La Personnalisation est sans conteste le « buzzword » du moment, au croisement des problématiques autour du Big Data et du marketing digital. Au-delà des grandes théories, comment apprivoiser la personnalisation et traduire la stratégie en actions ? Comment la mettre au service du business tout en offrant une expérience enrichissante pour le consommateur ? Depuis 3 ans, DigitasLBi et Adobe travaillent au cœur de cette problématique et mettent la personnalisation en pratique pour de grandes marques. Nous décrypterons ensemble différents cas emblématiques, analyserons les opportunités et les risques, et définirons les stratégies gagnantes… Pour passer du mythe à la réalité.

1. PERSONNALISER L’EXPÉRIENCE
DE QUOI PARLE-T-ON??
Matthieu MORGENSZTERN,
DigitasLBi
What’s Next
PERSONNALISATION
1er Décembre 2015
#WhatsNextPerso

2. LES INTERVENANTS AUJOURD’HUI
Patrick HERRMANN et Benoît BOURDON,
CTO et Head of Product Price Minister
Mathieu MORGENSZTERN,
CEO France et Europe West – DigitasLBi
Héloïse BELDICO,
La Banque Postale - @HBO75005
Daniel HUGHES,
Head of Data International - DigitasLBi
Sébastien MORALDO,
Adobe - Specialist Analytics & Target
Jean-Marc Antuszewicz,
Head of Data - DigitasLBi

3. SOMMAIRE
1. La personnalisation : un enjeu majeur - Mathieu MORGENSZTERN
1. Les impératifs en 2016 – Jean-Marc ANTUSZEWICZ
2. La data au cœur de la personnalisation – Dan HUGHES
3. Le témoignage de Price Minister – Patrick HERRMANN et Benoît BOURDON
4. Le témoignage de La Banque Postale – Héloïse BELDICO
5. Les outils de la suite Adobe – Sébastien MORALDO
6. De l’ambition à la réalité - Jean-Marc ANTUSZEWICZ

4. Mathieu MORGENSZTERN
CEO France et Europe West - DigitasLBi
1. LA PERSONNALISATION : UN ENJEU MAJEUR
#WhatsNextPerso

7. L’économie de
l’attention

8. POUR LE E-COMMERCE EN PARTICULIER, UNE
MENACE: PERDRE LE LIEN AVEC LE CLIENT
20 000 nouveaux sites marchands en 2013!
Presque 50% de ‘taux de rebond’ sur la Home Page
Une érosion générale du panier moyen
Le comportement ‘zappeur’ est devenu la norme

9. RE-CRÉER UN LIEN INTIME
AVEC LES CONSOMMATEURS
PERTINENCE
PERSONNALISATION
=

10. DE NOUVEAUX MODELES
LA NOTIFICATION

11. L’ENTERTAINMENT
« SUR MESURE »
France TV ZOOM
DE NOUVEAUX MODELES

12. L’INFO
PERSONNALISEE
Matinale Le Monde
DE NOUVEAUX MODELES

13. PERSONNALISER L’EXPÉRIENCE
DE QUOI PARLE-T-ON??
Matthieu MORGENSZTERN,
DigitasLBi
2. LES IMPÉRATIFS EN 2016
Jean-Marc Antuszewicz,
Hea d of Data - DigitasLBi
#WhatsNextPerso

14. UNE IDEE RECUE :
PERSONALISATION = BIG DATA

15. QUALIFIER LES UTILISATEURS PROGRESSIVEMENT
Temporal, environmental,
Browsing behaviour,
Temporal, Environmental,
referrer
Customer profile,
Transaction data
Logged in state
About me…progressive profiling uses a combination of in-session progressive
disclosure with iterative data capture. The principle ‘infer as much as you can,
don’t ask too much too soon’.
1st time visitor
Returning visitor
Registered user
Browsing behaviour +
Temporal, Environmental,
referrerIn Session
Browsing
IMPLICITEXPLICI
T

16. UNE AUTRE IDEE RECUE…
LA PERSONNALISATION, C’EST POUR LES E-RETAILERS

17. LA PERSONNALISATION POUR ADAPTER
LES MESSAGES AUX AUDIENCES
How did people exposed to perso experience
convert better than an audience exposed to
Default one?
Requested a TDR
+33%
Searched a dealer
+19%
Downloaded an EBR
+20%
Price
Adoption
Daily running costs Operationnability
MESSAGEPERSONALIZATION

