6 défis liés au e-commerce [et comment les équipes commerciales Lean les résolvent]

Shopper holding their phone and using a QR code on a clothing label in a retail store.
Points clés à retenir

La plupart des défis liés au e-commerce commencent par une décision de campagne raisonnable, prise sans tenir compte des données relatives aux commandes, aux stocks et au service client. Veillez à ce que la personne chargée d’élaborer la campagne dispose de ces données avant toute diffusion.

Connectez les données relatives aux commandes et aux retours avant de déployer l’IA. Un modèle de recommandation entraîné sans données relatives aux commandes et aux retours risque de proposer à un client un produit qu’il a déjà retourné.

Testez vos déclencheurs en temps réel et vos règles de stock avant le pic saisonnier. Avec les volumes du Black Friday, une promotion mise en place sans tenir compte des niveaux de stock en temps réel touche l’ensemble du segment avant que quiconque ne remarque que le produit n’est plus disponible qu’en deux tailles.

Un e-mail du Black Friday est envoyé, proposant une réduction sur l’ensemble de la gamme de bottes d’hiver d’une enseigne de mode féminine et dès l’heure du déjeuner, l’équipe du service client passe en revue les réponses. Certaines proviennent de clientes qui ont acheté ces mêmes bottes au prix fort la semaine précédente, d’autres d’une cliente qui attend toujours le remplacement d’une paire endommagée. Les bottes autour desquelles s’articule tout l’e-mail, celles qui figurent sur la bannière principale, ne sont plus disponibles qu’en deux tailles.

La plupart des défis liés au e-commerce commencent de la même manière : l’équipe marketing prend une décision raisonnable, mais sans disposer des données relatives aux commandes, aux stocks ou au service. Au sein d’une équipe Lean qui travaille déjà à plein régime, personne n’a le temps de vérifier manuellement chaque envoi en les recoupant avec trois autres systèmes.

Ce qui a changé, c’est la rapidité. Les consommateurs comparent les prix en quelques secondes, parfois par l’intermédiaire d’un assistant IA, et le pic saisonnier transforme un mois de décisions en un week-end effréné.

Les six défis liés au e-commerce auxquels je vais apporter des solutions trouvent tous leur origine dans ces données manquantes. La bonne nouvelle, c’est qu’une fois que vous commencez à y remédier, bon nombre des difficultés qui en découlent deviennent moins complexes. Voyons cela de plus près.

Quels sont les plus grands défis du e-commerce auxquels les spécialistes du marketing sont confrontés aujourd'hui ?

Parlons des principaux défis auxquels les spécialistes du marketing e-commerce sont confrontés et de la manière dont tous ceux qui ont déjà suivi avec inquiétude leur taux de conversion (c’est-à-dire nous tous) peuvent les relever.

Les plus grands défis liés au e-commerce pour les équipes marketing se situent à l’intersection entre les données clients et le reste de l’entreprise :

1. Les données clients et e-commerce sont fragmentées entre les systèmes

Les données existent, mais elles sont dupliquées, retardées ou bloquées dans des formats que l’équipe ne peut pas utiliser.

2. L’intention du client évolue plus vite que le calendrier de la campagne

Les consommateurs expriment leurs envies sur le moment, alors qu’une campagne programmée tous les soirs ou toutes les semaines ne leur apporte une réponse que plusieurs jours plus tard.

3. Le marketing, les stocks et le traitement ne sont pas connectés

Les promotions, les recommandations et les envois sont effectués sans tenir compte des stocks, des commandes ou des retours.

4. L’IA travaille avec des dossiers clients incomplets

Les recommandations ne tiennent pas compte des commandes et des retours, et les consommateurs utilisent désormais leur propre IA pour vous comparer.

5. Le même client peut être trois personnes différentes

Un abonné, un utilisateur d’application et un acheteur, sans aucun lien entre les trois dossiers.

6. Le désengagement est détecté trop tard pour agir autrement qu’en accordant une remise :

Une commande non renouvelée apparaît plusieurs semaines avant qu’une offre de reconquête ne soit envoyée.

