Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

ebiznext - Marketing comportemental

61 views

Published on

Le bon message, au bon moment, à la bonne personne

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

ebiznext - Marketing comportemental

  1. 1. Marketing comportemental Le bon message, au bon moment, à la bonne personne — rêve ou réalité ? Un site e-commerce optimal doit aider son visiteur à faire ses recherches, l’as- sister dans son processus d’achat et lui faire des recommandtions pertinentes de produits connexes ou complémen- taires. La solution de marketing comportemen- tal d’Ebiznext utilise des algorithmes de Machine Learning pour analyser et interpréter la donnée collectée sur vos sites et la transformer en messages ci- blés pour chacun de vos visiteurs. Cette solution vous permet de mettre en place une relation personnalisée avec chacun de vos clients et prospects. Depuis une dizaine d’années déjà, les technologies internet promettent une expérience utilisateur unique pour chacun basée sur ses intérêts et ses comportements. Aujourd’hui, malgré les avancées dans le big data, l’expérience utilisateur reste souvent pauvre. Des exemples abondent : Bénéfices du Marketing Comportemental + Etre attractif pour ses visiteurs en offrant une expérience client personnalisée + Augmenter le panier moyen, donc améliorer la rentabilité du site, grâce à des recommandations qui permettent le cross-selling et le up-selling + Accroître la fidélité de vos clients avec des campagnes relationnelles ciblées • Des recommandations pour des produits non-pertinents, donc sans potentiel de cross-selling, ou pour des produits similaires à celui recherché mais moins chers, donc moins profitable pour l’e-commerçant ; • Des paniers abandonnés sans suivis ; • Des emailings génériques qui ne tiennent pas compte du profil de l’acheteur et qui finissent en courriers indésirables. ebiznext
  2. 2. Recommandations personnalisées Pour des suggestions personnalisées qui tiennent compte des goûts et intérêts de vos clients, la solution d’Ebiznext rassemble la donnée collectée sur votre site et interprète les patterns de prédictions. En appliquant des algorithmes de Machine Learning au moteur de recommandation, notre solution permet une optimisation en continu et pleinement automatisée, basée sur le comportement de vos clients. Types de recommandations • Acheté par d’autres clients • Recherché par d’autres clients • Par similarité de produit • Selon l’historique d’achat du client • Selon les items dans le panier du client • Selon l’historique de recherche • Filtrage collaboratif : évaluation par les autres internautes • Produits les plus vendus • Produits les plus populaires • Selon ses coordonnées géographiques • Prise en compte de l’Open Data (ex: météo, conditions de circulation)Relation personnalisée Notre solution va au-delà des recommandations sur votre site et vous propose d’intégrer ces informations dans vos emailings. Par exemple, si un visiteur aban- donne son panier, vous pouvez automatiquement lui envoyer un email avec des suggestions de produits simi- laires à ceux qu’il avait dans son panier, mais moins chers ou ayant de meilleurs commentaires utilisateurs. Ainsi, la solution d’Ebiznext vous permet d’entretenir des relations plus ciblées avec vos prospects et clients au-delà du processus d’achat. Make it possible www.ebiznext.com contact@ebiznext.com +33 (0)1 56 89 00 00 ebiznext Une recommandation pertinente Notre solution de marketing compor- temental se base sur des algorithmes d’auto-apprentissage pour vous offrir un moteur de recommandation pertinent. De ce fait, vos clients recevront l’informa- tion la plus pertinente selon leurs goûts, leurs habitudes et le contexte actuel. Recommandations contextualisées La solution de marketing comportemental d’Ebiznext prend en compte non seulement les goûts personnels mais aussi le contexte présent de vos clients. Se basant sur l’Open Data, les éléments de recherche sont croisés dans le moteur de recommandation avec des données actuelles du client, telles que son emplace- ment géographique, la météo, l’actualité locale ou la cir- culation. Les recommandations sont donc basées sur sa segmentation et son contexte environnant, en temps réel. Open Data

×