18. LES APPLICATIONS DE LA PERSONNALISATION
PERSONNALISATION
Sites, Apps,
Retail
Campagnes, programmes
relationnels
Produits,
Services
Media /
Programmatique
Contenus

20. 3 DIMENSIONS-CLES POUR VOS PROJETS
DE PERSONNALISATION
Pensé pour le MOBILE
Conçu en OMNI-CHANNEL
Délivré en REAL-TIME

22. Exemple : L’Oreal MakeUp Genius

23. CONÇU EN OMNI-CHANNEL
des Français pensent que d'avoir la possibilité de comparer et d’obtenir plus
d'informations sur les produits via leur smartphone dans le magasin peut
influencer leur décision d'achat.
67%
SHOWROOMING en France en 2014:
Source: Connected Commerce Research – 2014 - France

24. DELIVRÉ EN REAL-TIME
« RELEVANCE HAS A DEADLINE »
* * * *
* Le temps qu’il faut pour qu’un lien reçoive la moitié des clics qui recevra en totalité
Source: http://blog.bitly.com/post/9887686919/you-just-shared-a-link-how-long-will-people-pay

25. Exemple : La Banque Postale – À mon Echelle

26. 3. LA DATA AU CŒUR
DE LA PERSONNALISATION – LES CAS DIGITASLBI
Daniel HUGHES,
Head of Data International - DigitasLBi
#WhatsNextPerso

27. PERSONALISATION IS ONLY AS GOOD AS YOUR DATA AND
ANALYSIS
Sources of Data
Client First Party
• CRM
• Browsing History
• Transaction Logs
• Other Behavioral Logs
Purchased Third Party
• Behavioral Segments
• Propensities
• Demographics
Partner Data
• Virtually Anything!
PRO
Unique and proprietary
CON
Narrow view of customer
PRO
Easy to acquire
CON
Not unique and differentiating
PRO
Highly unique & differentiating
CON
Very difficult to acquire

28. 28
WE’VE DONE THE HARD WORK ALREADY
THIRD PARTY DATA
PARTNER DATA
FIRST PARTY DATA
OPTIONAL CLIENT ONBOARDING
PRIVACY
COMPLIANT
MATCHING
BIG
DATA
ENVIRONMENT
APPS
APPS
APPS
APPS

30. 30
IMMENSE GLOBAL SCALE
Complete browsing and search histories for millions of users globally
In-app usage data for millions of devices
Hundreds of millions of monthly location signals
Tens of millions of points of interests
And much more

31. CONNECTED AT THE INDIVIDUAL LEVEL

32. DELTA AIRLINES: IDIOM PINPOINTED THE SWITCHERS
competitor loyalists
splitters
delta loyalists

33. L’OREAL: IDIOM ALIGNED TV IMPRESSIONS TO PRODUCT
SALES

34. PANDORA: IDIOM FIGURED OUT WHO IS LOYAL

35. VOLVO: IDIOM DEFINED THE COMPETITION

36. KEYS TO PERSONALISATION SUCCESS
USING IDIOM
 Start with the core questions you should know about
EVERY customer and prospect
• Share of wallet (how much spend am I capturing)
• Loyalty (is my customer flirting with my competitors)
• Satisfaction (is my customer delighted)
• Conversion propensity (how likely is this purchase)
 Use modeling/scoring to achieve scale
 Use probability to data-inform traditional channels

37. 4. LE TEMOIGNAGE DE PRICE MINISTER
Patrick HERRMANN et Benoît BOURDON,
CTO et Head of Product Price Minister
#WhatsNextPerso

38. Rakuten PriceMinister
L’achat - vente c’est sérieux

39. 10 millions de visiteurs uniques par mois
20 millions de membres (acheteurs & vendeurs)
20 millions de références produits avec stock
(vendeurs professionnels et particuliers)
Une compétition féroce...