Les trois premiers défis (les données, l’intention en temps réel et les stocks) concernent la manière dont les équipes marketing traitent le dossier client lui-même et les trois derniers (l’IA, la reconnaissance inter-canal et la fidélisation) concernent la manière dont ces écarts se révèlent lors des campagnes.

Défi 1 : Données clients et e-commerce fragmentées

Toutes les équipes ont déjà vécu ça : retrouver un même client sous plusieurs dossiers. Prenez une marque de soins de la peau, qui dispose de trois dossiers concernant Hélène Dubois : un pour un paiement en tant qu’invitée, un issu de l’application et un venant d’une inscription à un programme de fidélité en magasin. En un seul mois, Hélène reçoit trois messages de bienvenue, puis une remise pour toute première commande la semaine suivant sa quatrième commande.

Elle répond à ce dernier : « C’est ma quatrième commande. Vous ne savez toujours pas qui je suis ? ». Non, en effet, pas d’une manière qui compte pour elle.

L’équipe ne peut pas proposer de personnalisation à une cliente qu’elle comptabilise trois fois et aucun membre de l’équipe ne peut dire laquelle des trois « Hélène » sera ciblée par la prochaine campagne.

La plupart des marques e-commerce disposent de plus de données qu’elles ne peuvent utiliser. Selon l’indice de l’engagement mondial 2026 de SAP, 66 % des marques s’appuient toujours sur des données tierces, 60 % pâtissent de données sombres (collectées, mais non utilisées) et 55 % reconnaissent que leurs données sont trop peu structurées pour être utilisées efficacement.

État de préparation des données
Les marques disposent de plus de données clients qu’elles ne peuvent actuellement en exploiter.
S’appuient toujours sur des données tierces
66 %
 
Pâtissent de données sombres (collectées, mais non utilisées)
60 %
 
Reconnaissent que leurs données sont trop peu structurées pour être utilisées efficacement
55 %
 
Source
SAP Global Engagement Index 2026

Ce problème se présente sous plusieurs formes reconnaissables :

  • Profils en double : un client, plusieurs dossiers, aucun n’est complet.
  • Données déconnectées : navigation et engagement par e-mail dans un système, achats et retours dans un autre.
  • Données retardées : une synchronisation nocturne qui exclut la commande de ce matin du segment de ce matin.
  • Informations non structurées : notes de service, avis et données sur les produits que l’équipe ne peut pas consulter.
  • Consentement et préférences : autorisations gérées indépendamment du profil ; par conséquent, une application d’envoi ne peut pas les vérifier.

Chacune de ces raisons explique pourquoi un segment semble approprié dans le générateur de campagne, mais touche en réalité les mauvaises personnes.

La solution : créer un profil client unifié et exploitable

Commencez par décider quel dossier prévaut en cas de divergence entre les deux, puis effectuez la fusion selon cette règle, avant de créer un autre segment. Reliez ensuite deux types de données au même profil :

  • Données clients : navigation, historique des achats, statut de fidélité, préférences et engagement.
  • Données opérationnelles : stock, prix, statut des commandes, traitement et retours.

Grâce aux données clients connectées qui sont analysées dans l’ensemble de vos systèmes d’expérience client et opérationnels, y compris votre ERP, notre chère Hélène, la cliente frustrée de soins de la peau, ne reçoit qu’un seul message de bienvenue et sa quatrième commande est comptabilisée comme telle.

Si votre stratégie en matière de données first-party doit être revue avant cela, commencez par vous demander ce que sont les données first-party et comment les collecter.

Défi 2 : Réponse lente à l'intention du client

Une cliente consulte cinq fois la même machine à expresso un dimanche soir, ajoute la version noir mat à son panier juste avant 23 h, puis ferme l’onglet. L’e-mail de rappel d’abandon de panier envoyé par le détaillant lui parvient mardi matin. Entre-temps, elle a déjà acheté la machine ailleurs et celle-ci trône déjà sur le plan de travail de sa cuisine.

