Comment personnaliser l’expérience client pour assurer la satisfaction de l’utilisateur, garante de sa fidélité
Quel que soit le type d’application ou la plateforme utilisée, la qualité de l’expérience utilisateur (UX) est essentielle à toutes les étapes de la relation client: la conversion entre visiteur et inscrit (à un essai gratuit), la conversion entre un essai et une formule payante, l’engagement et bien entendu la rétention.
La concurrence est rude et les géants du secteur constituent la référence intuitive pour tout utilisateur lambda. Il n’est plus possible de lancer aujourd’hui une application qui ressemblerait en termes d’expérience à ce que l’on proposait il y a juste quelques années. La barre des attentes ne cesse de monter.
Comment peut-on aujourd’hui personnaliser l’expérience client pour assurer la satisfaction de l’utilisateur, garante de sa fidélité (et de son enthousiasme communicatif, vecteur de viralité)? Nous allons aborder quelques pistes dans cet article.
La qualité de l’onboarding est primordiale
Le premier contact d’un utilisateur avec une application est crucial dans l’adoption d’un service.
On évitera de bombarder le nouvel inscrit avec une avalanche de questions présentées dans un formulaire aux accents administratifs. On favorisera une inscription rapide par un compte social existant (Facebook, Google) ou par un simple email (avec confirmation), en veillant à mettre en place une formule de session prolongée et une méthode rapide et sécurisée de récupération du mot de passe (Magic Link, Sms,…). Rien n’est plus frustrant que le fait de devoir lutter avec un formulaire de connexion lorsque l’on a oublié son mot de passe.
La suite de l’onboarding se doit d’être la plus fluide possible, limitée à quelques écrans permettant d’amorcer un flux de suggestions. Le but est que l’utilisateur se retrouve le plus rapidement en phase d’engagement, avec une offre initiale qui s’améliorera au fur et à mesure de ses interactions.
Une étape de moins, c’est autant de friction en moins
Chaque fois que cela est possible, il convient de réduire le nombre d’étapes nécessaires pour aboutir à une fonction ou à un contenu.
Ce souci de fluidité est d’autant plus important sur les écrans de recherche. Les commandes vocales permettent à ce propos de gagner un temps considérable par rapport à un champ textuel, raison pour laquelle Amazon a intégré sa technologie Alexa, Google sa fonction Google Assistant et Apple son module Siri à leurs offres de VOD. Difficile de s’en passer lorsqu’on en a fait l’expérience !
Exploiter intelligemment les données pour utiliser efficacement l’I.A.
L’intelligence artificielle, sous forme de Machine Learning (ML), fait aujourd’hui partie de la boîte à outils de tous les fournisseurs de contenu. L’objectif fondamental du ML est de déceler des modèles de comportements (patterns).
Pour délivrer des résultats performants, le ML, dans sa version supervisée, doit se nourrir de données correctement labellisées. En d’autres termes, la qualité des données est cruciale pour la performance du ML. Il faut donc en amont de sa mise en oeuvre penser à la manière dont on va enregistrer toutes les interactions de l’utilisateur, en n’oubliant pas de déterminer leur granularité (jusqu’où iront les critères qui nourriront le moteur de ML?).
L’avantage du ML est qu’il permet de rapidement délivrer une expérience pertinente à un nouvel utilisateur en comparant les premières données récoltées au fil de sa navigation avec des clusters d’utilisateurs plus anciens d’un profil comparable (lookalike audiences). C’est ce qui permet des suggestions étonnamment pertinentes dès les premières séances d’utilisation. Riplee collabore à cet égard avec Spideo pour le développement personnalisé de solutions de recommandation de contenus.
Netflix ne se contente pas des catégories classiques affichées à l’écran. En coulisses, ce sont près de 77 000 “alt genres” qui ont été algorithmiquement composés sur base des choix et du comportement de plus de 200 millions d’utilisateurs. La granularité du profilage et la taille colossale de sa base d’utilisateurs confèrent à Netflix un immense avantage concurrentiel. Chaque utilisateur est accueilli dans un espace numérique dont la présentation et le contenu sont personnalisés à chaque étape de la navigation.
Le même principe est adopté par les concurrents, Amazon, Disney+, Apple et les autres, avec à chaque fois un processus en 2 temps. Les recommandations interviennent au carrefour des données d’utilisation et des données attachées aux contenus, en constante évolution. C’est donc une critérisation dynamique à deux entrées. Le profil d’un utilisateur s’enrichit tandis que s’enrichit la critérisation des contenus qui peuvent être rattachés à une infinité de clusters.
Au départ, chaque nouveau film ajouté à la base Netflix est caractérisé manuellement par un nombre important de tags (le manuel de formation à cette tâche compte pas moins de 36 pages pour plusieurs douzaines de critères !). Ensuite la critérisation est affinée par la consommation effective des spectateurs.
