Conforama enclenche une transition réussie au service d’une stratégie cross-canal plus fluide et performante grâce à l’intégration d’une solution IA de recommandation personnalisée des produits.
Présent dans 7 pays, avec 300 magasins dont 200 implantés sur le territoire français, Conforama se place au 2ème rang des distributeurs d’ameublement en France. Enseigne de vente de mobilier et d’objets de décoration en kit, elle affiche en 2022 un chiffre d'affaires à 1,7 milliards d’euros.
Marque passerelle, son objectif est de « Rendre disponible et au meilleur prix ce qui plaît le plus aux gens. » Une ambition portée par un plan de transformation visant à proposer une expérience omnicanale grâce à la data et l’IA. Pour cela, un premier travail d’audit et de vision data marketing réalisé avec Artefact a permis d’identifier et de prioriser 12 cas d’usage et 25 leviers (enablers) techniques et organisationnels. Premier cas d’usage, l’intégration d’une recommandation produit personnalisée dans les emails envoyés chaque semaine.
Plusieurs challenges doivent être adressés grâce à ce cas d’usage :
La recommandation produit grâce à l'intelligence artificielle : gain de temps pour les consommateurs, et amélioration de la productivité business
La recommandation produit basée sur l'intelligence artificielle consiste à utiliser des algorithmes d'apprentissage automatique (Machine Learning) pour analyser les données des utilisateurs, telles que leurs préférences, leur historique d'achat et leur comportement en ligne, afin de leur proposer des produits pertinents pour eux de façon personnalisée. Cela permet aux entreprises de mieux comprendre les besoins de leurs clients et de leur recommander des produits qui correspondent à leurs intérêts, ce qui se traduit par une augmentation des ventes et de la fidélisation de la clientèle.
L'un des principaux avantages de la recommandation produit basée sur l'IA est le gain de temps pour les clients. Plutôt que de parcourir de nombreuses pages de produits pour enfin trouver ce qu'ils recherchent, les clients peuvent accéder rapidement à une sélection de produits recommandés qui répondent précisément à leurs besoins. Cela peut améliorer l'expérience d'achat en ligne et encourager les clients à revenir pour d'autres achats. Un atout stratégique sachant que 72% des consommateurs n'interagissent qu'avec des messages marketing personnalisés et adaptés à leurs intérêts.
En outre, la recommandation produit basée sur l'IA peut également contribuer à augmenter la productivité des entreprises. Les algorithmes d'apprentissage automatique peuvent analyser des volumes importants de données en temps réel, ce qui permet aux entreprises de suivre en permanence les tendances et les comportements d'achat de leurs clients. Cela peut aider les entreprises à mieux comprendre les besoins de leurs clients et à adapter rapidement leur offre de produits en conséquence. De plus, cela peut permettre aux entreprises d'optimiser leur inventaire en proposant des produits qui sont plus susceptibles d'être vendus, ce qui peut contribuer à réduire les coûts de stockage et à maximiser les profits.
Enfin, la recommandation produit basée sur l'IA peut offrir des bénéfices commerciaux significatifs aux entreprises. En proposant des produits pertinents et personnalisés à leurs clients, les entreprises peuvent améliorer leur taux de conversion, augmenter les ventes et améliorer leur image de marque. D’un point de vu marché, on constate +2.5% de croissance incrémentale grâce à la recommandation produit basée sur l'IA.
Un premier cas d’usage centré sur la personnalisation des campagnes de mailing
Avant ce projet, l’ensemble des clients recevaient les mêmes 8 produits, préalablement sélectionnés chaque semaine par les équipes marketing. Une tâche fastidieuse, puisqu’elle consistait à identifier les 8 produits qui seraient les plus susceptibles d'intéresser 3 millions de clients ; chaque client ayant des intérêts différents ! Autant de temps consacré à des analyses de données qui n’était pas utilisé sur des activités plus stratégiques comme le contenu éditorial des e-mails.
Aujourd’hui, un email est envoyé à l’ensemble des clients Conforama tous les mardis avec à l’intérieur une recommandation de 8 produits. Cette recommandation est personnalisée en fonction de l’historique d’achat, et filtrée uniquement sur des produits en promotion, disponibles en stock et qui n’ont pas été mis en avant dans des activations précédentes.
La solution IA implémentée repose sur 4 grandes étapes de traitement des données :
Cette solution repose sur 16 tables de données, 25 étapes de transformation et modélisation, et 40 tests de qualité automatisés. Plusieurs dizaines d’itérations sur le modèle ont permis de choisir l’approche la plus performante sur l’historique des transactions. Grâce à cette solution, Conforama génère aujourd’hui plusieurs millions de recommandations chaque semaine en 45 minutes pour un coût machine de 50 euros par semaine.
Autrement dit, si on compte les coûts de développement et d’opération, ainsi que les ventes incrémentales, le point de rentabilité du projet est atteint en 1 semaine, avec une solution automatisée et fiable.
“Des gains de temps oui, mais surtout un bénéfice business pour les équipes CRM. Car grâce à cette personnalisation, les clients cliquent plus et donc achètent plus. Nous avons gagné 15% du taux de clic suite à la personnalisation de ces emails, soit plusieurs millions de chiffre d’affaires incrémental.”Mélodie Charles, Directrice Marketing Conforama
Réussir sa transition vers l’IA : les 4 enseignements de la success story Conforama
On constate chez de nombreux acteurs, 3 enjeux en fonction du niveau de maturité :
Le niveau 1 est souvent la marche la plus difficile à franchir puisqu’elle nécessite de poser des fondations au regard de 4 dimensions : Vision, cible expérience utilisateur et priorités ; Sources de données ; Outils technologiques ; Équipe projet et méthode de travail.
L’exemple Conforama permet de faire émerger des enseignements au regard de ces 4 dimensions :
