Les crypto-monnaies sont-elles l’avenir des paiements pour le secteur du luxe ?

La valeur du marché des crypto-monnaies a atteint pour la première fois 2 000 milliards de dollars début avril, le bitcoin, la monnaie numérique la plus populaire, représentant plus de 50 % de l’ensemble de la capitalisation boursière. Puis, tout d’un coup, quelque chose s’est produit : le mercredi 12 mai, le prix du bitcoin a atteint 58 000 dollars. Une semaine plus tard, il atteignait 36 000 $… pourquoi ?

1. Elon Musk a annoncé sur Twitter que Tesla avait suspendu les achats de voitures avec des bitcoins, à cause des inquiétudes liées à l’utilisation croissante de combustibles fossiles dans la production de crypto-monnaies.

2. Trois organisations étatiques chinoises (l’Association nationale de la finance sur Internet, l’Association bancaire de Chine et l’Association de paiement et de compensation de Chine) ont émis un avertissement pour cesser d’accepter ou d’utiliser les crypto-monnaies comme moyen de paiement. Le pays asiatique s’inquiète des risques spéculatifs que les cryptocurrences font peser sur son système financier et sa stabilité sociale.

La volatilité des crypto-monnaies n’est pas quelque chose que l’on a appris maintenant, c’est pourquoi la plupart des gens considèrent les monnaies numériques comme un outil de spéculation dans les activités commerciales plutôt que comme un moyen de paiement alternatif.
Malgré tout, l’adoption des crypto-monnaies se répand dans le monde entier, avec les produits de luxe en tête. Il y a déjà plusieurs facteurs qui nous montrent que les monnaies numériques sont en train de révolutionner l’économie moderne, cependant il y a beaucoup d’experts qui sont encore incertains quant à l’avenir des crypto-monnaies. Alors, quelle est la vérité ?
Dans ce livre blanc, nous présentons les indicateurs qui nous font croire que les crypto-monnaies représentent déjà le présent de l’industrie du luxe et les principales menaces qui pourraient limiter leur généralisation.

Qu’est-ce qu’une crypto-monnaie ?

Une crypto-monnaie est un actif numérique qui peut être utilisé pour acheter des biens et des services avec un grand livre en ligne qui, grâce à la cryptographie, protège les transactions, contrôle la création de pièces supplémentaires et vérifie le transfert de propriété des pièces. La technologie qui se trouve derrière les crypto-monnaies est appelée blockchain. L’industrie du luxe a été à l’avant-garde de l’adoption des crypto-monnaies jusqu’à présent, c’est pourquoi l’une des questions les plus fréquentes que nous recevons de nos clients lorsqu’ils abordent ce sujet est la suivante : « Les crypto-monnaies représentent-elles l’avenir des paiements pour l’industrie du luxe ? » Vous trouverez ci-dessous les indicateurs qui nous font croire que les crypto-monnaies sont déjà le présent des paiements mais aussi les principales menaces qui pourraient limiter leur adoption généralisée.

Indicateurs

1. Les principaux fournisseurs de services de paiement encouragent les crypto-monnaies :

Les circuits de paiement comme Visa et Mastercard nouent des alliances solides avec les acteurs de la fintech et les banques centrales pour promouvoir l’adoption des crypto-monnaies :

  • Visa s’est associé à Coinbase pour lancer une carte de débit qui permet aux clients de payer avec des crypto-monnaies.
  • Mastercard a lancé une plateforme d’essai pour aider les banques centrales à tester leurs monnaies numériques.

Clienteling : la connaissance client ultime

Le Clienteling est une ancienne pratique née des commerces de proximité, où un calepin noirci d’informations glanées des clients permettait de faire toute la différence lors d’un achat. Aujourd’hui, le Clienteling s’impose comme la brique ultime d’une stratégie omnicanal.

Mais si le concept du « one to one » est connu, son application s’enrichit au gré des exigences clients et soulève la problématique suivante : quels leviers techniques et métiers activer pour capitaliser sur une connaissance client à 360° ?

 

Clienteling, penser métier avant outils

Le Clienteling vise à améliorer l’expérience client non pas en multipliant des outils gadgets à gogo en boutique, mais plutôt en proposant une relation à haute valeur ajoutée alimentée par les clients et leurs données.

La personnalisation des interactions avec le client représentant la fin ainsi que le moyen, elle doit être le fruit d’une réflexion à l’initiative du métier : quelles informations clients capter et à quel moment ? Comment les exploiter ? Comment les redescendre et embarquer vendeurs et clients ?

Ce n’est qu’après avoir identifié la vision métier cible que les outils pouvant soutenir cette vision peuvent être déterminés, car le Clienteling est avant tout une stratégie marketing aux multiples déclinaisons opérationnelles. De l’intégration de modules de prise de rendez-vous à celle de checkouts volants ou shopping personnalisé, les enseignes actionnent alors différents leviers pour mieux connaître le client et surtout, le lui montrer.

