La mesure de la relation entre les indicateurs clés en ligne et hors connexion est l’un des défis les plus importants depuis l’arrivée d’Internet.
Le commerce offline reste cependant très important, même face à une numérisation de plus en plus présente. La possibilité de mesurer le commerce hors ligne de manière précise et en relation avec votre présence en ligne dépend principalement d’une bonne combinaison entre ces deux mondes.
Tout le monde connait l’exemple suivant. On utilise son téléphone portable pour chercher un produit précis via Google, Bing ou un autre moteur de recherche, une publicité s’affiche et on clique dessus. On n’achète pour autant pas le produit dans la boutique en ligne mais on se rend plutôt sur place dans un magasin à côté de chez nous et on « convertit hors connexion ».
Jusqu’à présent, on utilisait différents modèles de simulation d’analyse. On prenait par exemple comme base un certain pourcentage des visites de la page d’accueil ou de sites spécialement visités dans la boutique, plus particulièrement sur la plateforme online correspondante. Une mesure de ce genre n’est pas seulement intéressante pour les grands fournisseurs en ligne mais également pour le petit restaurant italien d’à côté. Le client a cherché aller manger italien, a découvert le menu sur le site et a trouvé l’adresse du restaurant. Lors de ce que l’on peut appeler la dernière « étape de conversion » du parcours, il s’est alors rendu au restaurant. Un comportement de recherche classique qu’un grand nombre d’entre nous connait.
Avant de pouvoir optimiser et mesurer ce customer journey, il est d’abord utile de définir et d’assigner toutes les étapes nécessaires pour une symbiose omnicanal parfaite. Tandis que la mesure des clics sur l’annonce, comme les mouvements sur la landing page, est devenue une évaluation de pointe, celle des conversions hors connexion issus de divers appareils reste encore un domaine relativement inexploité. Cela autorise cependant de grandes chances d’optimisation, de configuration et d’amélioration de vos mesures de marketing digital.
Illustration 1 : Exemple d’un customer journey classique
Depuis quelques mois, il est possible de mesurer les différentes conversions de manière exacte grâce à Google. Cela ne signifie cependant pas que cette fonction soit déjà accessible à chaque client au vu de certaines conditions exigées, comme par exemple :
Après une phase complète de tests beta, la fonction s’étendra très certainement à des clients plus « petits » avec moins de budget, afin qu’ils puissent mesurer les conversions hors connexion. Ces techniques sont aujourd’hui déjà utilisées par d’autres fournisseurs de systèmes de suivi en ligne et hors ligne.
La mesure en ligne/hors ligne sert avant tout à déterminer l’influence numérique dans le commerce stationnaire. Il s’agit d’établir une passerelle entre le clic, voire l’interaction dans le monde digital et la conversion/ la visite du magasin dans le monde hors connexion. L’avenir de la gestion de la campagne et de l’optimisation On-Page peut ainsi être une stratégie omnicanal, car les gens achètent ou cherchent encore via différents canaux.
Il existe en général deux défis centraux lors de la mise en place d’une stratégie omnicanale :
Une authentification en ligne et hors ligne du client est nécessaire pour effectuer une mesure exacte de l’omnicanal. Google a choisi une bonne approche avec les deux solutions suivantes : la nouvelle solution « Store Visits » (« visites en magasins ») et celle de l’ »User-ID« .
En optant pour la solution User-ID, le client reçoit un ID (identification) anonyme, par exemple lors d’une connexion dans une boutique en ligne. À l’aide de cet ID, une conversion est ensuite reconnue dans la boutique réelle lorsque que le client fait par exemple ses achats avec sa carte client contenant également cet ID.
Avec une solution Store Visits (visites en magasin), le client doit être connecté à son compte Google (sur les appareils sur lesquels le clic sur l’annonce a aussi été effectué). Google Maps doit aussi être utilisé (ce qui est aussi le cas parmi la plupart des utilisateurs Android.). Si le volume des données de ces chemins d’accès est assez important, il est alors possible de faire une estimation en se basant sur ces données. Comme avec dans le suivi cross-device ou d’autres mesures, les données sont un mélange entre ce que Google est capable de mesurer et une estimation. L’estimation se veut très prudente, basée sur un haut intervalle de confiance et un très bon degré de précision.
