Passer au contenu principal

RAPPORT

Comment e.l.f. La marque e.l.f. utilise la personnalisation pour stimuler les ventes

La marque de cosmétiques native du numérique place les clients au cœur de son expérience d’achat, générant un revenu moyen par utilisateur supérieur de 4,2 % et un retour sur investissement de 8,5 fois grâce à la personnalisation.

Secteur

Beauté & Soins personnels

Capacité utilisée

Recommander Target Optimize Découvrir AdaptML

4.2%

augmentation du revenu moyen par utilisateur grâce à l’optimisation des recommandations de la page détaillée du produit (PDP)

17.6%

Augmentation du nombre de clics sur le menu mobile après la personnalisation du menu en fonction du comportement d’achat antérieur des utilisateurs

Introduction

Fondée en 2004, e.l.f. Cosmetics a été lancé avec une mission simple : créer des produits de haute qualité à un prix accessible. Non seulement l’une des premières marques de beauté natives du numérique, e.l.f. a également été l’une des premières à adopter un modèle de vente directe au consommateur.

Afin de rester fidèle à son modèle économique, la ligne de cosmétiques place ses clients au cœur de toutes les décisions produits et marketing. Alors, quand e.l.f. Soucieuse de s’assurer que chaque acheteur bénéficie d’expériences adaptées à son régime de beauté unique, l’équipe s’est associée à Dynamic Yield pour l’aider à y parvenir.

Après avoir utilisé l’intégration de première partie dans Experience OS, les recommandations et les capacités de personnalisation, e.l.f. a connu une augmentation de 4,2 % du revenu moyen par utilisateur et une augmentation de 17,6 % de l’engagement client.

Les recommandations personnalisées ont également généré un retour sur investissement de 8,5 sur une courte période, ce qui signifie que les tactiques ont conduit à des gains de revenus directs plus de huit fois supérieurs aux dépenses liées à la plateforme de personnalisation.

« Dynamic Yield a joué un rôle déterminant en nous aidant à découvrir les différents types de publics qui viennent et interagissent avec l’e.l.f. site, ce qui nous permet de répondre aux besoins spécifiques de chaque amoureux de la beauté. Experience OS nous a permis de tester facilement de nouvelles stratégies et de les optimiser à la volée pour obtenir des résultats rapides et significatifs.

Shana Rungsarangnont, Associate Director, Digital Product, e.l.f. Cosmetics

Le défi

E.L.F. sont vendus chez des détaillants à grande surface, notamment Target, Walmart et Ulta. Motivée par l’idée de renforcer la présence numérique d’e.l.f., l’équipe de commerce électronique s’est lancée dans la création d’une meilleure expérience d’achat en ligne et avait besoin d’une solution qui pourrait aider à :

  • Ingestion de données client de première partie
  • Identifier les segments d'audience à forte valeur ajoutée
  • Mettre en évidence les meilleures recommandations de produits pour chaque client
  • Optimiser l’expérience mobile pour une meilleure découverte des produits

Exécution

Intégration et activation des données historiques des clients de première partie dès le premier jour

Avant l’intégration avec Dynamic Yield, e.l.f. utilisé Custora d’Amperity, un logiciel d’analyse de la clientèle basé sur le cloud, pour aider à identifier des segments d’audience perspicaces. Cependant, l’équipe souhaitait tirer davantage parti des segments de Custora pour prendre des mesures immédiates sur le site et personnaliser les expériences. La possibilité d’ingérer les données de première partie de Custora dans le système d’exploitation Experience de Dynamic Yield dès le premier jour a permis au détaillant de produits de beauté de créer rapidement des campagnes hautement ciblées sans perdre les riches données historiques de première partie, et d’obtenir un délai de rentabilisation immédiat grâce à son investissement dans la personnalisation.

Exemples d’audiences first-party de Custora qui ont été intégrées dans Experience OS :

E.L.F. a choisi d’aller au-delà des accros des soins de la peau et du maquillage en créant et en ciblant des groupes de clients de niche. E.l.f. a créé environ 75 segments de clientèle en peu de temps, tels que les acheteurs fréquents et les personnes qui visitent fréquemment le site Web mais n’ont pas effectué d’achat.

E.L.F. cible les segments en fonction de leurs besoins et utilise le ciblage prédictif pour faire correspondre les segments aux variations. 

Recommandations optimisées sur les PDP après un bakeoff entre DY et un autre fournisseur de recommandations

Savoir que les PDP sont un élément précieux de la phase de découverte du produit, e.l.f. a choisi cet espace pour optimiser ses recommandations de produits. L’équipe souhaitait proposer les produits les plus pertinents sur les PDP afin d’améliorer la découverte et l’engagement. Ils ont décidé d’organiser un échange entre Dynamic Yield et sa solution de point de recommandation historique. Chaque fournisseur a mis en place une stratégie « Viewed Together » dans la section « You May Love » d’e.l.f., avec une répartition 50/50 entre les deux fournisseurs.

Après avoir atteint une signification statistique de 95 % en seulement deux semaines, le Dynamic Yield s’est avéré être le moteur le plus puissant, générant une augmentation significative du taux de clics sur les produits recommandés (+23,2 %) et un revenu moyen par utilisateur plus élevé (+4,2 %) par rapport à l’autre éditeur.

Menu mobile personnalisé en fonction de l’affinité et du comportement de navigation des clients

Avec un parc immobilier limité, e.l.f. souhaitait que son menu mobile trouve un écho auprès de chaque acheteur. Pour ce faire, l’équipe a décidé de personnaliser le menu en fonction de l’historique de navigation, ce qui permet aux clients de trouver rapidement les produits les mieux adaptés à leurs besoins. 

Les nouveaux visiteurs ont vu des catégories de haut niveau tandis que les visiteurs qui revenaient ont été exposés à des sous-catégories de la catégorie principale pour lesquelles ils avaient précédemment montré de l’intérêt. 

Par exemple, si un acheteur a parcouru la catégorie « soins de la peau », la barre de menu comprendra « nettoyant », « masques pour le visage » et « soins ». 

En utilisant les capacités uniques d’identification et de correspondance d’affinité de Dynamic Yield avec ces optimisations de menu, e.l.f. a constaté une augmentation de 17,6 % du taux de clics, ce qui a permis aux visiteurs de s’enfoncer davantage dans son catalogue de produits.

La clé à retenir

Les clients d’E.L.F. ont toujours été influents pour la marque de beauté. Pourtant, l’équipe avait encore une occasion importante de mieux comprendre les besoins et les préférences des acheteurs tout au long du parcours client. 

Après avoir déployé Dynamic Yield, e.l.f. a été en mesure de véritablement exploiter les audiences critiques qui interagissent avec la marque pour s’assurer que chaque amateur de cosmétiques reçoit les expériences les plus pertinentes. Et grâce à la mise en œuvre stratégique de plusieurs campagnes de personnalisation Web pour ordinateurs de bureau et mobiles, l’engagement sur le site a augmenté et les revenus.