Quel modèle d’attribution pour le e-merchandising ?

A l’instar des réflexions sur les modèles d’attribution des ventes du trafic payant, il convient de se poser la même question sur tous les leviers du e-merchandising. Grâce à quels moyens « internes » le visiteur parvient-il jusqu’à une fiche produit avant de la mettre au panier et finalement l’acheter ? Faut-il privilégier l’arborescence ou le moteur de recherche interne ? Faut-il attribuer le chiffre d’affaires (CA) au last clic, au first clic ou sur base d’un modèle en « U » lorsque le visiteur arrive une première fois sur une fiche produit grâce au cross selling mais l’achète finalement grâce à une recherche interne ?  Les moyens internes d’accéder à une fiche produit avant la mise au panier sont nombreux et il convient d’identifier les leviers les plus puissants afin de les optimiser en priorité.

Avant tout, je vous propose de lister tous ces fameux « shopping tool » qui permettent d’accéder jusqu’à une fiche produit, juste avant de mettre le produit au panier. Voici les 5 grandes familles de leviers internes d’accès aux fiches produits :

• les niveaux d’arborescence, les catégories, les pages listes de produit
• les pages listes de résultat du moteur de recherche interne
• les opérations commerciales internes (bannières, sélection « opéco », …)
• les outils de recommandation produit type cross selling, up selling, produits similaires…
• et enfin l’accès direct au produit sans passer par aucun des autres leviers internes cités précédemment. Le client arrive alors via des sources « externes » (SEO, favoris, email, google shopping, adwords…)

La majorité des grands sites e-commerce parviennent à mesurer leurs principaux leviers de merchandising en terme d’apport de chiffre d’affaires final en se basant généralement sur du last clic. Selon cette règle d’attribution de e-merchandising (que je vous invite à mettre en place si ce n’est pas encore le cas), vous devriez globalement arriver à cette répartition moyenne « standard » que j’ai pu analyser durant mon parcours professionnel :

• 50% du CA est généré via les niveaux d’arborescence, les catégories, les pages listes de produit
• 20% du CA est généré via les pages listes de résultat du moteur de recherche interne
• 10% du CA est généré via les outils de recommandation produit type cross selling, up selling, produits similaires…
• 10% du CA est généré via les opérations commerciales internes (bannières, sélection « opéco », …)
• 10% du CA est généré grâce à un accès direct sur une fiche produit

Si vous mettiez cette répartition de CA en comparaison avec l’énergie dépensée par vos équipes de e-merchandisers, auriez-vous quelques surprises ?

Mais est-ce que cette règle du LAST CLIC est une bonne méthode de calcul ? Faut-il limiter le temps consacré aux opérations commerciales car finalement elles ne rapportent que 10% du CA ? Il faut trouver un outil de web analyse suffisamment puissant pour suivre toutes les phases d’achat d’un client. En effet, tout comme le trafic payant, certains de ces leviers sont dédiés à certaines tâches et ils ne vont pas servir au même moment selon le degré de maturité dans l’acte d’achat.

Pour simplifier, voici les 3 phases habituelles d’un achat en ligne :

1. découverte du produit
2. engagement, mise au panier
3. conversion, achat

Il faut donc tenter de distinguer ces différentes phases d’achat grâce à un plan de marquage analytic adéquat qui va vous remonter les différents paliers d’événements du client :

• la provenance du clic vers la fiche produit
• l’ajout au panier du produit
• la vente effective du produit au moment de la page de confirmation de commande

En mettant en place de type de mesure, vous allez très certainement découvrir que certains leviers sont très générateurs de clics mais finalisent peu d’achat en mesurant au last clic. Le risque est alors de désinvestir en moyens humains et techniques sur des leviers très utiles qui permettent aux clients de découvrir des produits au profit de leviers plus générateurs de CA immédiat. Idéalement, il faut être en mesure d’attribuer le CA final à tous les leviers qui ont aidé le client tout au long de son parcours d’achat. Par exemple, si un client clique sur un produit proposé en homepage mais qui nécessite un minimum de réflexion et qu’il achète finalement le lendemain en retrouvant le produit via le moteur de recherche interne, il faut attribuer 50% du CA au push homepage et 50% du CA au moteur de recherche interne. Qu’en pensez-vous ?

Vous avez mis en place via des outils de web analyses qui permettent d’analyser différents modes d’attribution du e-merchandising dans le temps ? Avez-vous des retours d’expériences à partager ? N’hésitez pas à commenter ci-dessous 🙂