Selon un article récent d’Allan Thygesen, président Americas chez Google, il n’y a pas deux voyages exactement pareils et, en fait, la plupart des parcours ne ressemblent pas du tout à un entonnoir. La maitrise de l’entonnoir, d’un parcours client linéaire allant de la prise de conscience à la prise en compte, puis à l’achat, va s’estomper de plus en plus !
Le modèle original développé par Lewis comprenait quatre étapes: sensibilisation, intérêt, désir et action (également appelé modèle AIDA). Ces étapes ont légèrement évolué au fil du temps pour refléter les marchés modernes, mais beaucoup font encore référence au modèle original de Lewis comme étant le concept incontournable.
Au cours des six derniers mois, Google a examiné les données de flux de clics de milliers d’utilisateurs issues d’un panel tiers. Ils ont constaté qu’il n’existait pas deux trajets identiques et, en fait, la plupart des trajets ne ressemblent pas du tout à un entonnoir. Ils ressemblent à des pyramides, des diamants, des sabliers, etc. La technologie numérique et les appareils mobiles ont changé les usages.
Exemple de parcours lors de l’étude
L’une des conclusions de Google : Alors qu’est-ce que cela signifie pour les marques ? Cela signifie que les spécialistes du marketing ne peuvent plus planifier un parcours linéaire. Aujourd’hui, le choix du consommateur influe beaucoup sur la portée et la fréquence. Ils choisissent de collaborer avec des marques pertinentes, utiles et personnelles. Les gens demandent de l’aide et les marques qui l’offrent sont celles qui vont gagner.
– Le Genius Bar est un lieu dédié à la fourniture d’un support technique dans les magasins Apple aux clients ayant des problèmes avec le produit ou les applications. Le Genius Bar est l’un des piliers du concept de vente au détail le plus abouti de ces dernières années et un bâtisseur de la marque et de la relation Apple. Les performances financières et l’impact de la boutique Apple sur la marque Apple sont extraordinaires. Les ventes au m2 de ses 380 magasins ou magasins sont supérieures à 5 000 dollars, soit six à dix fois plus que d’autres détaillants prospères, et le magasin moyen attire 18 000 visiteurs par semaine.
– Hawaiian Airlines a utilisé la recherche pour prédire si les personnes les plus susceptibles de réserver un voyage à Hawaii. Ensuite, en comprenant que les gens voulaient un vol direct depuis un aéroport à proximité, ils étaient en mesure de personnaliser les messages en conséquence. Les annonces vidéo comprenaient un appel à l’action qui dirigeait les internautes vers une page présentant les options de vol et de tarification pertinentes.
mo data, mo problems
Plus les clients numériques et mobiles deviennent nombreux, plus ils produisent de données. Au cours de leur voyage, ils basculent entre les sites et les applications, mais aussi les appareils pour trouver des informations pertinentes qui les orientent de manière productive. Dans le même temps, les clients évoluent de plus en plus vite et attendent une assistance en temps réel à chaque étape. En conséquence, il devient de plus en plus difficile de suivre la gamme diversifiée de signaux via des segments de clientèle de plus en plus nuancés.
Le défi consiste donc à connaître vos clients, vraiment les connaître, afin de pouvoir prédire cette intention. Le machine learning est l’une des clés . Sans cela, il est impossible de segmenter les audiences et de trouver efficacement les bons clients.
Google a publié une liste de trois points sur lesquels construire un moteur prédictif sur le sujet.