Livre Blanc Data in store, collecte & exploitation : Le point de vente s'inspire du web ?

LIVRE BLANC

DATA IN STORE, COLLECTE & EXPLOITATION :

LE POINT DE VENTE S’INSPIRE-T-IL DU WEB ?Les nouvelles technologies de collecte de data en point de vente favorisent-elles une

exploitation marketing plus fine et temps réel sur le modèle du web ?

Juin 2017

Converteo – Livre blanc Data in store –

Remerciements

Nous remercions vivement les éditeurs et partenaires technologiques avec lesquels nous avons échangé au cours de la rédaction

de ce livre blanc et qui nous ont permis de nourrir nos réflexions :

2

Iacopo CARRERAS, CEO & Fondateur

Patrick SCHENAVSKY, Sales Development Manager

Olivier MAGNAN-SAURIN, CEO & Co-Fondateur

Mathieu FRANCESCH, CEO

Nous recommandons également la lecture des ressources bibliographiques suivantes, dans lesquelles nous avons identifié des

cas et visions marché intéressantes :

• The truth about in-store analytics: examining wi-fi, bluetooth & video in retail par Prism et Monolith

• “Analyze This: Web Style Analytics Enters The Retail Store” par Forrester

• Le Blog Behavior Analytics in Retail

• How to identify retail customer in store par E-consultancy

• Video and the Internet of Things : solving the brick-and-mortar challenge par Prism

• Engaging Connected Consumers through Location Insights par EKN - Fujitsu

Jérôme STIOUI, CEO

http://cdn2.hubspot.net/hubfs/325181/The_Truth_on_In-Store_Analytics_WiFi_iBeacon_and_Video_in_Retail.pdf

http://www.behavioranalyticsretail.com/

https://econsultancy.com/blog/68559-how-to-identify-retail-customers-in-store/

https://prism.com/wp-content/uploads/2016/04/Prism_VideoInternetOfThingsWhitepaper-1.pdf

https://sp.ts.fujitsu.com/dmsp/Publications/public/White Paper Engaging Connected Consumers through Location Insights_Jan 27.pdf


Executive summary

« La Data in store aujourd’hui : un souhait plus qu’une réalité »

3

Beaucoup de technologies sont matures

et répondent aux attentes principales des

annonceurs : caméras 3D et infrarouges,

faisceaux de comptage, beacons, mais peu

ont été déployées à grande échelle.

Une généralisation qui tarde pour des

raisons de coûts : de l’achat initial de la

technologie, les coûts d’installation puis de

maintenance, auxquels il faut parfois ajouter

les coûts de licence.

Un déploiement sur un échantillon

représentatif de points de vente vs

national prend tout son sens pour les

solutions d’analyse comportementale par

souci d’économies.

Des technologies de collecte et d’exploitation matures, mais des coûts élevés

Les difficultés pour identifier le shopper :

l’activation par défaut du wi-fi ou du bluetooth

reste partielle, donc la population est un

échantillon de visiteurs, qu’il faut ensuite

réussir à matcher avec le CRM.

La réalité des points de vente rattrape

également la viabilité des projets : faible

qualité des réseaux wi-fi, coût d’installation

d’un réseau 3G ou 4G.

Des contraintes techniques pour la collecte et l’identification qui impactent le shopper

La captation de données impose des

contraintes à l’utilisateur final : installation

de l’application, opt-in notifications,

connexion via social login ou formulaire (wi-

fi), activation du micro ou la camera (li-fi).

Une ambition d’exploitation de la Data in store légitime mais à intégrer dans la vision stratégique

Le point de vente reste la principale

source de CA et levier de trafic pour les

acteurs omnicanaux, d’où un intérêt majeur

de mieux convertir et développer le panier et

la fréquence in store.

Toutes les technologies ne permettent pas

de répondre à l’intégralité des besoins

entre analytics & insights, construction de

parcours ou activation.

Comme pour tout projet, la garantie de

succès d’une initiative in store réside

dans son intégration à une stratégie point

de vente long terme, claire et détaillée.

Avant propos


Et si vous pouviez connaître le comportement en point de vente de vos shoppers aussi bien que sur

votre site ? Les parcours, les centres d’intérêts, les intentions d’achat, etc.

5

Comptage du nombre

de visiteurs entrant

en point de vente

Collecte des données

de transaction issues

des systèmes caisse

ou de la carte de fidélité

uniquement des clients?

Contrairement aux acteurs e-commerce qui s’appuient sur de la donnée comportementale exhaustive et chaude grâce

au marquage des supports digitaux et la webanalyse, les distributeurs disposent de peu d’informations sur le comportement des

shoppers en point de vente du fait du faible déploiement de solutions d’analytics « in store ».


