CONFORAMA La personalización basada en la IA aumenta los ingresos de las campañas CRM de Conforama

VEA : Conforama realiza con éxito la transición a una estrategia multicanal más ágil y eficaz integrando una solución de IA para recomendaciones personalizadas de productos.

Conforama es el segundo mayor minorista de muebles para el hogar en Francia y está presente en siete países, con 300 tiendas, 200 de ellas en Francia. La empresa vende muebles y artículos de decoración en kit y registró unas ventas de 1.700 millones de euros en 2022.

Como marca de entrada, el objetivo de Conforama es “Hacer accesible lo que la gente más desea al mejor precio”. Es una ambición respaldada por una transformación plan para ofrecer una experiencia omnicanal mediante data e IA. Una auditoría inicial y la visión data marketing con Artefact identificó y priorizó 12 casos de uso y 25 facilitadores técnicos y organizativos. El primer caso de uso consistía en integrar una recomendación personalizada de productos en los correos electrónicos semanales de la empresa.

Era necesario abordar varios retos a través de este caso de uso:

• ¿Cómo entender las necesidades de tres millones de clientes y recomendarles los productos más relevantes de un catálogo con 42.000 referencias?
• ¿Cómo proponer sólo productos actualmente en stock, en promoción y que no hayan sido sugeridos ya a los clientes?
• ¿Cómo manejar y mantener fácilmente la solución técnica?

Ahorrar tiempo a los consumidores, mejorar la productividad de las empresas

Mediante el uso de algoritmos de aprendizaje automático para analizar el data de los usuarios, como sus preferencias, historial de compras y comportamiento en línea, la recomendación de productos basada en el artificial intelligence sugiere productos relevantes para los consumidores de forma personalizada. Esto permite a las empresas comprender mejor las necesidades de sus clientes y recomendarles productos que se ajusten a sus intereses, lo que se traduce en un aumento de las ventas y de la retención de clientes.

Una de las principales ventajas de esta solución es que ahorra tiempo a los clientes. En lugar de desplazarse por innumerables páginas de productos para encontrar lo que buscan, los clientes pueden acceder rápidamente a una selección de productos recomendados que satisfacen específicamente sus necesidades. La recomendación de productos basada en la IA puede mejorar la experiencia de compra en línea y animar a los clientes a volver para realizar más compras. Una ventaja estratégica, dado que el 72% de los consumidores sólo interactúan con mensajes de marketing personalizados y adaptados a sus intereses.

Además, La recomendación de productos basada en la IA puede aumentar la productividad de las empresas: los algoritmos de aprendizaje automático pueden analizar grandes cantidades de data en tiempo real, lo que permite a las empresas supervisar continuamente las tendencias de los clientes y su comportamiento de compra. Esto puede ayudar a las organizaciones a comprender mejor los deseos de los clientes y adaptar rápidamente su oferta de productos en consecuencia. También puede permitir a las empresas optimizar su inventario ofreciendo productos que tienen más probabilidades de venderse, lo que puede reducir los costes y maximizar los beneficios.

Por último, la recomendación de productos basada en la IA puede ofrecer importantes beneficios empresariales. Al sugerir productos relevantes y personalizados a los clientes, las empresas pueden mejorar su tasa de conversión, aumentar las ventas y reforzar su imagen de marca. Desde la perspectiva del mercado, se ha demostrado que la recomendación de productos basada en la IA ofrece un crecimiento incremental de +2,5%.

Un primer caso de uso centrado en la personalización de campañas por correo electrónico

Antes de este proyecto, todos los clientes de Conforama recibían correos electrónicos con los mismos ocho productos seleccionados cada semana por los equipos de marketing. Se trataba de una tarea laboriosa, ya que requería identificar los ocho productos con más probabilidades de interesar a tres millones de clientes, cada uno de los cuales tenía intereses únicos. Todo este tiempo dedicado a analizar data podría haberse empleado en actividades más estratégicas, como la creación de contenidos editoriales para esos correos electrónicos.