Ce signal de panier abandonné est une véritable mine d’or pour le détaillant pendant seulement quelques heures. Or, il ne se déclenche qu’au bout de deux jours.

Selon l’indice de l’engagement mondial 2026 de SAP, 54 % des marques déclarent ne pas pouvoir accéder aux données en temps réel et les utiliser, et cela leur coûte plus cher en période de forte affluence. D’après le guide stratégique pour les achats de fête basés sur l’IA de SAP, « votre plan de campagne doit passer d’une planification prédictive à une planification adaptative ». Son conseil pour les grands événements commerciaux est le suivant : « Réduisez le délai d’alerte d’abandon de panier, qui est actuellement de 3 ou 4 heures, à 15-20 minutes ». Avec ce délai, la cliente de la machine à expresso recevra un message du détaillant avant même d’avoir fermé son ordinateur portable le dimanche soir.

54%
 
des marques
Données en temps réel
déclarent ne pas pouvoir accéder aux données en temps réel et les utiliser.
Source
SAP Global Engagement Index 2026

Les signaux qui justifient une réaction immédiate :

  • Vues de produit répétées et temps passé sur la page
  • Exploration d’une catégorie
  • Ajout au panier et initiation du paiement
  • Sensibilité au prix, comme le fait de revenir régulièrement sur une page de vente
  • Baisse de l’engagement
  • Finalisation de l’achat

La finalisation de l’achat figure sur la liste, car elle est censée mettre fin au processus. Un client qui vient d’effectuer un achat ne devrait pas recevoir, une heure plus tard, un e-mail d’abandon concernant le même article.

La solution : utiliser des parcours axés sur les événements et une personnalisation en temps réel

L’événement en temps réel déclenche le lancement d’un parcours au moment où le client agit. Avec l’automatisation du marketing basée sur des parcours axés sur le comportement, vous pouvez configurer les éléments suivants :

  • Déclencheurs liés à l’abandon de la navigation et du panier, synchronisés avec le signal
  • Segments dynamiques qui se mettent à jour au fur et à mesure que le comportement change
  • Prochaines actions recommandées et recommandations prédictives de produits
  • Offres dynamiques pour les acheteurs sensibles aux prix
  • Suppression dès qu’un client effectue une conversion

Pour la version haute saison de cette stratégie, le guide stratégique pour les achats de fête détaille le calendrier et le déroulement semaine par semaine.

Défi 3 : Le marketing est déconnecté des stocks et du traitement

Revenons rapidement à l’e-mail relatif aux bottes de l’enseigne de mode féminine. Lorsque l’équipe le compose, le merchandising sait depuis mercredi qu’il ne reste plus que deux pointures disponibles, l’équipe du service client sait qui attend un produit de remplacement et les registres de commandes indiquent qui a acheté ce modèle au prix fort la semaine précédente. Aucune de ces informations ne parvient au segment ni à l’équipe marketing qui l’a mis en place, car rien n’est relié.

La personnalisation fondée sur un dossier incomplet transforme une offre pertinente en une offre offensante. L’étude réalisée par SAP et Foundry CIO et citée dans The ERP Advantage en parle très bien : 74 % des marques déclarent que « la visibilité sur les stocks et leur répartition constituent le principal frein à la mise en œuvre de l’expérience client ».

74%
 
des marques
Visibilité sur les stocks
déclarent que « la visibilité sur les stocks et leur répartition constituent le principal frein à la mise en œuvre de l’expérience client ».
Source
SAP, The ERP Advantage, citing SAP & Foundry CIO Research, 2026

Sans données opérationnelles, les campagnes risquent de :

  • Promouvoir des produits en rupture de stock
  • Recommander des tailles qui ne sont plus disponibles
  • Faire des réductions sur les produits très demandés qui se vendraient sinon au prix fort
  • Faire la publicité de produits bloqués par des retards de traitement
  • Envoyer des e-mails promotionnels immédiatement après un retour ou un problème de service

Le pic saisonnier aggrave encore davantage chacun de ces problèmes, car les stocks, les prix et le volume des commandes évoluent d’heure en heure.