Les nouvelles technologies de collecte favorisent l’analyse des comportements en point de vente

sur le modèle de la webanalytics et pour des KPIs proches

6

Entrée sur le site

• Visiteurs uniques

• Nouveaux visiteurs

• Visites répétées

• Fréquence de visite

• Taux de rebond

• Sources de trafic

• Indicateurs socio-démographiques (genre,

âge, géographique, …)

• Parcours du visiteur (séquence de

pages et d’événements)

• Pages vues

• Mouvements sur la page

• Temps passé (par page)

• Nombre d’événements : clics, etc.

• Transaction

• Montant du panier

• Fréquence d’achat

• Nombre d’articles

• Taux de conversion

• Cross shopping (achat dans des

catégories distinctes)

• Taux d’abandon panier

Entrée en point de vente

• Visiteurs uniques

• Nouveaux visiteurs

• Visites répétées

• Fréquence de visite

• Attractivité (nombre d’entrants magasin vs

nombre de passants)

• Indicateurs socio-démographiques (genre,

âge, géographique, …)

Visite du site

Visite du point de vente

Achat en ligne

Achat en caisse

• Parcours du visiteur (distance, trajet et

zones parcourues)

• Temps passé (par zone du parcours)

• Temps passé actif / à l’arrêt

• Nombre d’événements : prise produit,

interactions avec conseillers, etc.

• Nombre de conseillers

• Transaction

• Montant du panier

• Fréquence d’achat

• Nombre d’articles

• Taux de conversion

• Cross shopping (achat dans des

catégories distinctes)

• Temps d’attente en caisse

WE

BA

NA

LY

TIC

SIN

ST

OR

E A

NA

LY

TIC

S

Les indicateurs exclusifs à la webanalytics et analytics in-store sont en orange ci-dessous


Derrière la notion de « Data in store », 2 ambitions existent pour les enseignes : (1) collecter de la

data plus fine et temps réel sur un canal clé et (2) la valoriser pour augmenter les revenus

7

COLLECTER

Parcours & Activation

Suivre le parcours du visiteur via un

device digital et tenter de l’identifier

Comptage

Mesurer l’affluence ou l’attractivité en

décomptant les passages

Comportemental

Comprendre les parcours, mouvements

et interactions des visiteurs

Monétisation

Mettre en place des audiences médias

2nd ou 3rd party, de l’insight sharing,

etc.

Activation

Interagir avec le visiteur : campagnes,

notifications, retargeting, servicing,

programme de fidélité, etc.

VALORISER

Valoriser la data collectée

pour augmenter les revenus

Récupérer de la data de qualité

pour enrichir sa connaissance client

Connaissance client

Mieux comprendre pour mieux agir au

service de la stratégie enseigne :

promotion, merchandising, etc.


Mais malgré un fort potentiel, la Data in store, hormis via les système de caisse et carte de fidélité,

est une brique peu mise en valeur à cause de nombreuses contraintes

8

CONTRAINTES ET FREINS

… et organisationnellesDes contraintes techniques …

Intégrer à la stratégie une vision globale de

dataification du point de vente : de l’expérience

client à la perspective business

Clarifier la gouvernance et la responsabilité

budgétaire des projets : Direction Marketing

digital vs. Direction Data, points de vente

franchisés vs intégrés

Prévoir un budget de transformation « data in

store » au regard de la taille des réseaux sur :

technologies, architecture des points de vente,

formation des RH, etc.

Tenir compte des contraintes légales actuelles et

à venir sur la collecte de données et leur

anonymisation : droit à l’image (caméra), GDPR,

opt-in, etc.

Interaction temps réel

Certaines solutions nécessitent des temps de

retraitement de la donnée (flux vidéos)

Contraintes fonctionnelles des technologies

Exemple : le signal lumineux du li-fi doit atteindre le

capteur du device (smartphone à la main), les

ultrasons nécessite l’activation du micro

Niveau d’agrégation / d’échantillonnage

La technologie détermine le niveau d’agrégation :

individu (bluetooth) ou groupe (caméra 3D), et la

précision : échantillon (bluetooth, wi-fi, etc.) ou total

Consentement

Pour être activé, le visiteur doit être opt-in : app

téléchargée et notifications acceptées (par défaut

parfois) ou contact CRM disponible (numéro, email)

Collecter et traiter la data in store :

quels moyens pour quels objectifs ?

