Comme un roi Arthur moderne et tous ses chevaliers, les spécialistes du marketing numérique sont toujours à la recherche du Saint-Graal: le site Web qui se personnalise au consommateur.
Si nous pouvons personnaliser l'expérience numérique d'une personne, la pensée va, nous pouvons les encourager, avec tous les bons signaux et les appels à l'action, pour compléter leur achat. La coupe de conversion va se renverser.
Le problème est qu'une expérience parfaitement personnalisée est aussi insaisissable que le Saint Graal lui-même.
Les entreprises ont tellement d'utilisateurs différents nécessitant différents types d'expériences, et la «personnalisation» – cette idée à un million de dollars selon laquelle nous pouvons prédire le comportement des clients à l'avance et leur offrir une expérience en ligne sur mesure – est présentée comme la solution ultime. Les entreprises investissent des ressources dans la personnalisation dans le but d'obtenir un avantage sur leurs concurrents et d'augmenter leurs profits.
Mais tellement de cela est une perte de temps et d'argent.
Il est facile d'être séduit par l'idée que si nous pouvons identifier des comportements similaires parmi les groupes de clients, cela nous permettra de prédire comment les clients similaires vont se comporter. Mais en cherchant des solutions rapides à partir des données volumineuses et en calculant une poignée de chiffres, les entreprises tombent en fait dans un piège.
Vous devez obtenir personnel – mais pas de la façon dont vous pensez
Les entreprises nagent dans les données sur leurs consommateurs. Il y a des données qui concernent le comportement de l'utilisateur (clics, pages vues), les événements sociaux (j'aime, partages), les détails (catégorie, prix) et les informations contextuelles (heure, météo, appareil) et bien plus encore.
Mais malgré toutes ces informations à portée de main, nous ne savons vraiment pas pourquoi vos clients achètent (ou non) votre produit. C'est parce que ces données incroyables et riches nous en disent beaucoup sur ce que nos clients font, mais presque rien sur la raison pour laquelle ils le font.
Prenons l'exemple suivant: Un magasin d'aliments naturels fait une analyse du comportement des consommateurs fondée sur des données et détermine que les dépenses moyennes des clients sont beaucoup plus élevées durant les mois d'été qu'en hiver. La conclusion basée sur les données ici, alors, serait que les gens sont plus disposés à dépenser de l'argent sur les aliments de santé en été.
Mais tirer une telle conclusion ignore plusieurs variables confusionnelles potentielles. Plusieurs autres facteurs sont en jeu: l'été est aussi la saison des maillots de bain, ce qui signifie que les gens ont tendance à adopter des activités plus saines et des choix de mode de vie pendant les mois chauds.
Pour vraiment comprendre le comportement des clients, les données doivent être organisées de manière à montrer une compréhension profonde de la façon dont les gens pensent et se comportent. Ce n'est pas seulement une question de personnalisation générale. Il s'agit de penser comme un psychologue – ou, mieux encore, d'embaucher un psychologue pour vous aider à calculer ces chiffres.
Comme la vie humaine, c'est compliqué
Les scientifiques de données sont enclins à tomber dans ce que nous appelons l'hypothèse de la «boîte noire»: penser que le comportement humain peut être compris simplement en observant des données externes. Les humains ne sont pas des machines. Nous sommes compliqués, intelligents et motivés par les émotions, et les entreprises qui comptent trop sur les chiffres froids pour tenter de comprendre leurs consommateurs se trompent en oubliant cela.
L'apprentissage automatique offre un potentiel illimité pour atteindre les clients de manière nouvelle et passionnante. En utilisant des méthodes d'apprentissage automatique, nous pouvons zoomer pour identifier les modèles qui sont invisibles à l'œil nu. Mais une chose que l'apprentissage automatique ne peut pas nous offrir, du moins pas encore, est un portail vers l'expérience humaine intérieure.
Considérez cette analogie populaire: les machines font de très bonnes prévisions météo ces jours-ci. Ils peuvent même prédire l'intérieur d'une tempête. Mais il n'est jamais mouillé à l'intérieur de l'ordinateur.
Pourquoi est-ce important? C'est important parce que même si nous aimerions croire que tout comportement humain est aussi propre et rangé qu'une rangée de chiffres, la réalité est que la plupart de nos décisions viennent des sentiments et des intuitions. Si nous n'acceptons pas cela, nous n'irons jamais de l'avant dans notre quête pour vraiment comprendre le comportement humain.
