A/B testing, personnalisation, machine learning… Quelles pratiques mettent en place les marketeurs pour optimiser l’expérience utilisateur en 2017 ?
Pour répondre à cette question, Kameleoon vient de publier les résultats de son 4ème baromètre annuel de l’expérience utilisateur mené en partenariat avec le Hub Institute et le cabinet de conseil Converteo.
Principaux enseignement de ce baromètre 2017 : l’A/B testing et le besoin de personnalisation semblent désormais être des pratiques bien ancrées chez une majorité de marketeurs :
- 60% des sites interrogés pratiquent l’A/B testing en 2017 et 1 site sur 2 lance en moyenne 10 A/B testing par an
- 4 marketeurs sur 5 estiment que la personnalisation de l’expérience utilisateur est indispensable en 2017
- En 2017, 50% des entreprises personnalisent l’expérience utilisateur de leurs visiteurs (en progression de 38% en seulement 1 an)
Personnalisation et segmentation sont incontournables
Les marketeurs ne semblent plus avoir de doutes quant aux enjeux que peut désormais représenter la personnalisation.
61% affirment qu’elle facilite la fidélisation et améliore la valeur des visiteurs. 51% d’entre eux pensent qu’elle aide à la génération de lead et 47% pensent qu’elle est un levier important pour réactiver des clients dormants. Enfin, ils sont 40% à affirmer qu’elle est efficace pour conquérir de nouveaux clients.
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%
Les atouts du machine learning encore peu utilisés
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
– explique Mia Warde, Consultante chez Kameleoon.
Méthodologie
Questionnaire réalisé en Juillet 2017 par téléphone auprès de 250 responsables marketing et UX de tous secteurs d’activités.