1


3 grandes catégories de solutions de collecte et d’analyse de data in store existent, qui se

différencient par leur principe analytique et les enjeux business qu’elles adressent

10

PRINCIPE

ANALYTIQUEDécompte de passage sur un point fixe

Analyse du comportement d’un visiteur anonyme

sur un périmètre précis par reconnaissance de

forme et de direction

Suivi de la localisation d’un visiteur par

synchronisation entre un device disposant d’un

identifiant unique et des émetteurs

OBJECTIF Compter l’affluence à l’entrée ou sur une zone du

point de vente pour une population non identifiée

Comprendre les comportements visiteurs en point

de vente sur une population non identifiée :

déplacement, prise en main de produits, …

Suivre le parcours d’un individu mais pas ses

interactions, avec la possibilité d’interagir

(notification push, retargeting, etc.) lorsqu’il est

identifié

COMPTAGE SIMPLE ANALYSE COMPORTEMENTALE SUIVI DE PARCOURS

TECHNOLOGIES

PRINCIPALES CAMÉRASMOBILIER

CONNECTÉ

FAISCEAUX

(BEAMS)IMAGERIE

THERMIQUECAMÉRAS 3D

CAPTEURS

WI-FIBEACON


Chaque catégorie intègre des solutions basées sur des technologies différentes et qui se

distinguent par leur niveau de maturité et leur capacité à interagir avec les devices

11

CAMÉRAS

Caméras de sécurité

classique (single

lense sensor)

MOBILIER

CONNECTÉ

Planchers sensibles à

la pression,

tourniquets connectés

FAISCEAUX

(BEAMS)

Faisceaux infrarouges

et capteurs de

présence

CAMÉRAS 3D

Capteurs identifiant

les formes via la

température

IMAGERIE

THERMIQUE

Analyse de flux vidéos

caméras 3D retraités

par analyse de forme

3D SPATIAL

LEARNING

Capture et

apprentissage de

l’espace en 3D

CAPTEURS

WI-FI

Boîtiers wi-fi installés

dans le magasin ou

sur un caddie

RFID / NFC

Radio identification

via une radio étiquette

(RFID tag)

ULTRASONS

Boîtier diffusant un

signal sonore ultrason

BEACON

Capteurs beacon BLE

(bluetooth low energy)

LI-FI

Transmission de

données via le

spectre lumineux

NIVEAU DE MATURITÉ - +

MATURITÉ /

REMISE EN

QUESTION

ADOPTION

INNOVATIONS /

EXPÉRIMENTATION

DÉCLIN


Toutes les technologies ne se valent pas : au-delà de répondre à des besoins différents, leur coût,

leur précision ainsi que le niveau d’échantillonnage sont également à prendre en compte

12

PRÉCISION

LOCALISATION PORTÉE

ÉCHANTILLONNAGE

(% des visites) COÛT

MOBILIER

CONNECTÉ- Taille de la dalle - €€

CAMÉRA 2D - Champ vision caméra ~90% €

FAISCEAUX -10 m

maximum de largeur~90% €

IMAGERIE

THERMIQUE- Champ vision caméra - €€€

CAMÉRA 3D 1 m Champ vision caméra - €€€

WI-FI Supérieur à 2-3 m 25 à 50 m

70 à 80%

(taux d’activation par défaut

du wi-fi en France)€€

BEACON* 0,05 à 2 m 2 à 70 m

20 à 30% en hausse

(taux d’activation par défaut

du bluetooth en France)€€

RFID - 10 cm (NFC) à 100 m - €€

LI-FI*(tech. expérimentale)

10 cmLimité à la propagation du

signal lumineux- €€€

ULTRASONS*(tech. expérimentale)

1 m 1 à 20 m - Non disponible

3D SPATIAL LEARNING(tech. expérimentale)

Non disponible Champ vision caméra - Non disponible

*technologies

nécessitant

l’installation d’une

application pour

l’activation

(notifications push,

retargeting, etc.)


Sous-titre

Les principes analytiques des différentes technologies

13


Technologies de comptage

Une méthode simple pour déterminer l’affluence d’un point de vente

14

TrajetMeuble ou

linéaire

+1

COMPTAGE DES VISITESPRINCIPE TECHNIQUE

Un dispositif est placé en entrée de point de vente ou dans des

passages stratégiques : allée principale, proximité de caisses,

…dès son activation (rupture de faisceau, pression sur un plancher,

passage d’un tourniquet), une visite est comptée.

Faisceau (invisible)

Plancher

Caméra 2D


Technologies de comptage

Les technologies de comptage s’appuient sur des fonctionnements simples

15

CAMÉRA DE

SURVEILLANCE

Caméras de surveillance 2D (monoculaire) ou

3D (stéréoscopique) avec connexion au réseau

MOBILIER

CONNECTÉ

Plancher ou tapis sensible à la pression

Tourniquets comptant les passages

FAISCEAUX OU

BEAMS

Faisceau infrarouge transmis par un émetteur

vers un récepteurSYSTÈME

2D : reconnaissance d’objets se déplaçant dans

le champ de vision et décompte comme des

personnes en fonction de la taille et du

mouvement (90% de précision)

3D : ajout de la profondeur en complément de la

2D dans le champ de vision afin de mesurer la

hauteur de l'objet décompté pour une plus

grande précision

Intégralité des visites (90-100%)

Envoi d’un signal lumineux en continu par un

émetteur vers un récepteur placé de part et

d’autre du point d’entrée / sortie

Un passage est compté par rupture du faisceau

lumineux

CO

LL

EC

TE

FONCTIONNEMENT

Échantillonnage

Granularité

Identification

Temps réel

Visiteur

Non

Possible

Intégralité des visites (~80%)