L'analyse des données devrait être guidée par les connaissances spécialisées et la théorie psychologique4 au lieu d'appliquer l'approche «essayons et voyons». Pour que les spécialistes du marketing utilisent efficacement les données, ils doivent faire un zoom arrière et se rappeler que l'approche unidirectionnelle et universelle de la lecture des données se vendra presque toujours à court terme.
La conversion est un processus composé de nombreux arrêts et départs. La sagesse des scientifiques conventionnels a considéré la conversion comme une action ou un événement unique, isolé dans le temps.
C'est une approche terriblement à courte vue.
Le chemin de l'exposition de la marque initiale à la caisse est longue et prend généralement quelques points de contact pour la conversion de l'utilisateur. Nous devons cesser de parler des taux de conversion et commencer à parler des cycles de conversion.
Un «cycle de conversion» peut impliquer de nombreuses visites sur site, des transitions entre le mobile et le bureau, et même plusieurs arrêts entre les magasins en ligne et hors ligne d'une entreprise. C'est le résultat de nombreuses décisions étroitement liées, tenant compte d'un certain nombre de préoccupations: le coût, le style, les finances personnelles, les émotions, les décisions familiales et plus encore.
Pour que les entreprises puissent vraiment zoomer sur leurs clients et obtenir des informations précieuses qui peuvent améliorer leurs résultats, elles doivent se rappeler que lorsqu'un client visite leur site, la visite du site n'est qu'un minuscule point de données dans un labyrinthe de facteurs qui mèneront idéalement à la fin de la conversion.
Mais si l'entreprise peut identifier le client dans son processus de conversion lorsqu'elle se trouve à ce point de données spécifique dans le labyrinthe, elle disposera alors d'un outil précieux pour influencer efficacement son comportement.
Pour utiliser vos données, creusez
Il est tentant de penser que les modèles de conversion et de données existent dans une même dimension. Mais si nous voulons exploiter la mine d'or que l'apprentissage automatique nous a offerte, et utiliser les données précieuses au bout de nos doigts pour vraiment faire la différence pour nos clients, nous devons sortir la pelle et creuser à ses deuxième, troisième et quatrième couches .
Voici un exemple. Un informaticien de l'un de nos plus gros clients m'a dit qu'il était sur le point de dire à son manager de retirer les filtres de son site internet. Pourquoi? Parce qu'il avait mené une analyse sur les clients qui se sont convertis, et a constaté que, bien que les filtres étaient populaires parmi les visiteurs qui venaient sur le site, puis quittaient sans faire d'achat, les visiteurs qui convertissaient n'utilisaient pas les filtres.
J'ai décidé d'aller plus loin. Il n'a pas fallu longtemps à ce chercheur de données et moi-même pour réaliser que les visiteurs qui convertissaient retournaient des visiteurs, qui étaient déjà familiers avec leur site et n'avaient plus besoin des filtres pour trouver ce qu'ils cherchaient. Ces mêmes visiteurs, lors de leur première visite sur le site, avaient utilisé les filtres pour rechercher le produit qu'ils retournaient acheter.
Pensez à des modèles psychologiques comme une pelle: Sous chaque couche de données il y a les problèmes humains d'émotion, d'irrationalité, de biais cognitif et d'indices émotionnels.
Tant de facteurs jouent dans nos décisions d'achat. Si les entreprises souhaitent guider leurs clients vers la conversion, elles doivent commencer par retirer les couches de leurs données et voir ces clients comme des personnes multidimensionnelles et complexes.
Les modèles psychologiques du comportement des clients peuvent travailler de pair avec les données pour identifier l'intention du client et aider les entreprises à comprendre où se trouvent les visiteurs dans leur cycle de conversion lors de chaque visite de site unique. Les algorithmes pourraient intégrer les actions, les attributs et les contextes des visiteurs, tels que le type de page ou le type de site Web, afin de déterminer l'intention.
C'est ce genre de personnalisation – identifier les clients en tant que personnes et pas seulement des taches de données sur une carte – qui est le vrai Saint Graal. Toute entreprise qui veut aller de l'avant devrait viser cela aujourd'hui.