Utiliser les analyses pour connaître votre client

Ce livre de jeux montre comment évaluer le comportement et le sentiment des clients par rapport à divers paramètres de votre programme de fidélité à l'aide de tableaux de bord et d'intelligence artificielle reposant sur la plate-forme de données de vente au détail.

Solution commerciale

Ce livre de jeux explique comment combiner les données du système de gestion de la fidélisation, les données transactionnelles de point de vente/point de vente, puis les enrichir avec des points de données clients externes autour des groupes d'âge et de la situation familiale, rassembler toutes les données, traiter la qualité des données et préparer l'analyse automatiquement, sur une base horaire.

En outre, pour vous aider à valider les bonnes actions à entreprendre, ce scénario utilise toutes les données et la modélisation IA intégrée d'Oracle pour générer des scénarios de simulation afin de prévoir l'impact des modifications proposées afin que les utilisateurs puissent choisir la meilleure alternative.

Remarque :

Dans le scénario le plus vaste de votre client, cela obtiendrait probablement des données supplémentaires sur les campagnes, potentiellement le merchandising, éventuellement les flux de réseaux sociaux (enrichis et transcrits automatiquement dans un format utile) et d'autres événements externes tels que la météo, les sports, les événements, etc.

La plate-forme de données Oracle Retail vous permet d'assimiler et de gérer tous les aspects des données et de les réorganiser au même endroit. De structuré à non structuré, de relationnel à vidéo en tweets en géospatial, tous les formats résident en un seul endroit, permettant une analyse sécurisée et organisée.

Pour les clients qui s'appuient fortement sur les produits Oracle, en tirant parti de la gravité des données, c'est-à-dire en consolidant toutes vos données dans un modèle opérationnel unique, un cloud et un fournisseur, les avantages sont évidents, notamment :

• Aucun frais de sortie.
• Moins de latence des données et de problèmes de qualité.
• Un modèle de sécurité et de gouvernance unique.

Comprendre les concepts et les conditions générales pertinents du secteur

Ce livre de jeux utilise des termes et des concepts du secteur que vous devez connaître afin de mieux comprendre la valeur de ce scénario :

• Acquisition

  L'acquisition de clients est le processus qui consiste à acquérir de nouveaux clients via différents canaux. Les publicités payantes, les réseaux sociaux, la bouche à oreille et le marketing par e-mail ne sont que quelques exemples de la manière dont les entreprises peuvent proposer de nouveaux clients.

• Segmentation

  Un segment est un groupe de clients créé à l'aide de données qui assurent le suivi du comportement et des caractéristiques du profil. Chaque segment comporte des critères conditionnels qui qualifient certains clients de votre base de données client. Les segments que vous créez peuvent être exportés vers d'autres outils d'orchestration marketing Oracle pour implémenter des campagnes, telles qu'Oracle Responsys et Oracle Eloqua. Par exemple, votre société souhaite lancer une campagne promotionnelle pour vendre un stock excédentaire de vêtements d'hiver pour les enfants. Vous pouvez créer le segment pour cette campagne dans Oracle Unity pour l'exportation vers un outil d'orchestration marketing.

• Activation

  L'activation du client fait référence à l'acte visant à motiver les clients à tirer pleinement parti des avantages du produit qu'ils testent, ce qui augmente leur engagement global. Le résultat peut être la génération d'un nouveau client ou la réengagement d'un client inactif. Quoi qu'il en soit, l'activation se produit lorsqu'un client devient enthousiaste à propos de votre produit ou service par le biais d'un marketing pertinent en comprenant pleinement ses avantages (le moment "aha !" insaisissable)

• Taux de conversion

  Le taux de conversion correspond au pourcentage de personnes qui visitent votre page Web et qui convertissent votre offre. Le taux de conversion est calculé en divisant le nombre de personnes qui ont converti le nombre de personnes qui ont visité votre page.

