Analyse ROPO : quelle est son utilité pour l'analyse marketing omnicanal ?

Jusqu'à 40 % des clients vont en ligne pour en savoir plus sur les produits et leur disponibilité avant de visiter la boutique hors ligne et d'acheter quelque chose. Le pourcentage de ces clients dépend sûrement de l'entreprise. Cependant, des tonnes d'utilisateurs voient d'abord des publicités en ligne ou des offres spéciales, lisent des avis et des témoignages sur le site Web, et ce n'est qu'ensuite qu'ils décident d'acheter hors ligne. Cela signifie que vos initiatives publicitaires en ligne peuvent avoir une influence sérieuse sur le nombre de ventes hors ligne.​

Dans ce cas, nous décrivons la solution apportée par l'équipe OWOX BI pour une chaîne de magasins faisant partie de la société Sephora (détenue par le groupe LVMH) et occupant une position de leader sur le marché mondial des parfums et produits cosmétiques. Il a eu des difficultés à appliquer l'analyse ROPO.

Les clients peuvent généralement acheter les produits proposés par le détaillant à la fois en ligne et hors ligne. Lors de l'achat d'un nouveau parfum, un client peut d'abord vouloir explorer les arômes et ensuite seulement effectuer un achat en ligne ou dans un magasin physique.

L'équipe marketing souhaitait comprendre en profondeur le comportement de leurs utilisateurs en termes d'interaction entre les magasins en ligne et hors ligne. Ils voulaient montrer en chiffres que les efforts de marketing en ligne ne se limitent pas à générer des revenus à partir des commandes en ligne, mais affectent également les ventes hors ligne (ce que l'on appelle l'effet de recherche en ligne, d'achat hors ligne ou ROPO).

Nous avons suggéré de créer un système d'analyse et de rapports marketing omnicanal.

La priorité pour l'entreprise, comme pour de nombreux grands détaillants omnicanaux, était de construire un système d'analyse marketing efficace sur tous les canaux de vente.

Le premier problème rencontré par l'équipe marketing pour résoudre ce problème était la fragmentation des données. Tout au long de l'existence de l'entreprise, de nombreuses données ont été accumulées et stockées dans diverses sources et formats, chacun avec sa propre méthode de traitement spécifique. Pour déterminer l'effet ROPO, il fallait un référentiel unique dans lequel toutes les données nécessaires à l'analyse pouvaient être regroupées.

De ce problème en suivit un autre : Quel stockage utiliser ? Il y avait deux options :

1. Stockez toutes les données sur les propres serveurs de l'entreprise.
2. Téléchargez toutes les données sur le stockage en nuage.

Chaque option de stockage de données a ses avantages et ses inconvénients. Dans le cas de l'utilisation des propres serveurs de l'entreprise, il faut tenir compte du temps consacré à l'organisation de ce stockage, de l'argent nécessaire pour acheter le matériel nécessaire, des coûts de maintenance, des problèmes de mise à l'échelle et de la nécessité de construire un système automatisé de collecte et Données en cours.

Le défi suivant consistait à choisir un outil pour automatiser la livraison de données provenant de diverses sources vers un référentiel unique pour une analyse plus approfondie. Il existe de nombreux outils pour cela, mais il fallait choisir le meilleur en termes de prix, de qualité, de fonctionnalité, de flexibilité et d'évolutivité.

Pour résoudre les problèmes d'analyse ROPO, les experts marketing et les analystes ont dû suivre les étapes suivantes :

• Sélectionnez un référentiel unique pour fusionner les données
• Automatisez le flux de données
• A partir des données obtenues, construire les rapports et indicateurs dynamiques nécessaires à la gestion de l'entreprise

Pour mettre en œuvre ce plan, l'équipe marketing s'est tournée vers OWOX BI, puisque nous sommes experts en analytique en ligne et en fusion de données et que nous sommes partenaire de l'entreprise depuis 2016.

Les experts ont choisi Google Cloud Storage comme stockage unifié avec une connexion à Google BigQuery. Les principales raisons du choix de Google Cloud Storage étaient :

• La vitesse. Google Cloud Storage peut traiter des téraoctets d'informations en quelques secondes et des pétaoctets en quelques minutes.
• Efficacité et transparence des coûts. Comparé à d'autres outils, le service de Google est peu coûteux et pratique à utiliser.
• Évolutivité simple. Avec une augmentation significative du volume de données, vous n'avez pas besoin de réserver de capacité supplémentaire, de serveurs virtuels, etc.
• Intégration pratique avec des services externes. Un grand nombre d'intégrations sont disponibles pour travailler avec des données provenant de services populaires.
• Fiabilité et sécurité des données. Les normes de sécurité, de réglementation et de certification de BigQuery vous permettent de stocker des données sensibles dans votre projet.
• Exportation Google Analytics 360. Il est possible d'importer des données brutes de Google Analytics directement dans BigQuery (y compris les données historiques des 13 derniers mois).
• Compute Engine, Data Prep, etc. Google Cloud dispose de nombreux services intégrés qui simplifient la mise en place des solutions.