Visiteur

Non

Possible

Installé à l’entrée / sortie du point de vente, le

mobilier connecté (plancher, tapis, tourniquet)

décompte le nombre de passages (entrée et/ou

sortie) grâce à l’action exercée sur l’installation

Intégralité des visites (~90%)

Visiteur

Non

Oui

CONTRAINTE

Légale : fortes contraintes sur l’exploitation du

droit d’image des individus en France

Précision : perte de précision en fonction des

ombres, reflets et densité du trafic pour la 2D

Précision : le comptage est perturbé par les

effets de groupe ou le passage des caddies

Précision : en fonction de la technologie, le

comptage est moins précis sur les mouvements

de groupe et les entrées / sorties simultanées


Technologies d’analyse comportementale

Le retraitement des enregistrements rattachent les comportements à la signature d’un visiteur

16

TrajetArrêt / pause

(dwell time)Meuble ou

linéaire

ENREGISTREMENT DE LA VISITE ET DES INTERACTIONSPRINCIPE TECHNIQUE

HauteurVitesse

Direction

Largeur

Signature

(forme ou thermique)

Individu

(caractéristiques)

Prise en main

d’un produit

Le flux enregistré est analysé pour identifier des individus uniques via

leur signature (forme, taille, etc.) ainsi que leur déplacement (direction,

vitesse) dans le cas des caméras 3D ou thermiques, caractéristiques

qui permettent ensuite d’étudier les interactions et parcours.


Technologies d’analyse comportementale

Les technologies d’analyse comportementale étudient les interactions sans identifier le visiteur

IMAGERIE

THERMIQUE

Caméra mesurant l’énergie thermique émise

par un objet ou un corps

CAMERAS 3D

Caméra 3D stéréoscopique identifiant des

visiteurs uniques grâce à leur taille, masse,

vitesse et direction

Détection et suivi des mouvements d’un visiteur

par les capteurs thermiques grâce à la chaleur

émise par le corps humain

Non sensible aux différences de luminosité

Intégralité des visites

Visiteur

Non

Possible

Suivi d’un visiteur unique et de ses interactions

en point de vente sans identification de

l’individu basée sur la masse, la direction et la

reconnaissance faciale (anonymisée ensuite)

En fonction des technologies, possibilité de

qualifier les visiteurs selon différents critères :

adulte/enfant, tranche d’âge, sexe, … et

d’exclure les membres du staff

Intégralité des visites

Visiteur

Non

Possible

Précision : l’analyse est perturbée par les effets

de groupes (sources de chaleur proches) et ne

différencie pas employés / shoppers

-

SYSTÈME

CO

LL

EC

TE

FONCTIONNEMENT

Échantillonnage

Granularité

Identification

Temps réel

CONTRAINTE

17


Technologies de suivi de parcours

Le signal émis vers le device du visiteur le positionne dans le point de vente et peut générer des

actions après synchronisation avec les systèmes backend

18

TrajetMeuble ou

linéaire

SUIVI DE LA LOCALISATION DU DEVICEPRINCIPE TECHNIQUE (BEACON)

Un émetteur diffuse un signal bluetooth avec un ID unique lu par le

device visiteur (si le bluetooth est activé) et envoyé vers des serveurs

pour analyse de la localisation dans le point de vente.

Des actions on-device peuvent être déclenchées uniquement si

l’application enseigne est installée et les notifications acceptées.

Beacon (émetteur

avec ID unique)Capteur actif

(bluetooth) et App

installée

Communication

serveur fournisseur beacon

ou enseigne ou solution de

production de pushs

Action

contextualisée

Localisation et

recherche

triggers et actions

Instructions

d’action

ID User

ID BeaconEnvoi


Technologies de suivi de parcours (1/2)

Le wi-fi et les beacons reconstruisent le parcours du visiteur sur la base de sa localisation

19

CAPTEUR WI-FI

Boitiers captant les signaux wi-fi (récepteur)

émis par les smartphones (émetteur) lorsqu’ils

recherchent un réseau

BEACON

Appareil envoyant des signaux (émetteur)

captés par les smartphones équipés de la

technologie Bluetooth (récepteur)

Localisation du visiteur en point de vente sur la

base des signaux émis par le wi-fi activé sur le

device mobile du visiteur

Grâce à l’identifiant wi-fi unique (adresse MAC),

les visiteurs sont rendus uniques mais

anonymes

Si application de l’enseigne installée, matching

possible entre la personne et son profil CRM

Echantillon (supérieur à 70% des visites)

Visiteur / individu

Oui

(mais anonyme si application non installée)

