Construire un achat personnalisé

Imaginez ceci : vous avez commandé une chemise que vous avez vraiment aimée chez votre détaillant préféré. Ensuite, lorsqu'il arrive enfin, il ne rentre pas correctement et vous devez maintenant naviguer dans le processus de retour. Cela peut impliquer de sauter à travers des cerceaux pour répondre aux exigences de la politique de retour du détaillant : Devez-vous retourner en magasin ? Le retour de la chemise est-il gratuit ou devez-vous payer des frais d'expédition ? Ce scénario trop familier peut inhiber considérablement l'expérience client.

De plus, il s'agit d'un problème croissant dans le secteur de la vente au détail. Selon le rapport Returns as an Engagement Strategy publié par Appriss Retail et Incisiv, les retours ont augmenté de 78% depuis 2020. Alors que les détaillants cherchent à investir dans la technologie d'ajustement et de dimensionnement, et qu'ils encouragent les avis des clients à réduire le nombre total de retours, ces stratégies peuvent ne pas rétablir la relation qui a été affectée par l'exemple décrit ci-dessus.

La solution à ce problème immédiat est un programme personnalisé d'incitation à l'achat après retour. Parfois, les retours sont inévitables, mais les détaillants ont la possibilité de profiter de cette expérience souvent désagréable et de réengager le client avec des offres personnalisées pour sauver la vente. Ce programme utilise l'intelligence artificielle (IA) et l'apprentissage automatique (ML) pour déterminer automatiquement la meilleure façon de s'assurer que la relation client ne manque pas de rythme. Voici comment vous pouvez établir ce programme en seulement trois étapes faciles.

Lors de la mise en œuvre de la technologie IA ou ML, il est essentiel de comprendre les attentes fixées pour les outils. Quels sont les indicateurs que vous souhaitez le plus améliorer ? Pour certains détaillants, le programme d'incitation sera conçu pour améliorer les marges ou le trafic, tandis que d'autres peuvent se concentrer sur la fidélisation de la clientèle ou la rentabilité des achats en ligne et des retours en magasin. Ces objectifs peuvent varier légèrement d'un magasin ou d'une région à l'autre, mais vous devez également tenir compte d'objectifs généraux et d'indicateurs clés pour tous les canaux de vente et de retour au sein de votre organisation.

Une fois que vous avez défini vos objectifs, il est temps de développer le programme d'incitation. Le programme doit être piloté par le comportement passé individualisé de vos clients - par exemple, leur inscription au programme de fidélité, les dates/heures de transaction, les préférences de catégorie de produits, la fréquence des retours, etc. Ensuite, la solution d'IA et de ML peut déterminer quels acheteurs devraient se voir offrir une incitation pour leur patronage et qui pourraient ne pas avoir besoin d'incitation pour sauver la vente après une expérience de retour.

Vous êtes maintenant prêt à utiliser l'IA et le ML pour optimiser les incitations à l'achat après retour. Les meilleures incitations favoriseront l'engagement des clients sans trop réduire les marges. Il ne s'agit pas d'une approche unique et l'IA et le ML aideront à trouver cet équilibre.

Vous pouvez compter sur le programme basé sur les données pour faire correspondre les incitations avec des comportements d'achat spécifiques afin d'atteindre les objectifs établis à la première étape. Le programme prédira les chances de l'acheteur de faire un autre achat après la vente avec et sans incitation et choisira la meilleure action.

Pour certains acheteurs, une remise peut être nécessaire pour les conserver en magasin après un retour, tandis que d'autres peuvent déjà être intrigués par de nouveaux produits en route vers le comptoir. Pour les clients qui ont besoin d'une incitation à économiser la vente, certains peuvent réagir plus fortement à un pourcentage de remise, à une offre BOGO ou à une offre à court terme pour doubler les points du programme de fidélité gagnés avec un achat. L'IA et le ML aideront le détaillant à choisir l'approche optimale pour rétablir et maintenir la relation client après un retour tout en minimisant l'impact sur le résultat net.

Malgré la disponibilité de cette technologie, seuls 22 % des détaillants estiment avoir un programme efficace d'incitation à l'achat après retour. En mettant en œuvre cette technologie, vous avez la possibilité de vous démarquer et de créer des expériences client positives et durables tout en protégeant vos marges des retours coûteux.

Peter Barker est directeur de produit pour Engage chez Appriss Retail.

Article connexe : Comment le bon système de gestion des retours peut aider les détaillants à mettre fin aux pratiques de parenthèses

Pete Barker est directeur de produit pour Engage chez Appriss Retail. Il a une longue expérience dans la prévention des pertes au détail, notamment 11 ans chez Dick's Sporting Goods avec ses 6 dernières années dans le rôle de directeur principal de la prévention des pertes numériques.