Comment guider les clients dans l’hyper-choix ?

1Amazon lance des magasins 4-Star proposant les produits les mieux notés

Pour être sûr de faire le bon choix, quoi de plus simple que de se fier à l’avis des clients ayant déjà acheté le produit ? Cette recette qui fonctionne sur le web, Amazon est en train de l’appliquer dans son nouveau concept de magasins physiques « 4-Star ». Depuis la fin septembre 2018, le géant du e-commerce a ouvert trois de ces espaces de vente, à New York, près de Denver (Colorado) et à Berkeley (Californie).

À chaque fois, le principe est le même : le magasin ne propose que des produits ayant obtenu une note supérieure à 4 étoiles sur la plateforme en ligne. Il ne s’agit pas particulièrement d’articles high-tech ou innovants. On trouve des ustensiles de cuisine, du petit électroménager, des livres, des jeux… Les rayons s’organisent eux-mêmes en fonction des préférences des clients, avec des sections « les plus recherchés », « les produits souvent achetés ensemble » ou encore les plus populaires dans la ville où est situé le magasin.

Face à une offre pléthorique en ligne, les consommateurs ne semblent plus attendre des magasins qu’ils multiplient les références produits. En France, la chaîne de magasins de jouets Picwic, qui vient de repenser le positionnement de ses points de vente, a par exemple décidé de diminuer son offre. Comme l’explique e-marketing.fr : « Un des partis pris de l’enseigne a été de réduire le nombre de références proposées afin de faciliter le choix face à une offre toujours plus riche en nouveautés et devant laquelle les parents peuvent se sentir désemparés. »

Cette décision s’est faite au profit de plus d’expériences en magasin, avec des espaces pour jouer ou organiser des anniversaires par exemple, et de plus d’« omnicanalité », notamment des casiers à l’entrée des magasins pour récupérer les jouets achetés sur Internet. 

2Decathlon teste aussi la mise en avant des produits les mieux notés

Pour guider et rassurer les consommateurs, Decathlon veut aussi créer des passerelles entre ses rayons et les avis laissés sur Internet. C’est ce qu’expérimente en ce moment le magasin laboratoire de l’enseigne à Villeneuve-d’Ascq près de Lille. Ce magasin de 3 000 mètres carrés très achalandé propose non seulement des sélections d’avis client pour aider les consommateurs à se décider, mais il va jusqu’à mettre en avant, dans des présentoirs dédiés, l’article « le mieux noté » de chaque catégorie. À découvrir dans la vidéo ci-dessus, réalisée par l’expert de la grande conso Olivier Dauvers.

Dans ses magasins, Decathlon déploie également à grande échelle le service « Essayer et payer après » : il permet d’emporter sans rien débourser un produit chez soi, pour n’être débité qu’au bout de 7 jours si on décide de le garder. Une autre façon de créer de la réassurance avant un achat.

3Nike approvisionne ses magasins en fonction des données de ses clients

Comment ne pas noyer le consommateur qui se déplace en magasin sous une trop grande offre de produits ? En mettant d’abord en rayon les produits qu’il recherche, sélectionnés grâce à ses données personnelles. C’est la démarche que Nike met en œuvre depuis l’été dernier dans son nouveau concept de magasins, Nike Live.

La première boutique de ce genre s’est ouverte à Los Angeles en juillet 2018, baptisée Nike by Melrose du nom du quartier. Elle s’adresse en priorité aux membres du programme de fidélisation NikePlus qui habitent dans les environs. La marque connaît leur profil, leur historique d’achats, les produits qu’ils consultent sur l’appli mobile, ceux qu’ils « likent », etc. Toutes ces données sont utilisées pour concevoir un assortiment personnalisé en magasin, renouvelé toutes les deux semaines en fonction de l’évolution des datas.

« Le staff change les produits présentés en magasin à partir des meilleures ventes effectuées en ligne dans la région », résume La Réclame. « Imaginez le site web en live », lance John Hoke, responsable design chez Nike. Grâce à cette façon d’utiliser les données des clients, « l’avenir du retail sera moins figé, plus fluide et extrêmement réactif aux tendances et aux besoins des consommateurs », prédit-il. Nike vient d’ouvrir un second magasin sur ce principe à New York, et en annonce une dizaine d’autres dans le monde dont Paris d’ici 2020.

Cet usage des datas dans le retail se généralise, comme chez H&M. « Jusqu’à présent, on pouvait trouver les mêmes articles dans les 4 288 boutiques H&M disséminées dans le monde. Or, cette stratégie conduisait l’entreprise à régulièrement casser ses prix pour écouler les produits invendus », écrit le site Le Big Data. Désormais, l’entreprise compte s’en remettre aux données collectées dans ses magasins et sur son site web pour comprendre quels types d’articles rencontrent une forte demande selon les pays. « Les tickets de caisse, les retours de produits, les cartes de fidélité seront les principales sources de données qu’utilisera H&M pour mieux comprendre ses clients. Des données externes seront aussi agrégées. »

4Un tiers des e-commerçants utilise l’IA, surtout pour de la recommandation

La question de l’hyper-choix prend naturellement toute son ampleur sur Internet. Et ici, pas question d’avoir un vendeur vers qui se tourner ! Comment alors accompagner les consommateurs ? Cela peut être l’instauration d’un chat entre clients pour permettre de poser ses questions à d’autres consommateurs. Cela peut aussi passer par des solutions d’intelligence artificielle. D’après une étude de la Fevad et de KPMG publiée en octobre 2018, un tiers des e-commerçants français utilise, ou teste, l’IA.