La solution : connecter les signaux clients et opérationnels

L’étude The ERP Advantage désigne cinq signaux opérationnels qui peuvent changer la donne pour vos campagnes. Chacun d’entre eux correspond à une règle que vous pouvez ajouter avant le pic saisonnier :

  • Réalité d’achat : commandes finalisées et retournées. Arrêtez de faire la promotion d’un produit à une personne qui vient de l’acheter et ne reciblez jamais un produit qu’elle a renvoyé.
  • Réalité des stocks : stock et disponibilité en temps réel. Mettez en pause ou remplacez une promotion lorsque le stock de l’article en promotion est sur le point d’être épuisé.
  • Expérience de traitement : statut de la commande et calendrier de livraison. Mettez en attente les envois promotionnels tant qu’une commande est en retard ou qu’un dossier de service est en cours.
  • Optimisation métier : marge et excédent de stock. Mettez en avant les articles à forte marge ou ceux dont vous avez un excédent de stock, plutôt que de vous fier au classement merchandising.
  • Croissance du cycle de vie : ce qui a été acheté, quand et ce qui est nécessaire ensuite. Prévoyez des rappels de réapprovisionnement adaptés à l’utilisation réelle du produit.

Certaines de ces règles sont prêtes à l’emploi. Les mises à jour du catalogue produits dans SAP Engagement Cloud déclenchent automatiquement des campagnes lorsque les prix baissent ou que les articles reviennent en stock, de sorte que la cliente qui a raté la dernière paire dans sa taille est informée le jour même de sa remise en stock.

Défi 4 : une IA basée sur des données incomplètes

La première semaine d’un projet pilote de recommandations affiche d’excellents résultats en termes de clics. Puis, un collaborateur clique sur la première recommandation proposée pour l’une des clientes les plus fidèles de la marque : le grille-pain qu’elle a renvoyé deux semaines plus tôt parce qu’il brûlait un côté de chaque tranche. Le retour est enregistré dans le système de commande, mais le modèle ne dispose que de son historique de navigation et d’achats pour établir ses recommandations.

En l’absence de données sur les retours, son dossier indique qu’elle est une propriétaire de grille-pain satisfaite.

L’adoption de l’IA se heurte toujours aux mêmes problèmes de fond liés aux données. Selon l’indice de l’engagement mondial, 33 % des entreprises déclarent que les risques liés à la cybersécurité et à la confidentialité limitent leur capacité à déployer l’IA et 32 % ont du mal à garantir la qualité et la disponibilité des données, ainsi que l’intégration aux systèmes existants.

Les freins au développement de l’IA
Les obstacles signalés par les entreprises pour déployer l’IA à grande échelle.
des entreprises
33%
 
déclarent que les risques liés à la cybersécurité et à la confidentialité limitent leur capacité à déployer l’IA
des entreprises
32%
 
ont du mal à garantir la qualité et la disponibilité des données, ainsi que l’intégration aux systèmes existants.
Source
SAP Global Engagement Index 2026

L’IA pour le e-commerce couvre désormais :

  • La segmentation prédictive
  • Les recommandations de produits
  • Le contenu génératif
  • Les décisions en temps réel et l’optimisation du parcours
  • Les assistants d’IA et l’IA agentique

Chacun d’eux dépend du profil client sous-jacent.

La solution : développer l’IA à partir de données connectées et de cas d’utilisation clairs

Partez d’un problème client que vous connaissez déjà. La plupart des équipes appliquent déjà les parcours où l’IA porte ses fruits en premier lieu : abandon de panier, ventes croisées et incitatives après l’achat, et reconquête. Une bonne solution marketing basée sur l’IA s’accompagne de tactiques prêtes à l’emploi pour chacun de ces cas, adaptées à l’acquisition, à la conversion ou à la fidélisation.

