Nouveau partenariat : minubo et epoq réduisent les silos de données dans le commerce électronique et fournissent une base décisionnelle élargie en matière de personnalisation.

Ettlingen, le 6 juillet 2022 – minubo, l'entreprise hambourgeoise forte d'une expertise approfondie acquise dans le cadre de plus de 150 projets de veille économique, et epoq internet services, l'expert dans le domaine de la personnalisation 1:1 basée sur l'IA pour le commerce électronique, réduisent tous deux les silos de données dans le commerce électronique et, grâce à leur partenariat, fournissent une base décisionnelle élargie en matière de personnalisation.

Adieu les silos de données – Échange entre systèmes et points de contact

La personnalisation 1:1dans le commerce électronique est mise en œuvre de manière optimale lorsque les données sont utilisées de manière cohérente et analysées en temps réel à chaque point de contact. Souvent, les données des différents points de contact sont enregistrées séparément et ne sont donc pas partagées. Les informations sur les clients sont ainsi stockées dans des silos de données. La raison en est que les différents points de contact sont souvent gérés par des chefs de projet différents. « Il en résulte une gestion décentralisée des données, qui empêche l'échange d'informations entre les points de contact et donc une personnalisation 1:1 globale. C'est pourquoi epoq génère une base de connaissances uniforme pour chaque boutique en ligne, qui sert de base décisionnelle solide pour les algorithmes intelligents », explique Thorsten Mühling, PDG et cofondateur d'epoq internet services.

Mais les silos de données ne se créent pas uniquement dans le domaine de la personnalisation. L'utilisation de différents systèmes, outils et applications empêche de relier de manière pertinente les données importantes. C'est précisément là qu'intervient minubo, qui assure un point de collecte centralisé des données provenant de tous les systèmes et permet ainsi une transparence à 360° des résultats de l'entreprise, ce qui permet aux collaborateurs de différents services, notamment de la boutique en ligne et du marketing, de prendre des décisions plus efficaces. Réduction des retours, gestion de la gamme de produits, optimisation des dépenses publicitaires ne sont que quelques-uns des résultats de l'analyse : en bref, il est possible de maximiser la rentabilité.

Bonjour valeur ajoutée – Une base décisionnelle élargie en perspective

Outre la gestion centralisée des données, minubo aide les décideurs du commerce électronique à analyser encore plus efficacement les données afin de prendre de meilleures décisions grâce à sa solution de veille économique. La connexion avec epoq apporte désormais une valeur ajoutée supplémentaire aux exploitants de boutiques en ligne. En effet, les indicateurs clés traités, tels que le taux de retour, la marge ou la couverture des stocks de minubo, peuvent également être intégrés dans la base de connaissances d'epoq et fournir aux algorithmes intelligents des informations supplémentaires pour la prise de décisions en matière de personnalisation.

Cela permettra d'élargir la base décisionnelle des algorithmes d'IA. En fonction du cas d'utilisation, certains indicateurs clés de performance (KPI) seront ainsi encore optimisés pour les exploitants de boutiques en ligne, tout en améliorant l'expérience client. « Dans le cas de la personnalisation, nous pouvons optimiser davantage l'approche en nous basant sur les chiffres historiques des transactions grâce à un enrichissement ciblé des données », explique Andreas Fischer, PDG de minubo. Par exemple, les nouveaux clients peuvent voir s'afficher des recommandations de produits ciblées qui présentent des taux de retour particulièrement faibles et une couverture de stock suffisante, afin de garantir une expérience d'achat positive. Les nouveaux clients deviennent ainsi plus facilement des acheteurs réguliers. Dans le même temps, les boutiques peuvent augmenter leurs marges grâce à un placement ciblé de leur gamme de produits. Le choix des indicateurs pertinents et leur efficacité dans l'algorithme d'IA peuvent être facilement confirmés et optimisés en continu à l'aide de tests A/B dans les campagnes respectives des clients communs.