Le document discute des enjeux et des meilleures pratiques en matière de personnalisation dans le marketing numérique, soulignant l'importance des données centralisées pour réussir. Il présente également la méthode 'crawl/walk/run' pour aider les entreprises à personnaliser leurs communications tout en tenant compte du 'creepiness factor' qui peut nuire à l'engagement des clients. Enfin, il insiste sur la nécessité d'adopter une approche axée sur l'aide personnalisée pour améliorer l'expérience client.

1. Les best practices et constats sur les dernières tendances..

2. POURQUOI PERSONNALISER ?
L’impact de la personnalisation et les enjeux à adresser
LE DATA AU CŒUR DE LA PERSONNALISATION
Les ingrédients essentiels à la réussite
COMMENT PERSONNALISER ?
La méthode « crawl/walk/run » et la maturité du marketing numérique
QUOI PERSONNALISER ?
Creepiness factor et approche pour décider quoi personnaliser

3. PDG de Symetris, Brad baigne
dans le numérique depuis
plus de 15 ans.
Symetris a participé à Fizz.ca
(1e
place WOW Léger), Helix,
Savoir.Media, OSM, Union des
Artistes, Children’s Hospital.
Expert du DXP Acquia/Drupal

4. La personnalisation, c’est difficile.
L’objectif de cette présentation est de vous
aider à savoir par où commencer et
comment s’y prendre pour réussir la
personnalisation.

5. L’impact de la personnalisation et les enjeux à adresser

6. % d’entreprises désirant
augmenter leur niveau
de personnalisation
• Dont 50% qui ne
personnalisent pas
aujourd’hui
• Pourquoi pas plus?
65% dû au manque
d’expertise et de
ressources
92%

7. % d’entreprises
« personnalisées » qui le
font pour le courriel
• Le courriel est donc le
channel le plus
personnalisé
• En 2e
place (53%):
les sites web (moins
facile que pour
courriels)
75%

8. % de répondants
identifiant « augmenter
les conversions » comme
objectif de personnaliser
• Moyenne d’augmentation
de +25% des conversions
lors de mise en place de
personnalisation
• « Conversion » inclut:
remplir formulaire, ajout
de lead, vente
70%

9. Personnaliser l’expérience client sur mesure
basé sur les caractéristiques et le
comportement génère:
• Une augmentation de l’engagement
• Une amélioration des taux de conversion

10. La frontière actuelle est la
personnalisation par intelligence
artificielle.
Segmenter, prioriser des leads et
modéliser le processus d’achat –
le tout de façon automatique.

11. Les ingrédients essentiels à la réussite

12. Le data est à la base
de toute initiative
de personnalisation.
- Graphique tiré de Gartner “Rethink
Personalization for Maximum Impact”

13. L’information sur les clients habite
habituellement en silo. Il faut
centraliser pour personnaliser.
Ça devient un enjeu de
gouvernance.
Du mauvais data mène à une
mauvaise personnalisation.
Portrait global du client
Service à
la clientèle
Ventes
Marketing

14. % de entreprises ayant de
la difficulté à créer un
portrait centralisé des
clients
• 80% n’ont pas d’insights
sur les clients plus
au-delà des données de
base
• 40% ne sont pas capables
de connecter le data dans
différents systèmes
96%

15. La méthode « crawl / walk / run » et la maturité du
marketing numérique

16. Personnalisation basée sur le
comportement ou des
actions posées par
l’utilisateur.
Medium effort / medium
impact
Améliorer la collecte et la
centralisation du data.
Personnalisation légère
basée sur caractéristiques.
Low effort / fast results
Impact variable
Personnalisation sophistiquée
et multicanal (jusqu’à IA).
Contenu créé spécifiquement
pour la personnalisation.
High effort / high impact

18. Creepiness factor et approche pour décider quoi personnaliser

19. Les clients sont méfiants par rapport à
l’usage de leurs informations
personnelles.
• 55% ne sont pas sûr comment leur data est utilisé
• 65% ne savent pas quelles marques ont leur data
• 59% attendent au moins 1 mois avant de partager de
l’information
Source – Acquia Survey

20. 30% ont un sentiment négatif envers la
personnalisation des marques
Parmi le sentiment négatif, on trouve le
« Creepiness »
Il faut demander la permission!

23. Plutôt que de prouver qu’on sait à qui on
s’adresse, il faut vouloir aider.
En essayant d’aider tout en minimisant
l’intrusivité, on peut adopter l’approche
de « Tailored Help ».

25. • Concevoir l’outil/fonctionnalité qui permettra d’aider
• Types: Diagnostic, Teacher, Recommendation, Predictor
• Prioriser l’aide avec la plus grande valeur ajoutée
• Choisir les dimensions de data à utiliser pour maximiser pertinence

26. S’il y a deux choses que vous devriez retenir
aujourd’hui:
• Personnaliser, c’est difficile et il faut
adopter une approche crawl/walk/run
• Lorsqu’on offre du tailored help,
« Less is more »

27. QUESTIONS?
www.symetris.ca