L'équipe d'analystes, suivant les recommandations d'OWOX BI, a effectué les actions suivantes pour automatiser le flux de données :

• Configurez l'exportation automatique des données de Google Analytics vers Google BigQuery. L'entreprise est utilisatrice de Google Analytics 360, ce qui lui permet de personnaliser entièrement l'intégration avec BigQuery en quelques clics.
• Configurez l'intégration automatique de Google Ads et de Google Analytics. Il convient de noter qu'une partie des données de coût est automatiquement importée dans Google Analytics à l'aide du pipeline OWOX BI. Les dépenses totales sont analysées dans un autre système plus adapté aux besoins de l'entreprise (en plus des frais de publicité, il collecte également des frais fixes pour la production de matériel promotionnel, des commissions d'agence et d'autres dépenses, sans lesquelles il est impossible de calculer le net retour sur investissement).
• Configurez le téléchargement automatique des dépenses vers Google Analytics pour Criteo, Facebook et d'autres sources publicitaires via OWOX BI Pipeline. Vous pouvez trouver des méthodes de chargement des frais publicitaires dans Google Analytics et l'avantage de l'importation automatique vers Google Analytics et BigQuery dans notre article.
• Données téléchargées du CRM vers Google BigQuery. Tout en explorant les avantages de BigQuery et d'autres produits Google Cloud Platform, l'équipe marketing a décidé d'essayer de créer des rapports ROPO basés sur des importations ponctuelles. Pour ce faire, ils ont téléchargé des données une fois par mois sur Google Cloud Storage, à partir duquel elles ont été envoyées à BigQuery.
• Une fois que l'équipe marketing s'est familiarisée avec tous les avantages de travailler avec des données dans BigQuery, elle a décidé de continuer à utiliser BigQuery comme magasin de données CRM. À l'aide de l'intégration BigQuery d'OWOX BI, ils ont configuré le téléchargement automatique des données de leur CRM vers BigQuery. Cette intégration a permis de gérer (ajouter, supprimer et mettre à jour) de manière indépendante les données dans le cloud, ce qui était l'un des avantages de l'utilisation de cette approche de manière continue.

À l'aide de requêtes SQL, l'équipe marketing a fusionné toutes les données collectées dans BigQuery dans une seule table. Ils peuvent désormais utiliser ces données pour créer des rapports dans un format adapté à l'entreprise à l'aide de l'outil de visualisation de données Data Studio.

Il convient de noter que les données permettant de créer des rapports peuvent être fusionnées non seulement dans des services de visualisation tels que Data Studio, Tableau et Google Charts. En utilisant les instructions développées par l'équipe OWOX, en quelques clics, vous pouvez connecter une table créée dans BigQuery directement aux outils OWOX BI Attribution et OWOX BI Smart Data pour générer automatiquement des rapports ROPO dans le bureau OWOX BI.

À la suite de la création d'un système d'analyse marketing omnicanal, l'équipe marketing a répondu à un certain nombre de questions importantes pour le développement commercial.

Après avoir construit toute la chaîne des points de contact des utilisateurs, de l'interaction avec la publicité en ligne à l'achat dans un magasin hors ligne sur une période sélectionnée, il a été possible d'identifier 3 % de tous les utilisateurs qui sont entrés sur le site Web par ID utilisateur - c'est-à-dire uniquement les visiteurs qui sont inscrits sur le site. Il a été possible d'identifier non seulement les sessions d'utilisateurs autorisés à un moment précis mais également les sessions d'utilisateurs non autorisés disposant d'une carte de fidélité connue. ​Parmi les utilisateurs identifiés :

• 31% ont effectué des achats dans la boutique en ligne.
• 17% ont visité la boutique en ligne avant un achat hors ligne (utilisateurs ROPO).
• 53 % ont effectué des achats dans des magasins en ligne et hors ligne.

Après avoir analysé toutes les données nécessaires, l'équipe numérique a pu montrer en chiffres l'influence de la publicité dans les médias numériques sur les ventes dans les magasins hors ligne.​Le graphique ci-dessous montre l'influence sur les ventes hors ligne d'une newsletter envoyée par e-mail du 23 au 25 août.

Le rapport permet également à l'équipe d'évaluer les changements dans la part des utilisateurs ROPO pour comprendre dans quelle mesure les attentes pour cette métrique correspondent aux données réelles.​

Ce graphique montre quel pourcentage des revenus ROPO a été généré par une campagne publicitaire spécifique.​

Lors de la construction des graphiques ci-dessous, il a été possible de montrer visuellement la part des utilisateurs ROPO qui ont effectué des achats à la fois en ligne et hors ligne et de suivre la dynamique des changements dans cette catégorie d'utilisateurs.​

En plus de l'analyse principale, les spécialistes du marketing ont voulu savoir comment le comportement des utilisateurs de ROPO diffère selon la catégorie de produits en termes de ce que les clients regardent sur le site Web et de ce qu'ils achètent hors ligne.

Par exemple, il y avait une hypothèse que le parfum apporte le plus de revenus ROPO. Cependant, le rapport a montré qu'en fait, la catégorie des soins du visage dans la série des produits anti-âge a une part importante de ROPO. Ces produits peuvent être pris en compte lors de l'élaboration de la prochaine campagne publicitaire en ligne.

Toutes ces données et l'analyse correcte de l'effet ROPO ont permis de définir et de présenter clairement l'efficacité de la publicité en ligne, en tenant compte de toutes les actions des utilisateurs, en ligne et hors ligne. De plus, grâce à l'analyse ROPO et à la possibilité de télécharger des transactions hors ligne dans une vue Google Analytics distincte, les spécialistes du marketing peuvent mieux comprendre le comportement des différents segments de leur public cible, ce qui leur permet de planifier plus en détail les activités marketing.

L'étape suivante consiste à augmenter le pourcentage d'utilisateurs identifiés afin de déterminer plus précisément le comportement de chaque segment. Une partie de cette tâche a été résolue en identifiant non seulement les utilisateurs qui sont autorisés à un moment donné dans une session particulière, mais qui ne sont pas autorisés mais qui ont une carte de fidélité qui peut être appariée rétroactivement.