Augmenter un produit e-commerce avec une brique d'analytique embarquée

Objectifs clés

  • Aider les enseignes clientes à optimiser leurs opérations
  • Injecter de l’intelligence dans les données transactionnelles

Résultats clés

  • Offre analytique déployée auprès de 30 enseignes retail
  • Mise en place du premier client en 2 mois

Contexte

Les enjeux du parcours d'achat du client omnicanal

À l'heure où les points de contact se sont multipliés et que les attentes des clients sont toujours plus élevées, il devient plus compliqué de délivrer une promesse consommateur forte, exempte de frictions, et ce quel que soit le canal. 

En parallèle, les pure players digitaux ont considérablement relevé la barre, en permettant d'acheter des produits de différents marchands au cours d'une expérience d'achat unique. 

C'est aussi la mission que s'est donnée la startup française Proximis, qui propose aux enseignes d'adopter le commerce unifié, solution globale centralisant les parcours d'achat qu'ils soient en ligne, depuis une application, ou en magasin physique. Parce qu'elle veut mettre à disposition de ses clients les outils les plus pertinents pour augmenter leurs ventes, il devenait aussi nécessaire de leur fournir une vision 360 et intelligente sur des indicateurs clés.  

Pour satisfaire ces nouvelles attentes et garantir un parcours consommateur final le plus fluide possible, les retailers ont effet besoin d'accéder et d'enrichir au maximum d'informations sur l'ensemble du parcours d'achat, de la commande au retour. D'où l'importance d'avoir à disposition un outil de reporting qui centralise et croise les métriques inhérentes à leur activité e-commerce.

Challenge

Mettre les données au service de l'optimisation des opérations e-commerce

Le back office tel qu'il a été conçu initialement par Proximis, permet de gérer les commandes, paiements, retours, à un niveau de granularité très fin. Mais il manquait encore à l'expérience utilisateur une brique de reporting permettant d'avoir une visibilité sur l'ensemble de ces opérations. Il fallait trouver le moyen de tirer le meilleur parti des données existantes, cela avec un time-to-market optimal, la gestion des données et l'analytics n'étant pas le coeur de métier de la startup. 

Le système d'information de Proximis étant conçu selon une logique transactionnelle, qui correspond au type de service rendu mais rend plus difficile une logique de reporting, il fallait donc créer l'offre analytics from scratch, en lui rajoutant une dimension "intelligence des données" attendue par les enseignes clientes. 

Solution

Transformer sa donnée en produit

Les bénéfices attendus par Proximis étaient triples :

  • Accélérer le time-to-market de leur brique analytics et se concentrer sur sa proposition de valeur phare, l'omnicanal
  • Augmenter l'expérience utilisateur en proposant une expérience de Business Intelligence optimale
  • Améliorer son avantage compétitif en proposant une offre analytique différenciante qui favorise l'engagement et la fidélisation de ses clients 

En s'appuyant sur ForePaaS, la startup a pu mettre rapidement à disposition de ses clients un service de reporting complètement intégré au back-office existant. Les données transactionnelles, issues de la base de données Proximis, sont extraites, exportées et transformées au travers de la plateforme ForePaaS, avant d'être partagées au sein de tableaux de reporting, selon des KPIs définies par Proximis. 

L'objectif à moyen-terme est d'ajouter des fonctionnalités intelligentes pour aller vers de la détection d'anomalies, la reconnaissance de tendances, des recommandations et davantage d'optimisation de flux

Par ailleurs, Proximis propose, au delà de son offre analytique standard, d'aller plus loin en permettant à ses clients de connecter directement leurs systèmes sur les données via des API, ou de développer en propre des indicateurs avancés ou modèles prédictifs spécifiques, propres à leur activité ou leur problématique e-commerce. 

Nous contacter

vel, sem, ut leo id massa fringilla quis