Oui

Localisation du visiteur en point de vente sur la

base des signaux émis par le beacon et reçus

par le device mobile, et grâce à l’intensité du

signal

Si l’application de l’enseigne est installée, des

notifications push peuvent être envoyées au

visiteur identifié

Echantillon (~30% des visites ; en hausse)

Visiteur / individu

Possible

(si application installée)

Oui

Utilisateur : wi-fi activé sur le device visiteur

Synchronisation : device connecté à internet

pour se synchroniser avec les serveurs

Utilisateur : Bluetooth activé sur le device

visiteur et application de l’enseigne installée

Synchronisation : device connecté à internet

pour se synchroniser avec les serveurs

SYSTÈME

CO

LL

EC

TE

FONCTIONNEMENT

Échantillonnage

Granularité

Identification

Temps réel

CONTRAINTE

RFID (Radio

Frequency Identification)

Etiquette RFID émettant des radiofréquences

captées et lues par un récepteur-lecteur, encore

principalement utilisé sur des produits

A proximité d’un capteur, transmission par

l’étiquette RFID de diverses informations

(référence, origine, caractéristique, …)

Les étiquettes sont collées ou incorporées dans

des objets ou produits

Principalement utilisée pour la micro-localisation

(courte portée), pour certaines étiquettes, les

distances de lecture avoisinent les 100m

Echantillon

Individu / produit

Possible

(si information embarquée dans l’étiquette)

Oui

Technique : le récepteur doit être à proximité

de l’émetteur pour récupérer les informations


Technologies de suivi de parcours (2/2)

Le li-fi et les ultrasons (aussi appelé watermarking) sont peu exploitées ; le 3D spatial learning

est encore en développement

20

Transmission de données par la lumière LED

via des modulations à haute fréquence

Boîtier ultrason diffusant un signal sonore haute

fréquence inaudible capté par le micro du

device du visiteur

Localisation du visiteur par interprétation d’un

signal lumineux différencié lu par les récepteurs

situés dans le device (caméras)

De la même manière que le Bluetooth, le li-fi

nécessite l’installation d’une application

enseigne pour interpréter le signal et générer de

l’activation

Echantillon

Grâce à un module intégré dans l’application de

l’enseigne, décodage par le device du visiteur

de signaux ultra-sons permettant sa localisation

dans le point de vente et le déclenchement de

contenus contextualisés en mode push

Ne nécessite pas nécessairement d’installation

hardware supplémentaire : diffusion des

signaux par haut-parleurs traditionnels

Visiteur / individu

Possible


Oui

Echantillon

Individu

Possible


Oui

Technologie : le device mobile du visiteur doit

être équipé d’un récepteur capable de décrypter

les informations transmises par le li-fi

Utilisateur : le visiteur doit avoir téléchargé

l’application dédiée (+opt-in)

Technologie : l’application doit être active ou

en veille pour déclencher des interactions

ULTRASONS

(WATERMARKING)LI-FI

SYSTÈME

CO

LL

EC

TE

FONCTIONNEMENT

Échantillonnage

Granularité

Identification

Temps réel

CONTRAINTE

Modélisation et reconstitution de l’espace en 3D

grâce à la combinaison de capteurs optiques et

inertiels depuis un périphérique mobile

Géolocalisation du visiteur grâce à une

reconstitution en 3D du point de vente et ajout

d’informations contextuelles dans l’espace

visualisable par le visiteur sur son device, en

plus d’une fonction GPS in-store

Echantillon

Individu

Oui

Oui

Technologie : le device du visiteur doit être

équipé de cette technologie

3D SPATIAL

LEARNING


En quelques mots …

21

Pour de la maîtrise

d’affluence et la gestion de

file d’attente

Les technologies de comptage constituent l’option la

plus logique car il n’y a pas d’échantillonnage

Pour de l’analyse

comportementale

Les systèmes de caméras permettent la mesure

d’interactions et de flux sur des zones précises, sans

reconstruction de parcours unique, mais doivent être croisées

avec un plan du point de vente à jour

Pour de l’activation pendant

et après visite

Les technologies beacon et wi-fi sont les plus utilisées

mais souffrent encore d’un niveau d’échantillonnage élevé :

seule une partie de la population peut être détectée et activée

Le challenge de l’identification du visiteur :

le pont de la collecte vers l’activation

2


L’identification du visiteur comme un individu unique propriétaire d’un moyen d’interaction, fait

passer de l’analytics seul à la possibilité d’activation in store

23

COMPTAGE GROUPEGroupe de visiteurs soumis au risque d’effet

de groupes

COMPTAGE

COMPORTEMENTAL

VISITEUR UNIQUE

VISITEUR ACTIVABLE

CLIENT

Visiteur rendu unique mais anonyme (non

identifié) : pas d’identification ni

d’activation

Visiteur avec Wi-Fi ou Bluetooth activé par

défaut et application enseigne installée :

possibilité d’activation

Visiteur unique et identifié comme client :

réconciliation entre comportemental et

transactionnel

Détection d’un visiteur par

son « empreinte » corporelle

ou un ID unique

Synchronisation Wi-Fi /

Bluetooth et application

Actions temps réel :

notifications push, retargeting

Entrée magasin

PARCOURS / ACTIVATION


L’identification est favorisée par les devices mobiles et les applications enseigne qui transmettent

par leurs interactions avec les technologies in store des identifiants uniques : adresse mac, email, …