Solution technique

La solution technique repose sur la plate-forme de données Oracle Retail, une plate-forme unique de stockage, de gestion, d'enrichissement et d'analyse de tous types de données. Dans cet exemple, nous importons des flux de données à partir de systèmes de point de vente et de fidélisation (interfaces d'API), en les exécutant via des pipelines de transformation et de qualité de données pour créer un lac organisé. Nous prenons ensuite un flux d'Oracle Advertising Cloud pour fournir des informations supplémentaires sur les consommateurs, par exemple leurs groupes d'âge et leurs statuts matrimoniaux.

Oracle Fusion Analytics et Retail Insights sont des accélérateurs qui accélèrent l'accès aux modèles de données et Oracle assume une partie de la charge de maintenance. Ces services utilisent la même pile technique de référence, ce qui garantit une plus grande interopérabilité. Les informations que vous pouvez dériver d'Oracle Analytics sont les suivantes :

• Faibles signaux des consommateurs (des réseaux sociaux).
• La segmentation des clients, qui vous permet d'améliorer l'activation/la messagerie et de stimuler les stratégies de merchandising et d'approvisionnement.
• Variations de la demande en fonction de campagnes ou d'événements externes (plutôt que sportifs, événements nationaux, événements locaux).

De structuré à non structuré, de relationnel à vidéo en tweets en géospatial, tous les formats sont conservés en un seul endroit pour une analyse sécurisée et organisée. Alors que tous les fournisseurs de cloud ont une forme de lac de données, Oracle est le seul à pouvoir combiner librement les différents types de données dans un seul ensemble d'outils. Vous n'avez pas besoin de déplacer des données entre différents types de bases de données et vous pouvez utiliser des outils relationnels pour interroger des données non structurées ou des outils de science des données pour effectuer l'apprentissage automatique en place dans le lac. De plus, l'ensemble de la plate-forme de données partage un modèle de sécurité, un emplacement et une approche de gestion pour des opérations plus simples et plus efficaces.

Description de l'illustration retail-lakehouse.png

maison de vente au détail-oracle.zip

Architecture

Le diagramme suivant illustre le workflow décrit dans cette solution.

Description de l'image retail_lakehouse_fc.png

retail_lakehouse_fc.png

L'architecture comprend les étapes suivantes :

• Repérer

  Ici, nous capturons les données structurées et non structurées de différentes sources telles que les systèmes de point de vente (POS) tels que les micros, les systèmes source d'entreprise (ERP), l'expérience client, les produits et le marketing ainsi que les entrées IoT, les opérations en magasin, y compris le trafic en magasin et les données sur les réseaux sociaux.

• Assimilation

  Les données sont ingérées à partir d'une grande variété de systèmes source à l'aide des services d'intégration OCI et transmises au stockage d'objets de lac de données, qui est la zone de destination de la plate-forme de données.

• Transformer et organiser

  En outre, les données sont nettoyées, transformées et enrichies à l'aide du service OCI Data Flow, qui est un service Apache Spark entièrement géré, qui effectue des tâches de traitement sur des ensembles de données extrêmement volumineux sans infrastructure à déployer ou à gérer. Nous déplaçons les données de la zone organisée vers la couche de stockage finale de la plate-forme de données, qui est une combinaison d'Object Storage et d'Autonomous Data Warehouse (ADW). Il aide à démocratiser les données dans l'ensemble de l'organisation.

• Analyser, apprendre et prédire

  Les données sont désormais utilisées pour analyser et fournir des informations commerciales via des tableaux de bord Oracle Analytics Cloud (OAC) centralisés. Nous étendons également notre analyse à l'aide de la pile IA/ML d'Oracle pour apprendre et prédire les résultats.

• Mesure et action

  La plate-forme de données peut désormais être intégrée à des applications mobiles personnalisées, des piles technologiques open source et des plates-formes hybrides. Dans cette démonstration, l'intégration à la plate-forme Data Science présente l'intelligence ajoutée pour capturer le comportement des clients.

Composants d'architecture

L'architecture de ce scénario contient les composants suivants :

• Sources de données

  Il s'agit des points d'origine de la saisie des données sur la plate-forme de données. Par exemple, les systèmes POS tels que Micros, les analyses de comportement Web des utilisateurs, les applications Fusion Supply Chain Management, les sources eCommerce, etc.