Dans SAP Engagement Cloud, votre équipe utilise des segments d’IA dans ces tactiques pour définir l’audience, chaque canal étant choisi selon la probabilité que le client s’y engage. Pour un détaillant de café, cela pourrait consister à rechercher un segment de clients ayant acheté les mêmes grains au prix plein trois fois d’affilée et qui seraient prêts à payer moins cher dans le cadre d’un abonnement.

Votre équipe définit l’objectif et approuve l’offre, et l’IA crée le segment. Pour en savoir plus sur les cas d’utilisation de l’IA, consultez ces cas d’utilisation sur le marketing IA.

Se préparer au commerce agentique

Du côté des clients, l’IA évolue également. Le guide stratégique pour les achats de fête de SAP indique que 21 % des consommateurs utilisent déjà des systèmes d’IA pour prendre des décisions et effectuer des achats, un chiffre qui atteint 43 % chez la génération Z.

Commerce agentique
Les acheteurs confient déjà leurs décisions d’achat à l’IA.
des clients
21%
 
utilisent déjà des systèmes d’IA pour prendre des décisions et effectuer des achats.
de la génération Z
43%
 
utilisent déjà des systèmes d’IA pour prendre des décisions et effectuer des achats.
Source
SAP, Panier rempli : Des stratégies IA pour engager les acheteurs saisonniers, 2026

Un assistant IA qui compare votre produit à trois autres s’appuie sur vos données de stock, de prix et de livraison, telles qu’elles sont publiées. Comme le dit le guide, « les achats pilotés par des agents mettront en évidence les faiblesses organisationnelles, telles que la fragmentation des systèmes, les retards dans les données et une gouvernance cloisonnée ». Vos données de stock et de commandes s’adressent désormais à deux publics : vos clients et le logiciel qui effectue les achats à leur place.

Témoignage client : Comment Pour Moi a augmenté sa clientèle active de 16 %

Le détaillant de lingerie Pour Moi avait besoin de personnaliser l’engagement client à grande échelle avec une équipe Lean. Son objectif clé était de réengager les clients existants, de fidéliser les clients VIP et d’attirer de nouveaux clients grâce à une approche omnicanal intégrée.

Pour Moi a mis en œuvre SAP Engagement Cloud, en mettant l’accent sur les données first-party sur les points de contact numériques. La solution a permis :

  • Une segmentation avancée de l’audience pour des programmes ciblés de réengagement et de reconquête
  • L’identification des clients VIP et le ciblage des audiences similaires
  • Des campagnes e-mail personnalisées avec contrôle dynamique du contenu
  • Des campagnes d’anniversaire automatisées grâce à l’intégration des formulaires Web

Une fois les campagnes lancées, la base de données de Pour Moi a atteint 1,2 million de clients, le nombre d’inscriptions étant passé de 650 000 à 800 000. Et dès le premier mois, l’entreprise a enregistré une hausse de 16 % du nombre de clients actifs.

Défi 5 : Reconnaissance des clients sur tous les canaux

Une cliente s’inscrit à la newsletter d’un détaillant de meubles par le biais de la fenêtre pop-up et l’e-mail de bienvenue lui offre une remise sur un canapé : le modèle qu’elle a acheté chez eux il y a trois semaines, et qui est toujours emballé dans son couloir, car l’équipe de livraison n’est pas encore revenue pour le monter.

Sur le site Web, c’est une nouvelle cliente. Dans le système de commande, c’est déjà une cliente. Mais rien ne relie les deux.

La cohérence entre les e-mails, les SMS, le Web, les réseaux sociaux et les magasins repose sur la capacité à identifier la même personne sur chacun de ces canaux.

La solution : orchestrer les parcours clients omnicanal

L’orchestration du parcours client fonctionne lorsque les équipes disposent :

  • D’une vue unique sur le client : les données de chaque point de contact sont regroupées dans un profil unique, les trois Hélène ne font donc plus qu’une.
  • De signaux en temps réel : les parcours sont déclenchés parce que le client a fait aujourd’hui.
  • D’une personnalisation optimisée par l’IA : le contenu et les recommandations de produits sont adaptés à chaque client.
  • D’une automatisation sur tous les canaux : e-mails, SMS, réseaux sociaux et Web dans le même parcours.
  • De déclencheurs personnalisés : des parcours qui commencent par des comportements ou des événements commerciaux spécifiques du client.

