- Campagnes marketing
- Système recommandation
- Optimisation
- Base de données Graph
- Personnalisation d’offres
Principaux challenges
Notre client est un groupe français, leader européen de la grande distribution, pionnier du concept d’hypermarché.
Dans le cadre de la stratégie marketing, des campagnes d’emailing sont envoyées chaque mois à plus de 4 millions de clients identifiés grâce à leur carte de fidélité.
Notre client cherchait à :
- Exécuter et optimiser le processus de personnalisation des offres de la campagne de publipostage ;
- Diminuer les ressources requises pour les algorithmes de personnalisation actuels ;
- Effectuer des tests et les intégrer au processus en cas de succès.
Notre approche
Pour répondre aux besoins de notre client, nous avons :
- effectué des recherches pour voir si une base de données graphes pouvait être pertinente pour retracer les relations entre les données ;
- aidé à optimiser la catégorisation des données ;
- revu l’ensemble du processus de personnalisation ;
- généré une nouvelle liste d’offres pour chaque envoi ;
- effectué des tests mensuels pour améliorer le processus de personnalisation.
Ce travail a été accompli en étroite collaboration avec l’équipe Marketing afin de garantir des résultats fonctionnels pertinents.
Bénéfices
- Optimisation de la pertinence du processus d’envoi et de personnalisation des offres, en fonction des attentes et des habitudes des clients.
- Test du processus de recommandation sur 100.000 clients avec 2 ans d’historique (>100 millions de transactions).
Le nouveau processus de recommandation est 2 à 3 fois plus efficace que l’ancien.