24

TECHNOLOGIES UTILISÉESID

EN

TIF

IAN

T U

NIQ

UE

SYSTÈME CAISSE BORNE MAGASIN APP MOBILE CAPTEURS WI-FI

Carte de crédit

N° carte de fidélité

Nom / Prénom / Adresse

Adresse email

Coupon avec ID unique

Advertising ID / Cookie

Adresse MAC (wi-fi)

*La technologie beacon ne collecte pas d’identifiant unique car elle utilise le device comme récepteur et non émetteur, c’est l’application qui analyse le signal

des beacons et détermine les actions à effectuer via une connexion application – serveur.

*

L’exploitation de la data collectée in store :

illustrations et cas d’usage

3


Les cas d’activation de la data in store sont variés et dépendent toujours des technologies choisies

26

Connaissance client au

service de la stratégieMonétisation des

données collectées

• Marketing mix : optimisation des

leviers offre, promotion, prix,

merchandising en fonction des

interactions des visiteurs

• Segmentation des visiteurs

identifiés et des clients sur la

fréquence et le panier online et

offline

• Optimisation des plans de masse

sur la base des parcours et

conversion

• Prévisions et logistique en fonction

de l’affluence en temps réel

• Insight sharing : monétisation des

données aux partenaires pour la

connaissance client et les

campagnes

• Valorisation des points de vente :

optimisation du calcul des montants

des baux commerciaux et des loyers

Activation des visiteurs

avec des campagnes

• Acquisition et média : retargeting

en point de vente ou géolocalisé

• Marketing relationnel :

personnalisation et contextualisation

des messages (timing et contenu)

pré et post achat

• Cross-canal : gestion de la pression

cross-canale


Un des rares exemples de déploiement à grande échelle : WoolWorths, un POC sur le Click &

Collect à Sidney avant déploiement sur 254 points de vente

27

OPTIMISATION DE LA PRÉPARATION ET DU RETRAIT CLICK & COLLECT

OBJECTIF

TECHNOLOGIES

UTILISÉES

MÉTHODE

KEY LEARNINGS

• Un choix de technologie qui vient soutenir une démarche marketing et non l’inverse

• Une démarche qui vise à améliorer l’expérience client plutôt qu’à tester une technologie

• Un volontarisme dans le POC et le déploiement (obsolescence de la technologie inconnu, coûts importants…)

• Organisation interne

• Changement des process de travail des équipes

• Investissement dans la solution

• Une démarche « test & learn » : déployé au départ sur une application mobile dédiée, la fonctionnalité sera désormais

directement intégrée dans l’application de l’enseigne

Augmenter la satisfaction client en réduisant l’attente entre l’arrivée en point de vente et le retrait des achats en Click & Collect

Suivi de parcours et activation via beacon

• Lorsqu’un client vient pour retirer sa commande Click & Collect et qu’il arrive dans une zone spécifique du point de vente, un

message prévient les équipes pour qu’elles préparent la commande (pratique autrement appelée « géofencing »)

• Une fois la commande préparée, une notification push déclenchée par la technologie beacon prévient le client que sa

commande est prête

• Un choix de technologie pour soutenir une démarche marketing et non l’inverse

• Un volontarisme dans le POC et le déploiement (obsolescence de la technologie inconnue,

coûts importants, …) :

• Organisation interne

• Changement des process de travail des équipes

• Investissement dans la solution

• Une démarche « test & learn » : déployée au départ sur une application mobile dédiée,

la fonctionnalité est maintenant directement intégrée dans l’application de l’enseigne

DESCRIPTIONLa remise d’une commande Click & Collect pour des produits alimentaires nécessite toujours un délai de préparation, lié aux

différents modes de stockage des produits (frais, surgelé, sec…)

Ces temps de préparation et d’attente pour le client ont été identifiés comme des irritants par WoolWorths

Converteo – Livre blanc Data in store – 28

Source :http://www.rsrresearch.com/research/what-video-analytics-can-do

DE

SC

RIP

TIO

N

Développer les ventes grâce à un meilleur merchandising : A/B test

de plan d’implantation

Analyser les réactions des visiteurs au niveau du produit (trafic,

temps d’arrêt, prise en main)

Optimiser le staffing grâce au comptage de personnes

Granularité : agrégat (anonymisation de la

donnée)

Flux vidéos des parcours de visiteurs en magasin

Données de système de caisse pour

performance des ventes

http://www.lsa-conso.fr/comment-les-terrasses-du-port-exploitent-le-potentiel-du-beacon,207025

