Cinq points de données pour un reciblage réussi
1) Niveau d'engagementLes besoins très différents des clients existants, des nouveaux clients potentiels et des visiteurs de la boutique qui ont abandonné un achat doivent être satisfaits par des messages différents. Un client existant peut simplement avoir besoin qu'on lui rappelle qu'il a fait un achat. En revanche, un nouveau client a souvent besoin d'informations supplémentaires sur le produit. D'autres abandons d'achat peuvent éventuellement être conclus par un autre moyen de paiement ou une remise. Les supports publicitaires et les messages doivent être livrés de manière adaptée.2) Thèmes et catégories de produitsIl est évident que le succès d'une annonce dépend de la précision avec laquelle elle répond aux intérêts et aux besoins d'un client. Celui qui montre, par une bonne analyse des données, qu'il comprend le client et ses intérêts actuels, a plus de succès dans le reciblage.3) Données internes sur les clientsLe lien entre la base de données clients (système CRM) et la gestion des campagnes devrait être désormais obligatoire. Elle permet en effet d'augmenter considérablement le ciblage et donc le succès du reciblage. Des informations telles que "client premium" ou "le client cherchait une chambre d'hôtel la semaine prochaine" ou encore simplement "le client s'était connecté à son compte" permettent de calculer le degré d'engagement d'un client et la probabilité d'un achat.4) ContexteLes campagnes de reciblage peuvent désormais être analysées et optimisées en temps réel. Pour cela, il est important d'en savoir le plus possible sur les annonces sur lesquelles on a déjà cliqué. L'utilisateur a-t-il utilisé un navigateur de bureau ou un smartphone ? Quel format publicitaire a été affiché et cliqué ? Toutes ces informations déterminent la valeur d'un placement publicitaire et permettent d'optimiser la campagne en fonction des placements performants.5) Historique des annoncesLes utilisateurs ont parfois des seuils de perception très différents. Il est donc important de savoir combien de fois un utilisateur a déjà vu une annonce et comment il a réagi aux différentes annonces. Est-il plutôt attiré par les réductions ? Réagit-il plutôt aux motifs avec une forte proportion d'images ? Réagit-il déjà après trois contacts avec des annonces ou seulement après cinq ? En enregistrant comment les utilisateurs perçoivent les annonces et comment ils interagissent avec elles, il est possible de tirer des conclusions précieuses pour le futur ciblage.