40. Il est clé de se différencier !

41. Les
meilleurs
prix
Une offre
riche et
complète
Une relation de
confiance avec
les utilisateurs

42. Mais ce n’est pas suffisant...

43. ❝ Shopping is entertainment!
❞
Hiroshi Mikitani

44. Proposer à l’utilisateur une
expérience unique,
personnelle et engageante

45. En 2014,
PriceMinister entre
dans
l’ère de la
personnalisation

46. Maximiser les revenues grâce à
la personnalisation

47. La Personnalisation ?

48. La Personnification #1
Créer de
l’engagement !

49. La Personnalisation #1
Apporter la
bonne
information
à chaque instant
à chaque client

50. Personnalisation + Personnification
Confiance
Engagement
Appropriation
Efficacité
Créer de la
valeur de
manière pérenne

51. Adapter l’offre
Visiteurs venant
de Google
Shopping
Autres visiteurs
Visiteurs en
provenance de
Shopbots
200 000 visiteurs /
jour
+5 % de conversion

52. Communiquer de façon ciblée
Visiteurs sur la page
Vendre n’ayant
jamais vendus
20 000 visiteurs / jour
+10 % de mises en
vente

53. Capitaliser tous les comportements
Visiteurs cherchant
des produits qui
n’existent pas sur PM
25 000 visiteurs / jour
+21 % de revenu
média

54. Contextualiser le contenu
Nouveaux
visiteurs :
une offre de
bienvenue
Visiteurs connus
: pédagogie sur
le programme
de fidélité
Visiteurs prospects
65 000 visiteurs / jour
+1 % de prospects
converti

55. Engager le visiteur
Visiteurs prospects
65 000 visiteurs / jour
Collecte de leads
Nouveaux
visiteurs ayant
vus 3 pages

56. Et nous restons innovants !

57. Premiers pas vers les technologies prédictives
Ciblage avancée
Détecter une affinité
pour l’occasion ou la
mise en vente
Machine Learning
Optimiser les mises en
vente, ne pas dégrader
le taux de conversion

58. Messaging
Temps réel
Personnalisable
(mail, sms, push, tel …)
Social & Sharring
economy
Personnification de
toutes les interfaces
Virage fort vers le communautaire

59. 5. LE TEMOIGNAGE DE LA BANQUE POSTALE
Héloïse BELDICO-PACHOT,
La Banque Postale
@HBO75005
#WhatsNextPerso

60. Un positionnement digital :
ÊTRE UTILE POUR ÊTRE PROCHE
LA BANQUE POSTALE
@labanquepostale
@HBO75005

61. @labanquepostale @HBO75005
Développer les usages > multiplier les occasions de contact
LA BANQUE POSTALE
@labanquepostale
@HBO75005

62. LA BANQUE POSTALE
1 site Internet informationnel
adapté à tous les supports et cibles
Labanquepostale.fr
A P P
1 Application Mère
[Tablette / Mobile]
PROSPECTS / CLIENTS CLIENTS
+ 1 Espace Transactionnel
Clients
48,5 millions
visites /mois
37,5 millions visites
clients / mois
32
millions visites
clients / mois
W E B
@
LA BANQUE POSTALE

63. Un positionnement digital :
ÊTRE UTILE POUR ÊTRE PROCHE
h
Labanquepostale.fr
La banque
la plus visible
sur Google
en SEO
LA BANQUE POSTALE
@labanquepostale
@HBO75005

64. Taux de clics moyen sur les
bannières : 1.86%
4.5% en post-visite
Taux d'ouverture moyen
e-mails : 25%
45% en post-visite
30 campagnes clients ciblées /
mois sur les espaces sécurisés
25 000 demandes de
Rendez-vous / mois
LA BANQUE POSTALE

65. 1 App personnalisée
et personnalisable
sur Smartphone et Tablette
LA BANQUE POSTALE
@labanquepostale
@HBO75005

66. @labanquepostale @HBO75005
Nous pensons les nouveaux services avec
les collaborateurs et les clients au cours
d’expérimentations impulsées via les
Réseaux Sociaux et
la plate-forme collaborative clients
LA BANQUE POSTALE
@labanquepostale
@HBO75005

67. Expérimentation
Pages Facebook
Conseillers
« La Banque Postale mise plus que jamais
sur les réseaux sociaux pour cultiver son
lien de proximité avec ses clients. »
- Les Echos
Plus de
50 conseillers testeurs,
et de plus de 1 200 clients
LA BANQUE POSTALE
@labanquepostale
@HBO75005

68. @labanquepostale @HBO75005
Nous pensons les nouveaux services
avec les collaborateurs et les clients au
cours d’expérimentations impulsées via
les Réseaux Sociaux et
la plate-forme collaborative clients
LBP investit le territoire
du Real Time Marketing sur Twitter,
avec la génération temps réel de messages
en réaction à l’actualité.
#aMonEchelle
20 tweets publiés et vus + de 5 millions de fois,
+ 71% de trafic sur les pages du site liées aux tweets,
LA BANQUE POSTALE

