La durée moyenne d’un parcours d’achat cuisine est de 40 jours (source : Novascope Cuisine) et la fréquence de renouvellement de l’équipement des foyers français est de 23 ans. Toute opportunité non-exploitée est donc perdue pour longtemps ! L’analyse de l’institut d’études Moaï, via son Directeur Innovation & Data, Hervé Bonnet, en amont de son intervention lors du Printemps des Etudes, début avril à Paris.
L’institut d’études MOAÏ et un cuisiniste se sont associés pour lancer une approche innovante dans l’analyse des parcours d’achat.
La première démarche a été de construire un “Data Lake” regroupant l’ensemble des données “on” et “off” line disponibles : les données du CRM, de la GRC (téléphone et mail), du chat, des fréquentations du site… Les analytics ont ensuite été stockés dans un seul et unique entrepôt de données.
La construction d’un identifiant unique permettant de connecter toutes ces données était une condition préalable et pour ce faire, nous avons travaillé en partenariat avec Advalo (start’up rennaise).
Avec ce corpus de données, MOAÏ a ensuite travaillé avec des méthodes de machine learning et modélisé les parcours d’achat en 2 temps :
– 1 – Clustering (k means) des prospects porteurs de projets pour les catégoriser selon leur comportement omni canal qui a permis d’identifier 5 persona.
– 2 – Déploiement (random forest) de cette segmentation sur l’ensemble des prospects dès leur premier contact et calcul d’un score prévisionnel d’appétence à l’établissement d’un devis.
Les résultats du modèle sont probants : ils témoignent d’une stratégie omnicanale mise en œuvre par les prospects très segmentante et le prévisionnel des volumes et montants des devis sont précis à 2%.
Dans une logique DMP, l’affectation des prospects aux personae est implémentée dans le système d’information du cuisiniste, permettant ainsi d’adapter les messages marketing selon les profils et de privilégier les prospects à forte probabilité de valeur ajoutée.
Aujourd’hui, il reste à optimiser la transformation du devis, sous réserve de pouvoir intégrer une variable exogène significative : la pression commerciale concurrente.
Hervé Bonnet, Directeur Innovation & Data de Moaï Institut d’études
