Définir un tunnel de conversion pour le commerce physique et analyser les étapes du parcours shopper

De façon générale, tout bon administrateur d’un site e-commerce se doit de pouvoir mesurer l’efficacité des différentes phases du processus d’une vente en fonction d’indicateurs clés de performance (KPIs). Il conviendra alors d’agir sur les phases dont le taux de transformation est anormalement bas au regard des objectifs pour optimiser le tunnel de conversion et obtenir de meilleures retombées commerciales.

Rappelons qu’un tunnel de conversion (ou entonnoir de conversion) est un concept webmarketing qui définit toutes les différentes étapes par lesquelles doit passer un internaute pour réaliser un objectif défini.

A l’ère de la phygitalisation des points de vente, où online et offline tendent à se rapprocher, les magasins disposent désormais d’atouts offrant un niveau d’analyse comparable à celui que l’on retrouverait dans le e-commerce.

En effet les outils du web ont pris vie dans le monde réel, notamment au travers de capteurs installés dans les magasins (voir le panorama des technologies d’analyse in-store). Comment faire usage de ces capteurs pour re-créer un tunnel de conversion dans le commerce physique ?

Découpons le tunnel de conversion client pour le commerce physique en 4 phases :

Blog to store - schema tunnel de conversion commerce physique

Phase 1 – Le passage en vitrine :

Détection des personnes passant devant la vitrine du magasin. Il s’agit d’identifier les opportunités globales du point de vente. Pour cela, un capteur est placé à l’entrée du magasin en vitrine pour remonter des indicateurs tels que :

  • Le temps passé devant la vitrine
  • Le nombre de personnes qui passent devant la vitrine
  • La fréquence de passage (1er passage devant la vitrine ou récurrence)

 

Phase 2 – Les visites en magasin :

Détection des clients qui entrent dans le magasin. Pour ce faire, un capteur est placé proche de l’entrée du magasin pour remonter les indicateurs suivants :

  • Le temps passé dans le magasin
  • Le nombre de visiteurs du magasin
  • La fréquence de visite : 1er visite dans le point de vente ou client récurrent

De la phase 1 à la phase 2, il est possible de calculer un taux de conversion vitrine (ou taux d’attractivité ou de captation) =(nbre de visiteurs/nombre de passages devant la vitrine) ; un 1er indice d’attractivité de la boutique. Le taux de rebond peut, comme à la manière des sites Internet, être également calculé en considérant le nombre de visiteurs qui quittent le magasin juste après leur entrée.

Phase 3 – Les visites en rayon :

Détection des clients dans les rayons du point de vente. Pour cela, un capteur est placé dans chaque rayon du magasin pour remonter des données telles que :

  • Le temps passé dans le rayon
  • Le nombre de visiteurs dans le rayon
  • Le nombre de rayons visités par visiteur

De la phase 2 à la phase 3, l’indice de passage peut être révélé : (nbr de personnes en rayon / nbr de visiteurs en magasin). Ce KPI nous permettra de savoir en étudiant le ticket de caisse, si des corrélations existent entre la catégorie de produits achetés et les rayons visités.

Phase 4 – Les visites en caisse :

Détection des clients à la caisse du point de vente. Un capteur est placé en caisse pour remonter des informations telles que :

  • Le temps passé en caisse
  • Le nombre de visiteurs à la caisse du magasin

De la phase 2 à la phase 4, il est possible de définir un taux de conversion entre le client qui entre dans le magasin et le client qui se déplace en caisse = (nbre de passages en caisse / nbre de visiteurs).

En récupérant le nombre de tickets de caisse, la confrontation entre le nombre de clients et le nombre passages en caisse peut être intéressante. En effet, pour un ticket de caisse unique, les capteurs auraient pu identifier en réalité les 4 individus d’une famille de 4 personnes.

 

Pour chaque phase du tunnel de conversion en commerce physique, il est important de considérer les taux d’abandon, par exemple un shopper qui entre dans le magasin mais qui ne se déplace pas en caisse. Cela permet de mettre en lumière les points de rupture afin de pouvoir réengager plus facilement les shoppers dans la démarche d’achat.

Avoir une meilleure connaissance du cheminement des clients au sein du tunnel de conversion donne la possibilité de piloter plus efficacement la performance des points de vente physiques, agir sur plusieurs indicateurs (taux de conversion, trafic magasin) impactera directement les ventes en magasin.

Par ailleurs, cela s’avère pertinent en amont de la visite pour optimiser les campagnes marketing génératrices de trafic, dans la gestion des équipes, notamment en définissant l’indice STAR idéal (shopper-to-associate-ratio) pour le réseau, ou encore dans l’aménagement de la boutique (en se basant sur le Dwell time enregistré dans certaines zones).

Le e-commerce a fait de l’optimisation des tunnels de conversion une priorité stratégique. Les commerces physiques disposent également d‘indicateurs clés de performance in-store et sont en mesure d’avoir une vision 360° du parcours shopper, ce qui leur permet d’identifier les principales causes d’abandon et les points d’amélioration, et donc de disposer de leviers générateurs de ventes.

Selon une récente étude PSFK*, il semblerait que les retailers qui enrichissent l’expérience client en points de vente enregistreraient un taux de conversion supérieur à 14% !

 

 

* PSFK’s Future of Retail 2018 report