Dans plus de 70 % des cas, ces solutions portent sur la recommandation produits et le marketing personnalisé à partir des caractéristiques clients (âge, genre, localisation…) et de leurs comportements (pages visitées, temps passé, nombre de clics…). Si « l’IA utilisée dans l’e-commerce reste encore basique » reconnaît l’étude, des projets prometteurs arrivent sur le marché…

5Chez Zalando, un styliste virtuel donne des conseils de mode

Zalando, l’e-commerçant allemand spécialisé dans la mode, a déployé début novembre 2018 un styliste virtuel capable de fournir des conseils vestimentaires. Baptisé AFC (pour Algorithmic Fashion Companion), l’outil suggère des tenues complètes en fonction des derniers articles achetés ou ajoutés au panier.

L’algorithme fonctionne selon le principe du machine learning, alimenté au départ par les ensembles vestimentaires conçus par les stylistes de Zalando. Maintenant qu’il est opérationnel, des tests réalisés par le e-commerçant montrent que les clients ont légèrement tendance à préférer les conseils de l’algorithme à ceux des stylistes humains…

6Une startup revendique un million d’abonnés aux conseils vestimentaires de son IA

En octobre 2018, une startup londonienne, Thread, a levé 22 millions de dollars pour booster sa solution de recommandation prédictive de mode, elle aussi basée sur le machine learning. « Cette plateforme a été conçue comme une aide à l’achat destinée aux hommes n’ayant pas d’appétence pour se rendre en magasin ou passer du temps à rechercher des références sur les sites e-commerce », explique LSA.

L’utilisateur télécharge l’application ou se rend sur le site, fournit un certain nombre d’informations, comme ses goûts, son style, son budget, ses mensurations ou encore ses marques préférées, et il se voit alors proposer des recommandations de produits parmi la cinquantaine de marques, dont Barbour, Hugo Boss et Levi’s, avec qui travaille Thread.

La société revendique plus d’un million d’abonnés, dont un quart achète les produits via l’application, pour le moment uniquement disponible au Royaume-Uni.

7Asos, et bien d’autres, déploient leur outil de recherche visuelle

Vous voyez un vêtement qui vous plaît, vous le prenez en photo et l’appli vous trouve le modèle, ou son équivalent. La recherche visuelle est une autre des révolutions en cours pour simplifier le parcours client. Le portail de vente britannique Asos a, par exemple, déployé sa solution Style Match dans le monde entier au printemps 2018, permettant de trouver grâce à une photo un article parmi les 85 000 produits de son catalogue.

Forever 21 a aussi mis en place un tel outil. Donde Search, qui a développé la technologie, explique dans L’Usine Digitale : « La recherche visuelle permet de faire tomber les barrières associées à la difficulté de trouver le bon mot-clé. Alors que la part des ventes en e-commerce ne cesse de croître, il est important que les consommateurs et les retailers parlent le même langage. »

La recherche visuelle, également proposée par La Redoute, n’en est qu’à ses premiers pas. En septembre 2018, Snapchat et Amazon se sont associés pour proposer une solution conjointe : bientôt, en pointant la caméra d’un smartphone vers un objet ou un code-barres, l’application Snapchat pourra renvoyer l’utilisateur vers la page Amazon du produit, résume le journal Les Échos. Google est aussi sur les rangs avec son appli « Google Lens ».

8Demain, les assistants personnels choisiront-ils à notre place ?

« Je cherche un nouveau téléphone », « quel cadeau offrir pour la fête des pères ? », « je voudrais une chemise à la mode »… Demain, ce seront peut-être des questions que nous poserons couramment aux enceintes connectées comme Amazon Echo ou Google Home. Ce qui reviendra à leur déléguer le choix des produits. C’est une possibilité qu’envisage le dernier cahier « Tendances » du Groupe M6 Publicité, en collaboration avec Sociovision et Nelly Rodi. « L’intelligence artificielle est aux commandes. On confie de plus en plus une décision d’achat aux nouvelles technologies. L’arrivée de la voix est un vrai changement de paradigme pour les interfaces entre l’homme et la machine », explique pour Influencia Kim Younes, directrice marketing innovation et études de M6 Publicité.

« 53 % des utilisateurs de smartphone dans le monde sont d’ailleurs favorables à ce que leur assistant vocal anticipe leurs besoins en leur faisant des suggestions, et même achète un produit de marque en leur nom », indique l’étude Speak Easy de J.Walter Thompson. Simplifier les décisions d’achat en les confiant à un algorithme… À voir si les consommateurs seront vraiment prêts à franchir un tel pas.