Comment Nomasei a utilisé Twilio Segment pour tripler son revenu

Fondé en 2019, Nomasei est un e-commerçant qui propose des chaussures artisanales de luxe fabriquées en Italie et conçu par Paule Tenaillon, qui a travaillé pendant plus de 25 ans dans les plus grandes boutiques de luxe telles que Chloé, Jimmy Choo, Steve Madden et Chanel. Basée à Paris, la marque regroupe une petite équipe qui se concentre sur l'hypercroissance. Nomasei est une marque qui s'engage en faveur d'une mode durable et transparente. Elle s'assure que ses produits respectent les normes environnementales ainsi que des conditions de travail équitables.

Avant Twilio Segment, Nomasei avait peu de visibilité sur les préférences et le comportement de ses clients. Et comme le décrit M'Hamed, Head of Growth chez Nomasei : « de nous développer et d'être les meilleurs, nous avons décidé d'être la marque la plus informée ». La société avait besoin d'un moyen d'optimiser la prise de décision tout au long du parcours client, et de fournir des informations à tous ses services. Et en tant que société autofinancée, il est essentiel de prendre les bonnes décisions pour éviter des erreurs coûteuses !

De plus, le processus de création d'audiences pour les campagnes marketing n'était pas évolutif. La segmentation des clients était lente, fastidieuse et manuelle. L'équipe a d'abord dû extraire les données client de Shopify, puis appliquer les filtres appropriés, les exporter et enfin importer les données dans son système CRM. Elle a dû répéter ce processus avec chaque nouvelle audience créée. Au moment de l'importation des données, celles-ci étaient déjà obsolètes, ce qui impliquait un cycle de rafraîchissement constant.

Nomasei s'est alors tournée vers Segment pour recueillir des informations clés sur son site Web, afin de mieux comprendre ses clients et leur parcours. Cela a permis à l'équipe de mettre fin à son processus manuel de création et rafraîchissement d'audiences marketing, de se concentrer sur la qualité des messages envoyés et de déléguer à Segment la gestion des audiences, désormais développées de manière automatique et dynamique et non plus statique. Plus important encore : cela a permis de garantir que les clients reçoivent des recommandations pertinentes et opportunes.

« Nous sommes une petite équipe, face aux géants de l'industrie Retail. L'accélération de la prise de décision nous permet de faire la différence. C'est l'expérience client qui nous permet en fin de compte de nous démarquer sur le marché, et nous nous basons sur les données pour y parvenir. » M'Hamed Larbi, Head of Growth chez Nomasei.

Un manque de visibilité du comportement des clients, ce qui entraîne des dépenses publicitaires inutiles

Sans avoir les bons systèmes en place, la visibilité du comportement des clients pour un e-commerçant peut s’avérer tout aussi complexe que pour un magasin physique. Aujourd’hui, dans un magasin, les entreprises doivent utiliser un ensemble de technologies pour observer comment les clients effectuent leurs achats, afin de pouvoir optimiser leur espace. Sans ces technologies, elles sont contraintes de prendre des décisions de façon aveugle ! De même, sans les technologies adéquates, les e-commerçants ont une compréhension limitée de l’activité sur leur site et peuvent finir par dépenser de l’argent pour attirer des visiteurs en croisant les doigts pour que ça fonctionne !

Voilà pourquoi l’équipe chargée de la croissance de Nomasei a décidé qu’un changement était nécessaire : la marque devait trouver une solution pour mieux observer le comportement de ses clients. Nomasei a donc implémenté Segment pour consolider son stack technologique et collecter des données client afin d’éclairer sa stratégie marketing et produit. Nomasei utilise Connections pour collecter les données clés de son site qui sont ensuite transférées vers ses plateformes publicitaires, son CRM et d’autres canaux tels que ShareASale. Elle est désormais en mesure d’optimiser la prise de décision ainsi que son budget. En réalité, elle a pu réduire son budget publicitaire de 20 % en Q4 (la période la plus importante où généralement les budgets augmentent).

