Campagne marketing omnicanale d'une marque de distribution

Contexte du projet

Cette marque de distribution est une chaîne spécialisée dans l'équipement de la maison haut de gamme, avec plus de 200 points de vente physiques en Chine, ainsi qu'une boutique phare sur Tmall, un studio de live streaming sur Douyin et une boutique sur le mini-programme WeChat. Au cours des deux dernières années, la marque a achevé sa transformation numérique de base sur les canaux en ligne et hors ligne, mais les systèmes de fidélité, les données de commandes et les données de campagnes publicitaires de chaque canal restaient cloisonnés, ce qui obligeait les décisions marketing à reposer sur l'expérience et rendait toute attribution quantifiée difficile. Au troisième trimestre 2024, la marque a lancé un projet de refonte de son dispositif marketing axé sur la « croissance omnicanale », avec l'objectif d'achever l'infrastructure de données et la refonte de la stratégie média avant le grand événement promotionnel du Double 11.

Défis principaux

Au démarrage du projet, l'équipe a dû faire face à trois difficultés majeures :

1. Silos de données importants : les systèmes de point de vente physiques, les back-offices e-commerce, les plateformes publicitaires (Ocean Engine, Alimama) et le CRM de la clientèle privée utilisaient des définitions de données hétérogènes. Un même utilisateur ne pouvait pas être relié d'un canal à l'autre, ce qui entraînait depuis longtemps des situations où « un utilisateur était contacté plusieurs fois et plusieurs canaux facturaient en double ».
2. Modèle d'attribution inefficace : les campagnes précédentes utilisaient une attribution au dernier clic, si bien qu'une grande partie des conversions en point de vente était attribuée à tort à la publicité e-commerce, tandis que les conversions issues de la recherche, générées par les contenus de recommandation sur Douyin, n'étaient pas traçables. La direction ne pouvait donc pas évaluer le ROI réel.
3. Répartition budgétaire trop grossière : les budgets de chaque canal étaient fixés en fonction de la part historique des ventes, sans mécanisme d'ajustement dynamique fondé sur les performances en temps réel. Pendant les périodes de forte activité, les budgets supplémentaires étaient souvent alloués « au ressenti » à des canaux aux performances incertaines.

Solution

La marque a adopté GEO Engine, le moteur de données marketing omnicanal, et a restructuré son dispositif en trois étapes :

Première étape : unification via un data platform central. Grâce à la capacité d'ID-Mapping de GEO Engine, les numéros de téléphone des membres en magasin, les comptes e-commerce, les identifiants d'appareils et les cookies des plateformes publicitaires ont été appariés de manière chiffrée, permettant de construire une base unifiée de profils utilisateurs à 360°. En seulement 3 semaines, le nettoyage et la mise en relation de 12 millions de données utilisateurs historiques ont été réalisés, et 68 % d'utilisateurs en doublon entre canaux ont été identifiés.

Deuxième étape : reconstruction du modèle d'attribution sur l'ensemble du parcours. Sur la base des données unifiées, un modèle d'attribution multi-touch fondé sur la valeur de Shapley a été déployé, intégrant 12 types de points de contact clés dans le calcul de contribution : visite en magasin, navigation en ligne, interaction avec les contenus, clic sur recherche, etc. Après la mise en production du modèle, la direction a pu visualiser pour la première fois la valeur réelle de parcours de conversion complets tels que « recommandation Douyin → recherche Tmall → retrait en magasin ».

Troisième étape : moteur intelligent d'allocation budgétaire. GEO Engine s'est connecté aux API de chaque plateforme publicitaire pour un retour de données à l'échelle horaire, et génère automatiquement des recommandations d'ajustement budgétaire par canal en fonction des résultats d'attribution. Le système applique la règle « réduction automatique du budget si le ROI passe sous le seuil, augmentation automatique s'il le dépasse », tout en prévoyant des points d'intervention manuels adaptés au rythme des grands événements promotionnels.

Points forts de l'exécution

• Test en conditions réelles lors du Double 11 : pendant le Double 11 2024, le système a surveillé en temps réel l'efficacité de plus de 40 campagnes publicitaires, faisant passer la part du budget allouée au studio de live streaming Douyin de 35 % à 52 % de manière dynamique, tout en réduisant le budget des mots-clés de marque peu performants dans la recherche. Le taux d'utilisation global du budget a augmenté de 27 %.
• Synergie avec les points de vente physiques : GEO Engine a identifié les groupes d'utilisateurs situés à moins de 3 kilomètres ayant vu une publicité en ligne sans acheter, puis a transmis aux vendeurs en magasin des tâches de suivi personnalisées pour favoriser leur visite. Cela a finalement généré plus de 4 200 visites en magasin et augmenté de 18 % le taux d'achat complémentaire en point de vente.
• Recontact via la clientèle privée : pour les segments « à forte intention mais non convertis » identifiés par l'attribution, une synchronisation automatique vers le vivier d'opérations WeCom a été mise en place, accompagnée de coupons dédiés, permettant d'atteindre un taux de conversion de rappel de 22 % en 7 jours.

Résultats chiffrés

Au cours du cycle complet de 30 jours suivant la mise en production du projet (incluant la période de sprint du Double 11), le ROI publicitaire omnicanal de la marque est passé de 1,8 à 7,6, soit une progression de 320 %. Les résultats concrets incluent : une baisse de 41 % des coûts de contact en doublon entre canaux, une réduction de 36 % du coût d'acquisition de nouveaux clients, et une part du GMV issue de la clientèle privée passée de 12 % à 23 %.

Retour d'expérience

Ce projet a validé une conviction essentielle : la valeur du marketing omnicanal ne réside pas dans la « multiplication des canaux », mais dans la capacité à « comprendre comment chaque euro investi contribue, en synergie avec les autres canaux, à générer des conversions ». GEO Engine n'apporte pas seulement un outil d'unification des données, mais aussi une méthodologie décisionnelle réutilisable. Le responsable marketing de la marque témoigne que les rapports mensuels de revue, qui nécessitaient auparavant 2 semaines de travail, sont désormais générés automatiquement chaque jour par le système, ce qui permet à l'équipe de consacrer son énergie à l'innovation stratégique plutôt qu'à la consolidation des données. Pour les entreprises de distribution qui envisagent un projet similaire, il est recommandé de s'assurer en priorité de l'engagement de la direction en faveur d'une définition unifiée des données, et de prévoir au moins 2 à 3 semaines de nettoyage des données et d'optimisation des modèles, afin d'éviter une mise en production précipitée à la veille d'un grand événement promotionnel.