L’alignement des enjeux marketing et techniques est d’ailleurs un vrai challenge au vu de l’évolution à vitesse grand V des usages clients. Afin d’intégrer des données toujours plus qualifiées, la stratégie Clienteling doit être pensée en termes de déploiement à court, moyen et long terme, soutenu de fait par un dispositif évolutif by design.

 

Clienteling & Machine Learning, le couple idéal

Parce qu’il n’y a pas de limites à la connaissance client (enfin si, hello RGPD), une connaissance à l’instant T ne suffit pas.
Citons Burberry qui encourage ses clients à partager leurs données grâce à des récompenses via son loyalty program et compte désormais une base de 12 millions de clients. En incentivant les clients à fournir de la donnée via son programme fidélité, Burberry s’offre un référentiel client de qualité prêt à être exploité.
En réconciliant données online et offline, l’enseigne est capable d’être proactive et de proposer des services à haute-valeur ajoutée tout au long du parcours client.
Car au-delà des recommandations produits « simples » poussées sur les tablettes des hôtes de vente, une stratégie de Clienteling adossée à une solution de Machine Learning permet de repenser l’omnicanal entièrement. En combinant first, second et third-party data au sein d’une DMP optimisée, les marques peuvent allier moteur de recommandation ultra personnalisé, geofencing, online marketing et adapter produits et services additionnels en conséquence. Il s’agit d’un levier technique devenant de plus en plus incontournable, sous condition sine qua none d’une synergie forte avec le métier.

 

Monitorer sa stratégie Clienteling, ou comment réinventer les KPI Marketing classiques

Calculer le retour sur investissement métier de la stratégie Clienteling est un véritable enjeu : comment savoir si ma stratégie Clienteling fonctionne ? Comment isoler les points de contact clients dans une configuration omnicanal ?

Drivé par le métier, le Machine Learning permet de répondre à ces questions en favorisant l’émergence de KPIs représentatifs de la complémentarité online/offline pour suivre les clients sur l’ensemble de leurs parcours. L’évolution du chiffre d’affaires peut maintenant être croisée avec des metrics de conversion, de rétention client in-store, de satisfaction client historisée… et alimenter des tableaux de bords à plusieurs niveaux.
Citons toujours le cas de Burberry qui, en alliant beacon de comptage clients in-store et monitoring de campagne mobile annonce un taux de 85% de collecte de data client en PoS et une amélioration de 50% de son taux de fidélisation. Il s’agit d’une illustration forte de l’impact grandissant du Machine Learning sur les performances omnicanal des enseignes. Tendance d’ailleurs confirmée par une enquête de Statista (‘AI & Machine Learning use cases in the retail industry worldwide as of 2019’) selon laquelle près de la moitié des retailers ont prévu ou déjà mis en œuvre une stratégie omnicanal articulée autour de l’IA.

 

Enfin, le champ d’application de la technologie prévisionnelle va au-delà du marketing. Citons Etam, qui articule l’ensemble de sa chaîne de production autour du Machine Learning pour rationnaliser les coûts financiers et écologiques liés aux invendus. Ou comment la complémentarité IA-métiers permet de capitaliser sur la donnée produits et clients pour optimiser l’ensemble des strates opérationnelles.

Inside the retail strategy of Burberry


https://www.e-marketing.fr/Thematique/veille-1097/Breves/Repenser-la-relation-client-grace-au-clienteling-340400.htm
https://www.forbes.com/sites/nitinmangtani/2017/02/01/clienteling-defining-the-future-in-store-experience/#70c1286c3c2d
https://lehub.laposte.fr/dossiers/omnicanal-portrait-robot-nouveaux-vendeurs
https://digital.hbs.edu/platform-rctom/submission/machine-learning-journey-of-burberry-is-there-room-for-machine-learning-in-luxury-goods-industry/

Chez Etam, l’intelligence développée à partir des données bouscule les métiers

[PAGE INTERACTIVE] Le parcours client omnicanal

Révolutionnez le parcours de vos clients

Les experts d’Adone Conseil ont imaginé pour vous un parcours interactif personnalisé pour vous accompagner sur les leviers à activer pour répondre aux besoins de vos clients et optimiser leur expérience d’achat. Avant, en boutique ou après : nous vous conseillons à chaque étape du parcours de votre client.

En complément de nos recommandations,  un document regroupant le parcours client omnicanal ainsi que nos cas pratiques en intégralité est disponible en téléchargement.

Quelques exemples de nos cas pratiques :

  • Avant : un parcours client sans couture
  • En boutique : des solutions instore innovantes
  • Après : le client à 360°

 

Vous avez un projet Unified Commerce ?

N’hésitez pas à nous contacter, nos experts vous répondrons dans les meilleurs délais.