Expériences client numériques alimentées par les données, à grande échelle

Malgré la petite équipe, Segment Connections a été implémenté en moins d’une journée, par une seule personne ! Ainsi, avec tout le tracking implémenté en quelques heures, l’équipe a pu se concentrer sur la stratégie de ses campagnes marketing grâce à Twilio Engage. Parmi les critères de Segment qui ont séduit Nomasei figurent son utilisation simple, son extensibilité (plus de 400 destinations !) et la mise en œuvre des cas d’usage avec très peu de connaissances techniques. La marque avait également besoin d’une plateforme qui lui permettrait de s’adapter sans aucune dette technique à l’avenir. De plus, Segment permet de débuter avec un petit cas d’usage isolé : l’équipe en charge de la croissance de Nomasei a commencé par un cas d’usage d’acquisition, avant de se concentrer sur la rétention. L’année prochaine, l’objectif est d’utiliser Segment à des fins de Business Intelligence.

Nomasei a par la suite utilisé Segment Connections et Twilio Engage pour améliorer l’acquisition des utilisateurs. Tout d’abord, grâce à Audiences, l’équipe en charge de la croissance a été en mesure de catégoriser les consommateurs en tant que clients existants ou « visiteurs » et en fonction de leur interaction avec le site (par exemple, « a ajouté un produit à son panier » ou « a consulté une page de catégorie »). Grâce à Journeys, elle a ensuite pu mettre en place différentes campagnes sur la base de ce comportement. Prenons l’exemple d’un utilisateur qui va jusqu’à l’étape de paiement de sa commande, puis qui quitte le site sans la finaliser. L’équipe peut désormais interagir à nouveau avec lui sur d’autres plateformes, notamment les réseaux sociaux, par le biais de campagnes de reciblage et de messages hyper-personnalisés. Ces solutions ont ainsi permis à Nomasei de passer de campagnes marketing statiques à des campagnes dynamiques et automatisées basées sur des données, ainsi que sur le comportement des clients. L’objectif : garantir une meilleure expérience client.

Tout cela a eu un effet colossal sur les ventes. En effet, après la mise en œuvre de Twilio Engage, le chiffre d’affaires par visiteur de Nomasei a triplé, comme l’illustre le graphique ci-dessous. L’équipe a constaté des résultats quasi immédiats après avoir commencé à ségmenter son audience et à envoyer aux utilisateurs des campagnes beaucoup plus ciblées.

Des e-mails personnalisés et ciblés pour augmenter les taux de conversion

Avant la mise en place de Segment, Nomasei envoyait un e-mail générique à l’ensemble de sa base de clients. Désormais, l’entreprise envoie des e-mails personnalisés et très pertinents à différents groupes segmentés en fonction du comportement. Cela a entraîné une amélioration des taux d’ouverture, de 45 %-50 % en moyenne à 70 %. Le taux de clic est également passé de 1-2 % à 15 % !

De plus, grâce aux données d’achat et de produit recueillies (notamment sur la taille, le modèle et la couleur), Nomasei est en mesure de lancer des campagnes qui aident à atteindre des objectifs plus larges de l’entreprise. Par exemple, si la marque dispose d’un surplus dans une taille spécifique, elle peut envoyer des e-mails ciblés incluant une offre spéciale aux clients qui ont déjà acheté cette taille.

L’équipe restructure actuellement sa stratégie d’emailing pour tripler le nombre de campagnes envoyées par semaine : elle prévoit de segmenter par produit et par catégorie d’utilisateurs, afin de lancer des campagnes encore plus ciblées. En outre, elle a optimisé l’efficacité de la création d’e-mails, notamment en mettant en œuvre des processus rationalisés et en créant des modèles d’e-mails pré-définis.

Et la suite ?

Nomasei a adapté son utilisation de Segment selon les besoins du business. Au début, elle a commencé par des cas d’usage d’acquisition, puis s’est concentrée sur la rétention. Prochaine étape : Business Intelligence. Cela inclut une exploration approfondie des prévisions de produits pour comprendre comment prédire la quantité à produire, en fonction de la demande.