Les “alt genres” de Netflix sont autant de tribus de consommation, avec leurs codes de présentation, de la page d’accueil aux fiches de films, et leurs contenus de prédilection. Toutes ces données informent également la création de nouveaux contenus, en fonction de l’appétit potentiel des spectateurs, qu’ils n’ont pas besoin d’exprimer ouvertement. Tout est déduit de l’activité sur la plateforme. La présentation évolue même en fonction de la phase d’engagement de l’utilisateur: un visuel de présentation de film ou de série ne sera ainsi pas la même pour quelqu’un qui pourrait encore visionner le contenu par rapport à quelqu’un qui l’a déjà consommé. L’histoire d’un utilisateur pourra même déterminé les acteurs affichés sur un visuel, comme l’explique cet article publié par Netflix. Tout est dynamique.
On voit sur l’image ci-dessus (source: Netflix) comment l’historique influence le visuel proposé pour le film Good Will Hunting. Dans le premier cas, on a un profil davantage orienté Romcom avec Matt Damon et Minnie Driver en illustration. Dans le second, un profil plutôt Comédie avec Robin Williams mis en avant. Vous pouvez imaginer le degré de segmentation des actifs (textes, polices, images) nécessaire pour déployer une telle personnalisation.
Un des défis essentiels de la personnalisation est d’éviter à tout prix la paralysie par excès de choix. Il est impératif que le spectateur puisse à chaque session trouver un contenu qui le satisfasse dans un délai raisonnable.
Bien évidemment, pour que la personnalisation ait un sens, il faut que le fournisseur de contenu dispose d’une masse critique d’utilisateurs et d’une offre suffisante de contenus, afin de créer les clusters de consommation susmentionnés.
Des données à l’impact inattendu: le timing et le support de diffusion
Le profil d’un utilisateur n’est pas simplement alimenté par la nature des contenus qu’il visionne. Le timing (moment de la journée, période de l’année,…) et l’appareil utilisé ont aussi une influence dans les suggestions proposées. Il y a des contenus que l’on consomme davantage en soirée sur un grand écran et d’autres plus adaptés à une consommation en mouvement en pleine journée.
L’A/B testing est essentiel
On peut avoir une excellente intuition, informée par des données d’utilisation et la veille concurrentielle, mais lorsqu’il s’agit d’implémenter une modification de l’expérience utilisateur, il est essentiel d’en comparer les effets non seulement avec la configuration antérieure mais aussi le cas échéant entre plusieurs options, en veillant à toujours tester une modification isolée (cela peut-être juste la couleur d’un bouton ou la police d’un call-to-action), pour que les conclusions soient pertinentes. L’A/B testing sera réalisé sur un nombre limité (mais suffisant) d’utilisateurs afin de ne pas risquer une mise en production sur toute la base.
Source: Netflix via Medium
Netflix lance environ 250 A/B tests par an, sur un échantillon d’environ 100 000 utilisateurs. Tout est testé sur leur plateforme: le copy, les images, les vidéos, les templates de présentation, le mouvement des transitions. Chaque élément peut avoir une influence sur le niveau d’engagement des spectateurs.
La vitesse d’exécution est cruciale
S’il y a une chose qui ne nécessite a priori pas d’A/B testing, c’est la vitesse d’exécution de l’interface.
Rien n’ennuie plus l’utilisateur qu’une interface trop lente. Cela peut-être causé par une mauvaise performance logicielle, qu’il est possible de corriger au fil des actualisations mais cela dépend également des performances matérielles. Vous remarquerez à coup sûr une augmentation significative de votre satisfaction en passant d’un dongle Fire TV Amazon de première génération à une version récente, construite à partir de composants plus performants (et intégrant la fonction Alexa).
Les notifications, à utiliser avec modération
Les notifications (natives et/ou par email), à condition qu’elles soient pertinentes et utilisées avec parcimonie, permettent de renforcer le lien avec l’utilisateur et d’accroître son engagement. Ceci étant, certains utilisateurs préfèrent s’en passer et il faut leur en donner la possibilité.
La personnalisation, associée à l’automatisation du marketing
L’utilisation de “Wish Lists” permet aux fournisseurs de ramener l’utilisateur vers la plateforme lorsqu’un contenu est disponible. Le profil d’utilisation permet également la création de newsletters personnalisées (et/ou notifications natives) pour proposer en push des suggestions pertinentes.
La personnalisation, une formule win-win
La qualité de la personnalisation, comme nous l’avons vu, accroît l’engagement qui à son tour améliore la personnalisation et permet d’informer les choix créatifs. Cette boucle en constante progression constitue au final une formule win-win tant pour le spectateur que pour son fournisseur.
En 2018, selon une étude de Monetate, 93% des sociétés qui déclaraient avoir déployé une stratégie de personnalisation avancée de l’expérience utilisateur avaient vu leurs revenus progresser.
Il est bien entendu crucial que le fournisseur de contenus étoffe sans cesse son offre et adapte constamment la présentation des contenus à l’évolution du profil de l’utilisateur, pour s’assurer qu’il perde le moins de temps possible à faire un choix. L’amélioration constante des performances techniques de la plateforme est elle aussi capitale, l’utilisateur ayant des attentes toujours plus élevées en termes de réactivité des applications. Un fournisseur de contenu VOD ne peut donc jamais se reposer sur ses lauriers.