• Oracle Data Integration Service

  OCI Data Integration est un service cloud natif, sans serveur, entièrement géré qui extrait, charge, transforme, nettoie et remet en forme les données de diverses sources de données en services Oracle Cloud Infrastructure cible, tels qu'Autonomous Data Warehouse et Oracle Cloud Infrastructure Object Storage.

• Stockage d'objet

  Object Storage offre un accès rapide à de grandes quantités de données structurées et non structurées de tout type de contenu, y compris des sauvegardes de base de données, des données analytiques et du contenu enrichi tel que des images et des vidéos. Vous pouvez stocker les données, puis les extraire directement à partir d'Internet ou de la plate-forme cloud, et ce, en toute sécurité. Vous pouvez adapter le stockage de manière transparente sans subir de dégradation des performances ni de la fiabilité du service. Utilisez le stockage standard pour le stockage "à chaud" auquel vous devez accéder rapidement, immédiatement et fréquemment. Utilisez le stockage d'archive pour un stockage "froid" que vous conservez pendant de longues périodes et que vous accédez rarement ou rarement.

• Flux de données

  OCI Data Flow est une plate-forme cloud sans serveur qui vous permet de créer, de modifier et d'exécuter des travaux Spark à n'importe quelle échelle sans avoir besoin de clusters, d'une équipe d'opérations ou de connaissances Spark hautement spécialisées. Pendant l'exécution, Data Flow obtient la source de l'application, crée la connexion, extrait les données, les traite et écrit la sortie dans Oracle Cloud Infrastructure Object Storage.

• Autonomous Data Warehouse

  Oracle Autonomous Data Warehouse est un service de base de données doté de fonctions d'autopilotage, d'autosécurisation et d'autoréparation optimisé pour les charges de travail d'entreposage de données. Il n'est pas nécessaire de configurer ou de gérer un matériel, ni d'installer un logiciel. Oracle Cloud Infrastructure gère la création de la base de données, ainsi que la sauvegarde, l'application de patches, la mise à niveau et le réglage de la base de données.

• Catalogue de données

  OCI Data Catalog est un service de gestion de métadonnées qui aide les professionnels des données à repérer des données et à prendre en charge la gouvernance des données. Conçu spécifiquement pour fonctionner correctement avec l'écosystème Oracle, il fournit un inventaire des ressources, un glossaire métier et un metastore commun pour les lacs de données.

• Science des données

  OCI Data Science est une plate-forme entièrement gérée qui permet aux équipes d'analystes de données de créer, d'entraîner, de déployer et de gérer des modèles d'apprentissage automatique à l'aide de Python et d'outils open source.

• Oracle Machine Learning

  Le machine learning est un sous-ensemble de l'intelligence artificielle (IA) qui se concentre sur la création de systèmes qui apprennent ou améliorent les performances en fonction des données qu'ils consomment.

• Blocs-notes OML

  Oracle Machine Learning Notebooks est une interface utilisateur collaborative pour les data scientists et les analystes de données/entreprises qui effectuent le machine learning dans Oracle Autonomous Database.

• OCI Language

  OCI Language est un service d'IA basé sur le cloud qui effectue des analyses de texte sophistiquées à grande échelle. Ce service vous aide à créer des applications intelligentes en utilisant les API REST et les kits SDK pour traiter du texte non structuré pour l'analyse des sentiments, la reconnaissance d'entité, la traduction, etc.

• Oracle Analytics Cloud

  Oracle Analytics Cloud est un service cloud public évolutif et sécurisé qui permet aux analystes d'entreprise de bénéficier de fonctions d'analyse modernes en libre-service basées sur l'IA pour la préparation des données, la visualisation, le reporting d'entreprise, l'analyse augmentée, ainsi que le traitement et la génération du langage naturel. Avec Oracle Analytics Cloud, vous bénéficiez également de fonctionnalités flexibles de gestion des services, notamment une configuration rapide, une mise à l'échelle facile et des correctifs, ainsi qu'une gestion automatisée du cycle de vie.

• Consommateurs de données

  Les consommateurs de données sont des entités qui visualisent et utilisent les données traitées par la plate-forme de données. Il peut s'agir de dirigeants d'entreprise, d'applications Oracle Business Intelligence, d'Oracle Analytics Cloud ou de campagnes, de messages et de programmes de fidélité d'un client.