69. 6. LA OUTILS DE LA SUITE ADOBE
Sébastien MORALDO,
Adobe - Specialist Analytics & Target
#WhatsNextPerso

70. LA PERSONNALISATION ALGORITHMIQUE
Lille
Paris
Nantes
Bordeaux
Grenoble
Cibler sur une
seule variable

71. Surf
VTT
Yoga
Run
Rando
Personnaliser sur 2
variables (geo + visites
précédentes)
LA PERSONNALISATION ALGORITHMIQUE

72. • Variables de sources
• Variables comportementales
• Variables Offline
• Variables de temps,
d’environnement, de géographie
Quel segment est prioritaire?
Combien de variables pouvons-nous utiliser
pour définir une stratégie de personnalisation
performante?
LA PERSONNALISATION ALGORITHMIQUE

73. Age
Sexe
Type de device
région
Comportement de Search
segment
Affinité produit
navigateur
Comportement de
navigation
Moteur de
décision Personnalisation
Temps réel
LA PERSONNALISATION AVEC LA SUITE ADOBE

74. LA PERSONNALISATION AVEC LA SUITE ADOBE
Variables
temporelles
+ Heure de la journée
+ Jour de la semaine
+ Récence
+ Fréquence
Variables de
source
+ Domaine référent
+ Id de campagne
+ Affilié
+ Réseaux sociaux
+ Search (payant et naturel)
+ Trafic direct / bookmarks
+ Social graph / login
Variables offline
+ CRM
+ Conversion Offline
+ Données 3rd-party
+ Programmes de fidélité
Variables
d’environnement
+ Adresse IP
+ Pays
+ Zone horaire
+ Type de device
+ Système d’exploitation
+ Navigateur
+ Résolution d’écran
Variables
comportementales
+ Client / Prospect
+ Nouveau / Ancien visiteur
+ Chemin de visites précédentes
+ Intérêt produit
+ Recherches
+ Achats en ligne passés
+ Exposition aux campagnes passées
+ Réactions aux campagnes passées
Quelles données pour la personnalisation algorithmique?

75. ADOBE TARGET – LES BÉNÉFICES
Facile
d’accès
• Interface Wiziwig
• Workflow prédéfini
• Facilement
paramétrable
• Données Tierces :
BDD CRM, DMP,…
• Solutions Marketing
Cloud
• A/B testing
• MVT
• Personnalisation
• Recommandation
Dédiée au
Marketing
OuverteComplète

76. Personnaliser DélivrerAnalyser
Analytics Target Campaign
LA PERSONNALISATION AVEC LA SUITE ADOBE

77. Hausse du taux de conversion*
+ 32 %
+ 41 %
Jusqu’à 41% de hausse de conversion
entre la population ciblée et le groupe de
contrôle!
* Nombre de réservations / volume de visiteurs
Recommandation sur la Home Page
LA PERSONNALISATION AVEC LA SUITE ADOBE

78. 78
L’internaute reçoit un mail de
relance qui l’invite à poursuivre
sa recherche et finaliser sa
réservation
ANALYTICS segmente en fonction des
données de navigation
TARGET personnalise les offres de
restaurants en fonction des données de
navigation et des données CRM et affiche
des recommandations
ANALYTICS détecte l’abandon de
panier et envoie un flux à
CAMPAIGN
Au cours de sa visite, il consulte
des restaurants sans finaliser sa
réservationUn membre consulte le site
CAMPAIGN déclenche un email
personnalisé en H+2 en fonction de
ses recherches et des données CRM
LA PERSONNALISATION AVEC LA SUITE ADOBE

79. Personnalisation en
« ONE TO ONE » de la pression commerciale
GÉOMARKETING
PUSH MOBILE EN TEMPS RÉEL et GÉOLOCALISÉ
PERSONNALISATION des programmes de CYCLE
DE VIE
PERSONNALISATION du CONTENU en fonction
DEVICE
Et demain…
LA PERSONNALISATION AVEC LA SUITE ADOBE