Lorsque le marketing omnicanal est exécuté à partir d’une solution unique, vous pouvez d’abord mettre en place des canaux propriétaires à moindre coût (e-mail, puis SMS ou Web) et passer à des publicités payantes uniquement pour les clients qui ne se sont pas engagés. De cette façon, lorsqu’un client répond sur un canal, le message suivant sur tous les autres canaux en tient compte, ce qui évite que quelqu’un reçoive la même offre par trois canaux différents.

Témoignage client : comment AO a augmenté les inscriptions à sa newsletter de 150 %

Le détaillant électrique britannique AO.com vend plus de 8 500 produits. Le témoignage client d’AO avec SAP Engagement Cloud couvre deux canaux : les e-mails et le Web, avec les statistiques suivantes :

  • Croissance de la base de données d’inscriptions via SAP Engagement Cloud Web Channel : +14 %
  • Engagement par e-mail avec la newsletter (taux d’ouverture) : +150 %
  • Chiffre d’affaires généré par l’automatisation : 45 %
  • Valeur moyenne des commandes : +12 %

L’inscription en ligne et l’e-mail qui s’ensuit s’appuient sur un dossier client utile.

Les résultats d’AO reposent sur le développement d’une liste de diffusion et l’engagement de ses abonnés. La vérification dont avait besoin la cliente du canapé est prioritaire : lorsqu’une personne s’inscrit via une fenêtre contextuelle, il faut la rechercher dans le système de commandes avant que le parcours de bienvenue ne commence. Ainsi, un client ayant effectué un achat le mois précédent recevra une information sur sa livraison plutôt qu’une réduction réservée aux nouveaux abonnés.

Défi 6 : Détection tardive du désengagement client

Une cliente commande le même grand sac de croquettes auprès d’une marque d’alimentation pour animaux toutes les cinq semaines, et ce depuis un an. À la sixième semaine, aucune commande n’est enregistrée, mais rien ne se passe. Ce n’est qu’à la seizième semaine qu’elle reçoit son premier message : une offre promotionnelle accompagnée d’un « Vous nous manquez ». Elle répond alors : « désolée, mais cela fait déjà deux mois que je suis abonnée auprès d’une autre marque ».

C’est justement l’absence de renouvellement de commande à la sixième semaine qui aurait dû servir de signal d’alerte.

La fidélisation devient plus difficile lorsque les clients peuvent comparer des alternatives en quelques secondes, lorsque les messages génériques sont ignorés et lorsque les remises grignotent la marge qu’un client fidèle était censé générer. Selon l’indice de l’engagement mondial, 58 % des consommateurs pensent que la plupart des e-mails marketing qu’ils reçoivent ne sont pas pertinents et 37 % pensent que les marques ne personnalisent pas le contenu en fonction de leurs besoins.

58%
 
des clients
Le manque de pertinence

pensent que la plupart des e-mails marketing qu’ils reçoivent ne sont pas pertinents.

Source
SAP Global Engagement Index 2026

Les expériences déconnectées viennent aggraver la situation et c’est le cas ici : son dernier sac est arrivé avec quatre jours de retard et personne de la marque n’a donné suite.

La solution : identifier le désengagement et y réagir plus tôt

Pour un client qui passe commande selon un cycle régulier, l’historique d’achat contient déjà le déclencheur. Cette cliente commande des croquettes pour chien toutes les cinq semaines. Ainsi, un rappel la cinquième semaine et un suivi la sixième semaine, accompagné d’excuses pour le retard de livraison du sac, lui parviendraient dix semaines avant l’application de la remise. Définissez le déclencheur en fonction de l’intervalle de réapprovisionnement propre à chaque client et réservez la remise aux clients que le rappel ne parvient pas à fidéliser.

