CONFORAMA La personnalisation basée sur l'IA augmente le chiffre d'affaires des campagnes CRM de Conforama

WATCH : Conforama passe avec succès à une stratégie cross-canal plus rationnelle et plus efficace en intégrant une solution d'IA pour des recommandations de produits personnalisées.

Conforama est le deuxième distributeur de produits d'ameublement en France et est présent dans sept pays, avec 300 magasins, dont 200 en France. L'entreprise vend des meubles et des objets de décoration en kit et a réalisé un chiffre d'affaires de 1,7 milliard d'euros en 2022.

En tant qu'enseigne passerelle, Conforama a pour objectif de “rendre accessible au meilleur prix ce que les gens désirent le plus”. Une ambition qui s'appuie sur une transformation planifier une expérience omnicanale grâce à data et à l'IA. Un audit initial et une vision data marketing avec Artefact a identifié et hiérarchisé 12 cas d'utilisation et 25 facilitateurs techniques et organisationnels. Le premier cas d'utilisation consistait à intégrer une recommandation de produit personnalisée dans les courriels hebdomadaires de l'entreprise.

Plusieurs défis ont dû être relevés dans le cadre de ce cas d'utilisation :

• Comment comprendre les besoins de trois millions de clients et recommander les produits les plus pertinents à partir d'un catalogue de 42 000 références ?
• Comment proposer uniquement des produits actuellement en stock, en promotion, et qui n'ont pas déjà été suggérés aux clients ?
• Comment faire fonctionner et entretenir facilement la solution technique ?

Faire gagner du temps aux consommateurs, améliorer la productivité des entreprises

En utilisant des algorithmes d'apprentissage automatique pour analyser les préférences des utilisateurs, leur historique d'achat et leur comportement en ligne, la recommandation de produits basée sur artificial intelligence suggère des produits pertinents pour les consommateurs de manière personnalisée. Les entreprises peuvent ainsi mieux comprendre les besoins de leurs clients et leur recommander des produits qui correspondent à leurs intérêts, ce qui se traduit par une augmentation des ventes et une fidélisation de la clientèle.

L'un des principaux avantages de cette solution est qu'elle permet aux clients de gagner du temps. Plutôt que de parcourir d'innombrables pages de produits pour trouver ce qu'ils recherchent, les clients peuvent accéder rapidement à une sélection de produits recommandés qui répondent spécifiquement à leurs besoins. Les recommandations de produits basées sur l'IA peuvent améliorer l'expérience d'achat en ligne et encourager les clients à revenir pour d'autres achats. Un avantage stratégique, puisque 72% des consommateurs n'interagissent qu'avec des messages marketing personnalisés et adaptés à leurs centres d'intérêt.

En outre, Les recommandations de produits basées sur l'IA peuvent stimuler la productivité des entreprisesLes algorithmes d'apprentissage automatique de data peuvent analyser de grandes quantités de données en temps réel, ce qui permet aux entreprises de suivre en permanence les tendances et les comportements d'achat des clients. Cela peut aider les organisations à mieux comprendre les désirs des clients et à adapter rapidement leurs offres de produits en conséquence. Cela peut également permettre aux entreprises d'optimiser leurs stocks en proposant des produits qui ont plus de chances de se vendre, ce qui peut réduire les coûts et maximiser les profits.

Enfin, la recommandation de produits basée sur l'IA peut offrir des avantages commerciaux significatifs. En suggérant aux clients des produits pertinents et personnalisés, les entreprises peuvent améliorer leur taux de conversion, augmenter leurs ventes et renforcer leur image de marque. Du point de vue du marché, il a été démontré que la recommandation de produits basée sur l'IA génère une croissance incrémentale de +2,5%.

Un premier cas d'utilisation axé sur la personnalisation des campagnes de courrier électronique

Avant ce projet, tous les clients de Conforama recevaient des e-mails présentant les mêmes huit produits sélectionnés chaque semaine par les équipes marketing. Il s'agissait d'une tâche laborieuse, puisqu'il fallait identifier les huit produits les plus susceptibles d'intéresser trois millions de clients, chacun d'entre eux ayant des centres d'intérêt uniques. Tout ce temps passé à analyser data aurait pu être consacré à des activités plus stratégiques, telles que la création de contenu éditorial pour ces courriels.