Le centre commercial Les terrasses du port à Marseille a déployé 250

beacons de la société Match2blue sur 61 000 m²

L’application Les Terrasses du Port PLUS permet aux 160 enseignes de

pousser des notifications publicitaires ciblées aux utilisateurs opt-in en

fonction de leurs parcours et intérêts renseignés lors du paramétrage

L’application doit être téléchargée et le bluetooth actif sur le device de

l’utilisateur pour que les signaux des beacons soient interprétés

Via un système de gestion de contenu (CMS) commun, les enseignes

gèrent de façon autonome le contenu qu’elles diffusent aux clients

CENTRE COMMERCIALLES TERRASSES DU PORT

Ajuster le pricing des baux commerciaux grâce à l’analyse des parcours

visiteurs (temps de visite, taux de fréquentation, zone froide ou chaude)

Créer de l’engagement en boutique grâce à des promotions ciblées

Offrir un service supplémentaire en permettant aux visiteurs de se

localiser dans le centre commercial

Granularité : visiteur identifié (grâce à

l’application)

Signaux beacons permettant la géolocalisation

dans le centre commercial

Données CRM collectées lors de la

configuration de l’application

OB

JE

CT

IFS

DO

NN

ÉE

S

La chaîne de confiserie américaine Lolli and Pops a mis en place un

système d’analyse vidéo Prism Skylabs dans son réseau de magasins

Le dispositif Prism Skylabs interprète les mouvements flux vidéos des

caméras de sécurité existantes en identifiant les déplacements des

individus

Les résultats sont accessibles dans une interface à un niveau de

restitution agrégé (pas de données brutes) sous forme de cartes de

chaleur (heatmaps)

D’autres exemples de cas d’usage déployés à plus petite échelle


Sous-titre

Cas d’usage d’exploitation de la data collectée en point de vente

29


Cas d’usage média et CRM

Identifier un client qualifié pour mobiliser les ressources magasin nécessaires

30

OBJECTIFS Identifier un visiteur engagé dès son arrivée

ENJEUX

BUSINESS

• Augmenter la conversion via la vente assistée :

recommandation personnalisée par un vendeur

GRANULARITÉ Individu

TECHNOLOGIES

UTILISÉESSuivi de parcours : beacon, wi-fi …

MÉTHODE

Identification dès l’entrée en magasin d’un visiteur connu et

qualifié comme étant appétent à une catégorie de produit (par

exemple sur la base de son historique de navigation ou ses

transactions précédentes)

Mobilisation d’un vendeur dès l’arrivée en magasin du visiteur

RESULTATS

ATTENDUS

• Hausse du taux de conversion des visiteurs

• Capacité à mobiliser efficacement les ressources du point de

vente


Cas d’usage média et CRM

Autres cas d’usage orientés média et CRM à des fins d’activation des visiteurs

31

OBJECTIFS• Développer la conversion cross-canale

• Favoriser la re-visite

TECHNOLOGIES

UTILISÉESSuivi de parcours : beacon, wi-fi …

MÉTHODE

Sur la base des univers produits visités

lors du dernier passage en point de vente,

envoi d’un email promotionnel ou de

retargeting

RELANCE POST-VISITE

GRANULARITÉ Individu

DRIVE TO STORE

• Augmenter la fréquence de visite de

visiteurs qualifiés

• Développer la conversion cross-canale

Envoi d’une communication personnalisée

basée sur l’historique de navigation

n’ayant pas généré de conversion lorsque

le visiteur est à proximité du point de

vente

Suivi de parcours : beacon, wi-fi …

Individu


Identifier les zones « clés » du point de vente

Cas d’usage connaissance client

Mesurer l’attractivité du linéaire pour impacter le plan de masse

32

• Optimiser le merchandising : mise en avant, plan

d’implantation, organisation du linéaire

Agrégat

Analyse comportementale : caméras 3D, imagerie thermique

Analyse des zones devant lesquelles les temps d’arrêt sont les

plus importants et les zones d’interaction visiteur / linéaire

comme de la prise en main de produit

• Zones froides / chaudes en termes de trafic et d’interactions

• Répartition du trafic (part des visiteurs) par zone du magasin

OBJECTIFS

ENJEUX

BUSINESS

GRANULARITÉ

TECHNOLOGIES

UTILISÉES

MÉTHODE

RESULTATS

ATTENDUS


Cas d’usage connaissance client

Comprendre les circulations des visiteurs dans le point de vente

33

• Reconstituer les parcours et évaluer

leur « efficacité »