Pour les clients qui n’ont pas de cycle d’achat régulier, les prévisions sur leur comportement futur, notamment sur leur risque d’attrition, permettent également d’anticiper les signaux d’alerte.

Les fonctionnalités de fidélisation de SAP Engagement Cloud permettent d’ajouter, par glisser-déposer, du contenu de fidélisation basé sur vos données connectées (statut de niveau, points, offres et récompenses) aux mêmes parcours. Pour voir l’intégralité du manuel sur la reconquête, consultez ce guide sur les campagnes de réengagement.

Renvoyer l'e-mail sur les bottes

Renvoyez cet e-mail sur les bottes pour femmes, mais cette fois-ci en consultant le dossier. Les acheteurs au prix plein bénéficient d’un accès en avant-première plutôt que d’une réduction, la cliente en attente d’un article de remplacement reçoit une mise à jour sur la livraison, et la bannière met en avant une paire de bottes que vous pouvez encore expédier dans toutes les tailles.

Identifiez le problème de votre e-mail concernant les bottes. Avant d’envoyer votre premier e-mail promotionnel, vérifiez une offre par rapport à trois dossiers : qui a acheté le produit mis en avant au cours des 30 derniers jours, quelles tailles sont encore disponibles à l’expédition et qui a un dossier de retour ou de service client en cours. Une équipe Lean peut effectuer cette vérification avec ses effectifs actuels. Les informations recueillies lors de cette vérification constituent le premier point de connexion à mettre en place.

SAP Engagement Cloud connecte les informations clients aux signaux opérationnels (commandes, stocks, traitement et service) afin que chaque recommandation, offre et envoi reflète la réalité actuelle pour ce client.

Connecter les données clients et opérationnelles avec SAP Engagement Cloud

Foire aux questions sur les défis liés au e-commerce

Pour les équipes marketing, les six principaux défis liés au e-commerce sont les suivants :

  • Les données client et e-commerce sont fragmentées entre les systèmes
  • L'intention du client évolue plus vite que le calendrier de la campagne
  • Le marketing, les stocks et le traitement ne sont pas connectés
  • L'IA travaille avec des dossiers client incomplets
  • Le même client peut être trois personnes différentes
  • Le désengagement est détecté trop tard pour pouvoir faire autre chose que d'appliquer une remise

La plupart de ces défis trouvent leur origine dans une seule lacune : les offres et les expéditions sont décidées sans que la personne chargée de prendre la décision ne dispose des informations relatives aux commandes, aux stocks et au service client.

Commencez par les données dont dépendent les autres améliorations. Fusionnez les profils clients en double, associez les données opérationnelles (telles que les stocks, l'état des commandes et les retours) à vos données clients et déclenchez des parcours en fonction d'événements en temps réel. Ajoutez ensuite l'IA cas par cas, en commençant par les parcours que vous exploitez déjà, tels que ceux liés aux sessions de navigation abandonnées, à l'après-achat et à la reconquête.

Les erreurs les plus courantes consistent à promouvoir des produits en rupture de stock, à recommander des tailles indisponibles, à proposer des réductions sur des articles qui se vendraient au prix fort et à faire la promotion de produits dont la livraison est retardée. Chacune d'elles se produit lorsque les décisions de campagne ne reflètent pas les données sur les stocks et les commandes en temps réel, et 74 % des marques déclarent que « la visibilité sur les stocks et leur répartition constituent le principal frein à la mise en œuvre de l'expérience client ».

Les marques de biens de grande consommation qui vendent en direct sont confrontées aux six mêmes défis, auxquels s'ajoute une problématique qui leur est propre : le bon moment pour procéder au réapprovisionnement. Les produits tels que les aliments pour animaux, le café ou les filtres à eau se consomment selon un rythme que l'historique d'achat permet déjà d'identifier. Le défi consiste à relier cet historique d'achats à vos parcours, afin que le rappel de réapprovisionnement arrive quelques jours avant que le client ne soit à court de produit.