Aujourd'hui, chaque mardi, un courriel contenant huit recommandations de produits est envoyé à tous les clients de Conforama. Mais ces recommandations sont personnalisées en fonction de l'historique des achats et filtrées exclusivement pour les produits qui sont en vente, disponibles en magasin et qui n'ont pas été présentés dans les activations précédentes.

La solution IA mise en œuvre comprend 4 étapes principales de traitement data :

• Collecte de l'historique des transactions, des références clients et produits, puis préparation de data ;
• Construction du modèle de “filtrage collaboratif” pour calculer l'appétit des clients pour le catalogue de produits ;
• Filtrage des produits en fonction des stocks disponibles, des nouvelles commerciales (ventes, promotions, etc.), des activations et des achats antérieurs ;
• Enrichissement du produit data (photos, prix, descriptions, etc.) pour l'activation.

Cette solution est basée sur 16 tables data, 25 étapes de transformation et de modélisation et 40 tests de qualité automatisés. Des dizaines d'itérations du modèle ont permis de choisir l'approche la plus efficace en fonction de l'historique des transactions. Grâce à cette solution, Conforama génère désormais plusieurs millions de recommandations par semaine en 45 minutes pour un coût de 50 euros par semaine.

En d'autres termes, si vous comptez les coûts de développement et d'exploitation, ainsi que les ventes supplémentaires, le seuil de rentabilité du projet est atteint en une semaine, avec une solution automatisée et fiable.

“Un gain de temps, certes, mais surtout un avantage commercial pour nos équipes de gestion de la relation client. Car grâce à cette personnalisation, les clients cliquent plus et donc achètent plus. Nous avons gagné 15% de taux de clics suite à la personnalisation de ces emails, ce qui représente plusieurs millions de ventes incrémentales.”
Mélodie Charles, Directrice Marketing Conforama

Une transition en douceur vers l'IA : les leçons de la réussite de Conforama

• Niveau 1 : Personnalisation d'un point de contact actuellement basé sur des règles à l'aide d'une approche algorithmique de l'IA ;
• Niveau 2 : Extension des recommandations personnalisées basées sur l'IA à l'ensemble du parcours client (produits similaires / produits complémentaires / suggestions basées sur l'historique d'achat) ;
• Niveau 3 : Optimisation de l'orchestration des recommandations à travers les canaux pour garantir une expérience omnicanale.

Le niveau 1 est souvent le plus difficile, car il nécessite de poser les bases de quatre dimensions distinctes : la vision cible, l'expérience utilisateur et les priorités ; les sources data ; les outils technologiques ; l'équipe de projet et la méthode de travail.

L'exemple de Conforama est riche d'enseignements sur ces quatre dimensions :

• Sélectionnez un premier cas d'utilisation et des fonctionnalités qui peuvent être rapidement mises en œuvre et mesurées pour mettre l'organisation sur la voie du succès. Par exemple, cette première victoire permet à Conforama de planifier le déploiement des recommandations de produits dans les magasins ou l'amélioration de leur algorithme grâce à la navigation data.
• Assurez-vous que le data est fiable. Une bonne modélisation de data repose avant tout sur une bonne qualité de data. Pour Conforama, des analyses exploratoires ont été réalisées sur plus de 50 tables afin de sélectionner les sources de data dans des domaines tels que la connaissance client, les référentiels produits et les transactions.
• Utiliser des technologies qui permettent aux équipes de déployer une solution technique rapidement et de manière collaborative. Conforama a sélectionné les outils les plus adaptés à ce type de workflow : DBT, BigQuery ML et Vertex AI pour leur performance, leur modularité et leur portabilité.
• Constituer une équipe dédiée capable de traiter tous les problèmes potentiels, et adopter une approche "test and learn". Pour ce faire, une équipe pluridisciplinaire IT / métier Conforama a été constituée, et une démarche de sprint sur 2 semaines a été adoptée.