• Détecter des centres d’intérêt

Suivi du déplacement de visiteurs uniques

et identifiés pour segmenter les parcours

en fonction de facteurs : conversion, trafic,

durée, …

PARCOURS CLIENT AFFLUENCE

• Gérer les files d’attente

• Optimiser l’affectation des ressources

en période d’affluence

Comptage du nombre de visiteurs dans

des zones « stratégiques » du point de

vente pour allouer les ressources :

vendeurs, caisses, …

Suivi de parcours + données sortie de

caisses

Comptage : faisceaux, caméras de

surveillance

Individu Agrégat

OBJECTIFS

TECHNOLOGIES

UTILISÉES

MÉTHODE

GRANULARITÉ


Cas d’usage monétisation des données collectées

S’appuyer sur de la donnée chaude pour du RTB ou de la donnée froide pour poser les bases d’un

dispositif d’insight sharing

34

Monétiser une audience qualifiée et localisée

Mise aux enchères en temps réel des profils des

visiteurs présents et adressables dans le point de vente

sous forme d’audience pour le retargeting ou le display

in store

MÉDIAS POUR RTB INSIGHT SHARING

Proposer un service à forte valeur ajoutée pour des

entreprises partenaires

Partage des données agrégées sur le trafic dans un

centre commercial ou devant un linéaire pour que les

marques proposent des projets de transformation :

trade marketing, merchandising, mise en avant, …

Suivi de parcours

Beacon, Wi-fi …

Suivi de parcours

Beacon, Wi-fi …

Individu Individu

OBJECTIFS

TECHNOLOGIES

UTILISÉES

MÉTHODE

GRANULARITÉ

Intégrer le projet « Data in store »

dans l’entreprise

4


Panorama des acteurs du marché

Les acteurs de l’univers data et marketing in-store se répartissent entre fabricants de matériels,

intégrateurs et solutions d’analytics, et parfois cumulent plusieurs de ces rôles

36

A noter : certains des acteurs répertoriés ci-dessus peuvent posséder leur propre technologie et proposer des solutions d’intégration

Nous avons choisi de lister les principaux fournisseurs de solutions analytics en les classant selon le type d’exploitation de données :

COMPTAGE SIMPLE ANALYSE COMPORTEMENTALE SUIVI DU PARCOURS ACTIVATION

WI-

FI /

BL

UE

TO

OT

HC

AM

ÉR

AA

UT

RE

S

(Glimr)

(Kairosfire)


Ecosystème Data & Marketing

La data in store, une brique de valeur supplémentaire dans l’écosystème data de l’entreprise

37

Content management

system (CMS)

Etudes marketing

Campagnes relationnelles et

marketing (Email, SMS)

CRM

Logistique

Plans merchandising

RH et planning

Webanalyse :

trafic (visites) et

comportement (interactions)

A/B test

Session replay

Campagnes d’acquisition

payantes : online et offline

Météorologie

Géolocalisation

Mobile

Système de caisse

Programme de fidélité

Caméra

Wi-fi

Bluetooth

Ecosystème media

(DSP / SSP)

Data Management

platform (DMP)

Digital Asset

Management

Marketing automation

CRM

Data management &

storage

Business intelligence

et webanalytics

Campaign

management

CRM & Data

onboarding


Impacts sur l’entreprise

Au-delà des défis, les mutations en point de vente engendrées par une meilleure exploitation de la

donnée et en temps réel vont poser des challenges métiers, techniques et organisationnels

38

MÉTIER ORGANISATIONNELTECHNIQUE

• Impact sur la gestion du point de

vente et des baux commerciaux :

allocation de m² en fonction du trafic

potentiel

• Indépendance accrue des points de

vente en terme de stratégie in store

et d’analytics

• Gestion de la pression marketing sur

les visiteurs identifiés notamment

sur le retargeting offline post visite

en point de vente

• Challenge de l’augmentation de la

part des visites captées par des

technologies d’analyse de parcours :

bluetooth, wi-fi, …

• Mise à jour agile et automatique des

plans de chaque point de vente via

le spatial learning pour maintenir la

qualité des résultats de l’analytics in

store

• Déduplication des visites entre les

points de vente via l’identification

• « Désilotage » de la donnée afin de

développer une vision client 360°

unifiée entre online et offline

• Redéfinition du métier de vendeur /

conseil en point de vente

• Flexibilisation des horaires et des

plannings en fonction de l’affluence

• Intégration des contraintes légales

de l’exploitation de la donnée

individuelle dans les équipes

analytics et métier

Converteo – Livre blanc Data in store

Alexandre MARROTConsultant Senior

@ [email protected]

D +33 1 85 09 72 96

Pierre-Eric BENETEAUManager

@ [email protected]

M +33 6 43 50 09 58

D +33 1 84 16 06 69

Florian MARTINEZConsultant Senior

@ [email protected]

D +33 1 85 08 40 85

Thomas GORGETConsultant

@ [email protected]

D +33 1 85 09 72 96

Thomas FAIVRE-DUBOZDirecteur Associé et Fondateur

@ [email protected]

M +33 6 33 68 34 85

D +33 1 84 16 06 61

LES AUTEURS :