Tableaux de bord

Le comportement des clients du programme de fidélité est collecté et présenté sur ces deux tableaux de bord analytiques :

• Tableau de bord exécutif
• Tableau de bord Profil du client

Les exemples de ce livre de jeux se concentrent sur ces tableaux de bord et sur la façon dont le détaillant peut en tirer des informations. Vous pouvez également combiner les métriques que vous rassemblez à partir de ces tableaux de bord avec une application de gestion des programmes de fidélité, telle que Oracle CrowdTwist, pour mieux comprendre et gérer le comportement des clients. Ces applications fournissent généralement des fonctionnalités telles que l'enregistrement, le suivi des points, les offres et l'échange de récompenses. Une application de programme de fidélité telle que CrowdTwist serait utilisée comme source et peut-être comme consommateur des analyses présentées dans ce scénario.

Les différentes perspectives disponibles dans le tableau de bord du programme de fidélité présentent les performances et les taux de conversion du programme de fidélité aux États-Unis. Il analyse le mouvement d'adhésion au cours des deux dernières années et identifie les raisons des écarts commerciaux. Les perspectives de profilage des clients montrent différents aspects de l'identification et du comportement des clients, tels que les adhésions, le taux de conversion (par trafic de magasin), la présence géographique du programme, les motifs de refus, l'échange de points et les campagnes de gestion.

Bien que ces données ressemblent à des graphiques simples de données propres, elles sont rarement disponibles dans un format simple en un seul endroit. Alors que les utilisateurs de l'entreprise voient principalement le résultat, le processus réel pour arriver ici est complexe et dans le passé, la plupart des entreprises ont pu le faire comme processus principalement manuel peut-être une ou deux fois par an. Notre solution vous permet d'analyser tout cela et plus encore en continu. Pour avoir le plus de sens, au lieu de compter sur des classifications statiques, nous laissons l'IA trouver plusieurs des catégories et aider à la modélisation.

Sachez que toutes ces données n'étaient pas disponibles en interne. Certains éléments, en particulier l'âge et la situation familiale, sont l'enrichissement des données à partir d'une source externe, Oracle Advertising Cloud.

Taux de conversion du trafic du magasin

Ce tableau de bord de direction offre une vue d'ensemble du nombre de clients qui rejoignent ou quittent votre programme de fidélité, et fournit des raisons de prendre en charge des indicateurs positifs et négatifs. Vous aurez ainsi une meilleure compréhension des comportements professionnels au fil du temps et pour un trimestre donné au cours d'une année donnée.

L'exemple ci-dessous illustre cette situation : le premier graphique présente l'adhésion globale au programme de fidélité par rapport au taux de conversion trimestriel (c'est-à-dire les nouveaux membres du programme de fidélité). Dans la comparaison trimestrielle, vous pouvez constater une tendance à la baisse des taux de conversion de fidélité à partir de Q3 2021. Maintenant, plongez en profondeur dans l'autre graphique à barres. Il montre que le trafic du magasin a considérablement augmenté (environ 100 % de croissance) en 2021, mais les nouvelles transactions nettes sont d'environ 25 %. Il semble donc que, depuis 2021, quelque chose ne va pas avec les programmes de fidélité.

Description de l'image store_traffic_conversion.png

Performances client du programme de fidélité

Vous pouvez examiner le comportement des membres actuels du programme de fidélité dans le tableau de bord des performances client du programme de fidélité.

Description de l'image loyalty_customers_performance.png

Dans cet exemple, si vous examinez les dix trimestres précédents, les deux premiers graphiques à barres indiquent une itération/désinscription importante du programme de fidélité à partir de Q3 2021. En se concentrant sur la moitié inférieure du tableau de bord, vous voyez que le comportement des points échangés par rapport aux points expirés indique une diminution des points échangés et une augmentation correspondante des points arrivant à expiration. A partir de là, vous pouvez conclure que les clients ne sont pas en mesure d'échanger des points à la date d'expiration de la récompense donnée. Le graphique à secteurs (en bas à droite) indique qu'environ 50 % des clients ont mentionné l'expiration des points comme motif clé pour le retrait du programme de fidélité. Sur la base de ces données, vos informations exploitables peuvent indiquer que vous examinez en détail l'affectation des points et la chronologie d'expiration.