Comment en arrive t-on à une estimation aussi précise ? Différentes possibilités techniques sont pour cela utilisées. Le GPS pourrait convenir à première vue mais n’est intéressant uniquement que pour les bâtiments isolés. Pour un centre commercial ou des rues marchandes avec des petits commerces non loin les uns des autres, cela ne sera pas assez précis. On a également besoin de points de signaux supplémentaires afin de pouvoir vraiment comprendre où se trouve un commerce (où la surface de vente se trouve et ou la prochaine boutique commence ou s’arrête).
C’est là que rentre en jeu ce que l’on appelle le comportement des visiteurs. Ce dernier correspond à une durée de visite d’au moins 5 minutes dans une boutique, afin qu’aucun magasin devant lequel on se contente seulement de passer ne soit détecté. Un logiciel précis permet, via Google Maps, de suivre les contours d’un magasin, incluant les entrées et les sorties. Le WiFi Mapping est également utilisé, avec lequel les réseaux WiFi publics et leurs forces de connexions peuvent être mesurés, autant à l’intérieur qu’autour d’un magasin. L’outil de sondages de Google ou plutôt ses résultats de sondage sont également intégrés à l’ensemble des données et traités.
Si mon objectif premier est d’amener le client dans mon magasin, il serait alors idéal de partager cette information déjà sur la page d’accueil ou au moins d’en faire mention. En combinant la nouvelle option des Store Visits, il est ainsi possible de « guider » le client dans la filiale de plusieurs manières. Dans le cas où le client arrive sur la page de renvoi en un seul clic sur l’annonce, il m’est possible ensuite de l’analyser d’une façon idéale – aussi bien dans mon système de web analytics aussi que dans AdWords avec la nouvelle solution Store Visits. Le client sera en tous les cas censé voir chaque information qu’il recherche sur la landing page. Cela est un facteur de réussite important pour le développement du parcours du client dans la boutique stationnaire.
Illustration 2 : Landing page avec toutes les informations nécessaires pour se rendre dans la boutique stationnaire
Un appel à l’action dans le texte publicitaire ou sur la bannière publicitaire concernée serait également idéal afin de motiver le client à cliquer une nouvelle fois. Par exemple avec « Visiter dès maintenant » ou « Trouver ici la filiale la plus proche ». Cette mise en pratique peut paraitre très banale mais est pourtant souvent négligée, surtout lorsque l’objectif de la campagne n’a pas été défini auparavant de manière claire.
Comme déjà indiqué, parallèlement à la conception de l’annonce, l’optimisation de la landing page est extrêmement importante pour le succès et finalement la mesure de la conversion. Le client doit pouvoir y trouver l’information dont il a besoin, et cela rapidement et facilement. Idéalement sans un temps de chargement trop long et sans avoir à faire trop défiler le contenu.
Les annonces publicitaires de type branding contenant ce type d’incitations à l’action ne sont bien entendu pas les seules à générer des Store Visits, les annonces « sans marque » le sont également. L’omnicanal ROAS est effectivement généralement plus important dans les campagnes de branding, mais les annonces sans-marque montrent également de très bon taux de Store Visits. Cela peut varier de 15 à 20 % selon la boutique en ligne.
L’évaluation du mobile s’est en tous les cas largement améliorée avec l’approche omnicanale. On peut ici constater que plus le client se rapproche d’un magasin stationnaire, plus le taux de Store Visits sera élevé. Vous trouverez plus d’informations à ce sujet dans le chapitre suivant.
Dans le cas où la fonction des Store Visits sont activés dans le compte AdWords, une nouvelle manière de conversion apparaît, pour laquelle il est possible d’ajuster précisément une nouvelle fois les Store Visits. Il est entre autres possible d’indiquer une valeur de conversion pour chaque visite de magasin. Il serait ici intéressant de comparer les paniers d’achats des filiales stationnaires et celles de la boutique en ligne et d’essayer ainsi de calculer une valeur de panier d’achats « omnicanal ». On pourrait ensuite inscrire cette valeur ici.