80. Jean-Marc Antuszewicz,
Hea d of Data - DigitasLBi
6. DE L’AMBITION A LA REALITE
#WhatsNextPerso

81. LE MODELE DE MATURITE DE LA PERSONNALISATION
Maturité
People
Process
Products
Outcomes
BASIQUE MEDIUM AVANCÉ
Reporting et optimisation par canal
Reporting consolidé
Management de campagne ‘vertical’
Vue unique du consommateur
Management cross-fonctionnel
(Experience Manager)
Data analysts Data scientists / experts par canal Département Business intelligence
Real-time, omni-channel
personalizationMulti-channel customization
Optimisation de campagnes -
asynchrone
Analytics Target Campaign Analytics Target Campaign Experience Audience Analytics Target Campaign Social Experience Audience Media
Optimizer

82. 4
• Plan papier utilisé par les enfants
• Info temps d’attente
• Jeux Coupe-file
PRÉFÉRENCES
PARC
• Fiches attractions très simples
• Favoris, parcours personnalisés
• Plan ultra simple, uniquement
attractions
• Temps d’attente
• Jeu mobile coupe-file comme motivation
à télécharger l’appli
PRÉFÉRENCES MOBILE
• Information meilleur prix à 7 jours
• Information affluence, calendrier
• Incitation téléchargement appli lors
de la commande
• Information et planification
spectacles
• Incitation restauration
PRÉFÉRENCES WEB
DESKTOP
• Informations pratiques : affluence,
accès au parc, prix des billets
• Un plan simple d’utilisation pour les
enfants
• Information temps d’attente
USAGE PREMIER
• Eviter l’affluence
• Laisser les enfants s’organiser
• Bien gérer le temps pour faire le
maximum d’attractions.
• Se retrouver facilement en cas de
séparation.
• Veiller à la sécurité des enfants
OBJECTIFS
• Inquiétude : affluence
• Trop d’attente aux principales attractions
• N’a pas vu l’information à propos de l’appli,
sinon il l’aurait téléchargé
• Manque de temps : ils sont arrivés au Parc
un peu tard dans la journée
BLOCAGES / FRUSTRATIONS
• Faire plaisir aux enfants pendant les
vacances, avec une demi-journée
sympa de sortie en famille
• Une sortie assez proche de leur
domicile et facile d’accès
• Ballade dans un environnement arboré
• Un parc plus naturel et humain que son
concurrent direct
• Des sensations fortes
MOTIVATIONS
Préférence pour le Parc
Astérix : plus naturel,
plus humain, moins
usine, moins
commercial
POURQUOI LE PARC ?
Surtout une visite
pour faire plaisir aux
enfants, pendant les
vacances
UTILISATEUR FINAL
• Sa femme
• Ses collègues et
amis
• TV, Radio, presse
INFLUENCEURS
SON PROFIL COMPORTEMENTAL SES PREFERENCES
pilote et sociable
PASCAL, 42
confiant et attentif
CSP - PAS
D’APPLI
NON
TECH
MULTI VISITE
ANCIENNE
ACHAT EN
LIGNE
EN
VOITURE
RECHERCHE
WEB
INFOS
PRATIQUES
PREPARATION
PAS DE
PREPARATION
PARCOURS
AVEC PLAN
ORIENTATION
UN PEU AVEC
UN PLAN
FILE D’ATTENTE
DISCUSSIONS
REPAS
PAS DE
REPAS
RESEAUX
SOCIAUX
PAS SOCIAL
MOBILE
APPELS, SMS,
PHOTOS
Marine Paul
14 12
Milena
1/ LES PERSONAS –
UNE CONNAISSANCE FINE DE L’UTILISATEUR
Parcs Asterix -
Personas

83. 2/ LES SEGMENTS –
UNE APPROCHE PRAGMATIQUE

84. 3/ ROADMAP –
UNE MISE EN PLACE PROGRESSIVE
1 2 3 4 5 6 7 8 9 10 11 12
DefinitionImplementationAnalyse
Pilote
Personas
Segments
Objectifs
Analyse
de
l’existant
Plan de test
analyses
Déploiement (canal, segments)
Bilan
Reco
déploiement
Plan de test
analyses
Paramétrage outils Paramétrage outils
Bilan
Reco
déploiement

85. PERSONNALISER L’EXPÉRIENCE
DE QUOI PARLE-T-ON??
Matthieu MORGENSZTERN,
DigitasLBi
MERCI
#WhatsNextPerso