Programme de campagne

Utilisez le tableau de bord Programme de campagne pour analyser plus en détail les campagnes client. Par exemple, dans le scénario, il s'agit d'une campagne visant à conserver les clients exclus du programme de fidélité. Ici, les données collectées au cours des trois derniers mois permettent d'identifier les acheteurs fréquents qui ont refusé d'adhérer à un programme de fidélité.

Description de l'image campaign_program.png

En appliquant la data science, vous pouvez identifier les quelques offres personnalisées qui aideront à fidéliser les clients, par exemple :

• Offres de remboursement
• Acheter un, en obtenir un (BOGO)
• Bons cadeaux
• Remises spéciales

A partir du troisième trimestre de l'exercice 2021, vous constatez des pics dans les clients exclus car ils n'ont pas pu échanger les points pour diverses raisons, comme indiqué dans le graphique à secteurs. Par mesure proactive, pour récupérer les clients exclus, vous pouvez exécuter des campagnes spécifiques, proposer des offres personnalisées à l'aide du marketing par e-mail ou modifier les paramètres des règles d'échange.

Tableau de bord de synthèse du programme de fidélité

Utilisez le tableau de bord Profilage des clients du récapitulatif de fidélité pour comparer les revenus à l'efficacité avec laquelle vous intégrez de nouveaux abonnés de fidélité.

Description de l'image loyalty_summary.png

Dans ce scénario, en utilisant les données des cinq dernières années, vous pouvez voir que les revenus ont diminué depuis 2021. Récemment, en mars 2022, le chiffre d'affaires n'est toujours pas aussi élevé, mais en analysant le graphique en cascade, vous voyez, de manière surprenante, une tendance à la hausse dans l'acquisition de nouveaux membres de la fidélité.

Maintenant, concentrez-vous sur le graphique à barres inférieures et évaluez l'activité nouvelle/renouvellement pour les clients fidèles. Vous remarquerez que jusqu'en 2020, votre programme de fidélité se concentrait principalement sur les offres de cashback et la fidélisation de la coalition, mais, depuis 2021, une partie de notre stratégie d'entreprise a mis l'accent sur le programme de fidélité payant et hiérarchisé. Sur la base de ces données, des informations exploitables indiquent la nécessité de réexaminer votre stratégie d'entreprise pour déterminer comment vous pouvez revenir sur les programmes Cashback et Coalition.

Profil client

Le tableau de bord Profil client est une autre perspective du comportement du client en fonction des métriques démographiques par rapport au chiffre d'affaires.

Description de l'image customer_profile.png

Dans ce scénario, vous pouvez constater que les revenus professionnels ont diminué depuis 2021. Pour identifier le motif de la baisse des ventes, ce tableau de bord vous permet d'examiner différents aspects tels que les adhésions, la présence géographique, la catégorie de programme de fidélité, la situation familiale, l'âge et le modèle d'achat. Ensuite, une fois que vous avez déterminé que vous souhaitez modifier les règles d'échange, vous pouvez utiliser les visualisations fournies par ce tableau de bord pour tester différents paramètres et voir comment ils pourraient avoir un impact sur votre succès de fidélité. Par exemple, si vous regardez l'année 2020, les programmes de fidélité ont été principalement conçus pour examiner les personnes mariées, qui contribuent à 51 % de l'ensemble de la base de clients et différents programmes de fidélisation, tels que la coalition et le cashback, ainsi que la loyauté différenciée, qui fournissaient des contributions majeures de 25 à 35 ans. Par conséquent, vous devez regarder comment vous pouvez déployer des offres lucratives pour ramener les clients mariés dans un groupe d'âge de 25-35 ans. Ainsi, pour obtenir des informations exploitables, vous pouvez effectuer une analyse de simulation et en fonction des règles d'échange, vous pouvez essayer différents paramètres pour visualiser l'impact de votre succès de fidélité.