Illustration 3 : Paramètres dans Google AdWords
Il faudrait pouvoir dans l’idéal adapter les offres CPC selon la distance et le lieu. Comme déjà indiqué, la probabilité que le client se rende dans la boutique est plus importante lorsqu’il se trouve dans les environs. Cela signifie que j’augmente ici mes offres de par exemple 30 %. Cela aura très certainement pour conséquence que mon annonce publicitaire sera vue par le client et que ce dernier se rendra ensuite dans la filiale. Et pas seulement : l’ajustement d’offres est également une bonne possibilité d’optimisation pour d’autres utilisations.
Illustration 4 : Définir l’ajustement des offres en fonction du lieu
Illustration 5 : Définir l’ajustement des offres en fonction du niveau de la campagne pour les appareils mobiles
L’ajustement d’offres pour les appareils mobiles peut et doit être également pris en considération afin de s’adresser de manière plus intensifiée aux utilisateurs avec appareils mobiles. Dans le cas où un consommateur fait par exemple une recherche avec « acheter Audi A6 occasion Marseille » sur son smartphone, il a alors déjà confirmé une intention d’achat et a montré son intérêt concernant ce produit en particulier.
Afin d’assurer une gestion de campagnes de ce genre, la mise en place correcte de groupes d’annonces et de campagnes au sein du compte AdWorks concerné est primordiale. Une segmentation des campagnes ayant mené à des visites du magasin devrait avoir lieu. Il serait alors par exemple possible de mieux gérer un budget marketing séparé ou encore ajouter quelques nouveaux mots-clés qui pourront être mieux adaptés à une visite en boutique qu’à une conversion en ligne.
J’aurai ainsi une propre campagne avec les AdGroups correspondants pour ma boutique en ligne et une autre via laquelle je peux réajuster de manière spécifique les Store Visits.
Illustration 6 :Campagne sans visites en magasin
Illustration 7 : Campagne incluant les visites en magasin
Comme déjà indiqué, les mots-clés donnés sont, avec les augmentations d’offres reliées aux lieux, indispensables. Un test devrait être effectué pour choisir les bonnes options de mots-clés.
Illustration 8 : Exemples de mots-clés pour une campagne « in-store »
Si ces optimisations entre l’annonce, le site web ainsi que la bonne mise en place du suivi hors ligne sont idéalement adaptées les unes aux autres, alors une mesure optimale de l’omnicanal dans son ensemble possible.
Même si la gestion de l’évaluation et l’appréciation des mesures de l’omnicanal sont encore actuellement compliquées et limitées, des possibilités intéressantes de gestion de campagnes sont en train de s’ouvrir. Il est pratiquement certain que ces fonctionnalités du suivi du client dans le monde offline pourront être également continuer d’être intégrées et développées dans d’autres outils en ligne.
Actuellement, le ROI est très souvent utilisé dans l’e-commerce. La mesure en ligne / hors connexion offre la possibilité de changer cela. Le canal mobile doit par conséquent être envisagé d’une nouvelle manière (3-4 fois plus de visites de boutiques via mobile que via ordinateur). Correctement utilisées, ces fonctions peuvent amener de réels changements.
La check-list suivante vous indique une nouvelle fois les points importants à suivre :
Rien ne vaut la pratique ! Faites analyser votre site web avec Ryte FREE !
C’est parti !Écrit le 05.09.2017 par Jürgen Eppinger.
Qui a écrit
Après ses études en technologie des médias, Jürgen a pu travailler dans plusieurs équipes de marketing digital dans les environs de Vienne, avant de s’installer à Linz pour intégrer l’agence de logiciel PPC Smarter ECommerce. Également enseignant dans le domaine de marketing, il s’intéresse aux langages de programmation en tous genres et se passionne pour Raspberry Pi.
Suivi, analyse et optimisation de vos actifs numériques grâce à notre technologie unique
S’inscrire gratuitement