En la actualidad, cada martes se envía un correo electrónico a cada cliente de Conforama con ocho recomendaciones de productos. Pero estas recomendaciones están personalizadas según el historial de compras, y filtradas exclusivamente para los productos que están en oferta, están disponibles en las tiendas y que no han aparecido en activaciones anteriores.

La solución de IA implementada incluye 4 pasos principales de procesamiento data:

• Recopilación de historiales de transacciones, referencias de clientes y productos y, a continuación, preparación de data;
• Construir el modelo de “filtrado colaborativo” para calcular el apetito de los clientes por el catálogo de productos;
• Filtrado de productos basado en el inventario disponible, noticias comerciales (ventas, promociones, etc.), activaciones y compras anteriores;
• Enriquecimiento del producto data (fotos, precios, descripciones, etc.) para su activación.

Esta solución se basa en 16 tablas data, 25 pasos de transformación y modelado y 40 pruebas de calidad automatizadas. Decenas de iteraciones del modelo permitieron elegir el enfoque más eficaz en función del historial de transacciones. Gracias a esta solución, Conforama genera ahora varios millones de recomendaciones cada semana en 45 minutos con un coste de 50 euros semanales.

En otras palabras, si se cuentan los costes de desarrollo y funcionamiento, así como las ventas incrementales, el punto de equilibrio del proyecto se alcanza en una semana, con una solución automatizada y fiable.

“Ahorro de tiempo, sí, pero sobre todo un beneficio comercial para nuestros equipos de CRM. Porque gracias a esta personalización, los clientes hacen más clic y, por tanto, compran más. Hemos ganado un 15% de la tasa de clics tras la personalización de estos correos electrónicos, lo que representa varios millones en ventas incrementales.”
Mélodie Charles, Directora de Marketing de Conforama

Una transición suave a la IA: lecciones de la historia de éxito de Conforama

• Nivel 1: Personalizar un punto de contacto actualmente basado en reglas utilizando un enfoque algorítmico de IA;
• Nivel 2: Ampliación de la recomendación personalizada basada en la IA a todo el recorrido del cliente (productos similares / productos complementarios / sugerencia basada en el historial de compras);
• Nivel 3: Optimización de la orquestación de las recomendaciones a través de los canales para garantizar una experiencia omnicanal.

El nivel 1 suele ser el más difícil, ya que requiere sentar las bases de cuatro dimensiones distintas: visión del objetivo, experiencia del usuario y prioridades; fuentes data; herramientas tecnológicas; equipo del proyecto y método de trabajo.

El ejemplo de Conforama ofrece valiosas lecciones sobre estas cuatro dimensiones:

• Seleccione un primer caso de uso y funcionalidades que puedan implementarse y medirse rápidamente para poner a la organización en el camino del éxito. Por ejemplo, gracias a esta primera victoria, Conforama ya puede planificar el despliegue de las recomendaciones de productos en las tiendas o la mejora de su algoritmo gracias a la navegación data.
• Asegúrese de que el data es fiable. Un buen modelado data se basa ante todo en una buena calidad data. Para Conforama, se realizaron análisis exploratorios en más de 50 tablas para seleccionar las fuentes de data en áreas como el conocimiento del cliente, los repositorios de productos y las transacciones.
• Utilizar tecnologías que permitan a los equipos desplegar una solución técnica de forma rápida y colaborativa. Conforama seleccionó las herramientas más adecuadas para este tipo de flujo de trabajo: DBT, BigQuery ML y Vertex AI por su rendimiento, modularidad y portabilidad.
• Formar un equipo dedicado capaz de hacer frente a todos los problemas potenciales y adoptar un enfoque de prueba y aprendizaje. Para ello, se formó un equipo multidisciplinar de TI / negocio de Conforama, y se adoptó un enfoque de sprint de 2 semanas.