter : comprendre la diversité des profils
et des comportements
© Valtech 2011
Qui sont-ils? D’où viennent-ils? Que font-ils?
Autre
Call Centers
Magasin
Television
Kiosk
Courrier
Web
GAB
PDV
Mobile
© Valtech 2011
Domaine de
référence
ID de campagne
Société affiliée
Paiement au clic
Recherche naturelle
Direct/signet
Variables du référent
Client/prospect
Nouveau visiteur/visiteur
récurrent
Type de comportement lors
d’une visite précédente
Produits d'intérêt précédents –
niveau supérieur
Produits d'intérêt précédents –
niveau inférieur
Recherches
Achats en ligne précédents
Exposition de la campagne
précédente
Réponses à la campagne
précédente
Variables de comportement de
site
Adresse IP
Pays d'origine
Fuseau horaire
Système
d'exploitation
Type de navigateur
Résolution d'écran
Variables d'environnement
Variables temporelles
Heure du jour
Jour de la semaine
Récence
Fréquence
Variables
hors
ligneHautement prédictif
Profil anonyme
Combien de segments? Comment les définir?
© Valtech 2011
Découverte :
Une plus grande résolution d’écran montre un taux de conversion de 45%
supérieur
Insight :
Les notations et les revues des clients
augmentent les taux de conversion
Segmentation par nombre de visite
Récurrent Prospect ClientNouveaux
Visiteurs
Quel type de
promotion va
augmenter le panier
moyen d’un nouveau
visiteur?
Quel contenu va
impacter la fidélité
d’un client existant?
x2
Segmenter pour une expérience pertinente
Segments multi-dimensionels
© Valtech 2011
Offline
Branding &
Acquisition
Considération
Conversion
Rétention
Consolider les données
Segmenter
Optimiser
SEM
SEO
Emailing
Presse
TV
Seg
men
tati
onInternet
Appli/Mobile
Online
Bornes
Réseaux sociaux
Branding & Acquisition
Optimiser : pertinences des messages et
des expériences
© Valtech 2011
Les bénéfices de la segmentation de l’optimisation
Segment A Segment B Segment C Segment DNon-SegmentéCumul avec
segmentation
{Multiplication de la valeur
Reven
u
© Valtech 2011
Tester et cibler
25
RÉITÉRER
© Valtech 2011
Tester – test A/B
+9%
+25%
+43%
Baseline
© Valtech 2011
Version « 2 step »
Version « 3 steps »
Version « 1 step »
Tester – test MVT +8% de demande de
dossier du
dimanche au jeudi
Meilleur performance
le vendredi et le
samedi
© Valtech 2011
Refonte de la page d’accueil
Mise en avant du lien de partage de l’article
Diagnostic:•Les données de web analyse montrent la
sous-utilisation du lien de partage de l’article de
homme
•Les réseaux sociaux sont une source
importante de trafic
Impact:•Tester des alternatives afin de donner une
meilleure visibilité au lien de partage
© Valtech 2011
Recipe B
Expose the sharing links but keep them in
the toolbox.
Refonte de la page d’accueil
Mise en avant du lien de partage de l’article
© Valtech 2011
Recipe C
Expose top sharing links within the article
flow. Link to the complete list.
Refonte de la page d’accueil
Mise en avant du lien de partage de l’article
© Valtech 2011
Recipe A Recipe B80% lift Recipe C135% liftLift = increased clicks to share
Recipe D Recipe E188% lift Recipe F
139% lift162% lift
Refonte de la page d’accueil
Mise en avant du lien de partage de l’article
© Valtech 2011
Domaine de
référence
ID de campagne
Société affiliée
Paiement au clic
Recherche naturelle
Direct/signet
Variables du référent
Client/prospect
Nouveau visiteur/visiteur
récurrent
Type de comportement lors
d’une visite précédente
Produits d'intérêt précédents –
niveau supérieur
Produits d'intérêt précédents –
niveau inférieur
Recherches
Achats en ligne précédents
Exposition de la campagne
précédente
Réponses à la campagne
précédente
Variables de comportement de
site
Adresse IP
Pays d'origine
Fuseau horaire
Système
d'exploitation
Type de navigateur
Résolution d'écran
Variables d'environnement
Variables temporelles
Heure du jour
Jour de la semaine
Récence
Fréquence
Variables
hors
ligneHautement prédictif
Profil anonyme
L’optimisation via du ciblage
© Valtech 2011
Ciblage de contenu sur la base du profil
© Valtech 2011
Tools Hero
Ciblage de contenu sur la base du profil
© Valtech 2011
Tools Hero
Ciblage de contenu sur la base du profil
© Valtech 2011
Adobe Online Marketing SuiteModules
ACQUISITION CONVERSIONONLINE
ANALYTICS
CHANNEL
ANALYTICS
CMO DASHBOARDS
CRM
Kiosks
Call Center
POS
Teller
Search
Ad Networks
Ad Exchange
Mobile
Video
ONLINE MARKETING SUITE
OPEN BUSINESS ANALYTICS PLATFORM
© Valtech 2011
Démonstration
Footer Text37
© Valtech 2011
Une alliance unique d’un éditeur et d’une agence digitale
leader avec des références mondiales
© Valtech 2011
Droits de reproduction
• Vous êtes libres de :
- Partager : reproduire, distribuer et communiquer cette présentation
- Remixer : modifier cette présentation
• Selon la condition de « Paternité » :
Vous devez impérativement citer le(s) auteur(s) ou le(s) titulaire(s) des
droits (mais pas d'une manière qui suggérerait qu'ils vous soutiennent
ou approuvent votre utilisation du contenu).
• Plus d’informations : http://fr.creativecommons.org
Recommended