Système de Recommandation - Offrir la personnalisation à tous les clients. Comme les pros.

Contexte

Salomon est un leader mondial des équipements de sport en plein air. Au fil des décennies, la marque n’a cessé de repousser les limites de la technologie pour améliorer la relation des sportifs à leur corps et à leurs terrains de jeu. Avec l’avènement de l’industrie 4.0, alimenté par des percées technologiques en robotique, en ingénierie des matériaux, en fabrication additive et en intelligence artificielle, Salomon a décidé d’aller plus loin dans l’innovation de produits.

Pour cela il choisit de ne plus produire de simples chaussures de sport et de course pour le grand public, mais de les concevoir et de les fabriquer conjointement pour chaque utilisateur. Grâce à un usage poussé des données, d’algorithmes avancés et d’un système de production entièrement repensé, Salomon entendait transformer durablement le rapport des consommateurs à leur équipement et à la marque.

Qu’avons-nous fait?

Salomon avait besoin d’un partenaire clé pour faire de cette vision une réalité : imaginer des expériences utilisateur en ligne/hors ligne, concevoir les meilleurs algorithmes de leur catégorie et fournir des systèmes à l’échelle.
Salomon a donc fait appel à MFG Labs.

Solution

Définition d’une stratégie de personnalisation de masse

La personnalisation de masse un enjeu fort de l’expérience client mais elle est souvent limitée à une simple personnalisation de la conception ou à des approches modulaires du développement de produits. L’ambition de Salomon était d’aller plus loin et de relever un défi industriel bien plus important : la marque voulait donner accès à ses clients, au même niveau de personnalisation que celui dont disposaient seulement les athlètes de haut niveau, à commencer par les chaussures de trail et de course.

Une première phase de consultation nous a permis de :

  • Définir les dimensions de la personnalisation :
    Contrairement à l’étude marketing traditionnelle, une approche de personnalisation de masse ne consiste pas à identifier le besoin d’un consommateur. Il s’agit plutôt de trouver quels besoins diffèrent réellement d’une personne à l’autre et chaque modification doit apporter suffisamment de valeur à l’utilisateur pour rendre l’investissement pertinent.
  • Identifier les limites de la personnalisation :
    Toutes les configurations ne sont pas possibles. Certains composants ne peuvent tout simplement pas être assemblés. Certains composants sont conçus pour un usage spécifique (terrains humides ou secs par exemple). L’intégration de ces contraintes lors de la conception de l’algorithme garantit qu’il ne choisisse qu’une configuration à la fois réalisable et ne risquant pas de nuire à l’utilisation.
  • Définir le degré de liberté dans le processus de personnalisation:
    De nombreuses démarches de personnalisation peuvent être proposées aux clients. D’une approche très prescriptive, où l’utilisateur n’a pas le choix de la configuration qu’il obtiendra ; à une approche totalement libre, où la marque met toutes ses capacités entre les mains de l’utilisateur et laisse libre cours à son imagination. Il est important de trouver le bon équilibre, car il impactera de la relation de la marque avec ses consommateurs.
  • Définir une stratégie algorithme et data créant la meilleure configuration pour chaque utilisateur :
    Quelles données pouvons-nous collecter auprès des utilisateurs ? Comment collecter ces données ? Comment établir une correspondance entre un utilisateur et sa chaussure parmi des centaines de milliers de configurations ?

Nous avons organisé une série d’ateliers avec les parties prenantes afin de formaliser une stratégie cohérente, en termes d’expérience utilisateur, de systèmes et donnés.

Accompagnement d’une mutation industrielle grâce à la méthode agile :

Salomon était confronté à un défi inédit : le projet n’était pas de créer une version améliorée d’un produit préexistant, mais de créer un produit entièrement nouveau, ou plutôt des milliers de produits entièrement nouveaux.

Notre objectif était d’imiter, en quelques semaines seulement, l’ensemble de l’expérience ciblée : collecte de données, recommandation de configuration, production de chaussures, collecte et analyse des commentaires. Nous avons réalisé un prototypage rapide d’une plate-forme minimale viable pour :

  • Recueillir les préférences, les habitudes et les données de mesure des utilisateurs
  • Fournir une configuration recommandée
  • Automatiser la collecte d’informations en retour et gérer l’engagement
  • Collecter les données à partir de systèmes de suivi des activités
  • Analyser systématiquement toutes les données collectées et/ou générées et en tirer des enseignements.

Toutes les données ont été exploitée dans des tableaux de bord décrivant tous les aspects que nous voulions affiner avec le test :

  • La précision du moteur de recommandation : basée sur la perception qu’avaient les utilisateurs des performances de la chaussure
  • Un retour sur les caractéristiques du produit : basé sur un retour qualitatif des pain points des caractéristiques appréciées
  • La résistance du produit (déchirure et usure) : basé sur l’analyse des photos prises régulièrement par les utilisateurs et des données de suivi des activités
  • Le positionnement du produit sur le marché : basé sur les commentaires qualitatifs des utilisateurs et des tests A/B
  • La pertinence de la conception de l’expérience : basée sur des groupes de discussion avec les utilisateursthe recommendation engine’s accuracy, based on users’ perception of the shoes performance

300 utilisateurs ont participé aux tests, pendant 3 mois, ouvrant ainsi la voie à un lancement commercial réussi.

Résultats

Un aperçu de l’avenir des équipements de plein air

Les chaussures S/Lab Me:sh sont la première génération d’un tout nouveau type de produits, conçus par les utilisateurs, pour les utilisateurs. Ce premier a permis de développer des actifs clés réutilisables pour tous les produits et marques, qu’il s’agisse de la méthodologie, des expériences d’engagement et des interfaces, des actifs technologiques et même des actifs marketing.

En plus de bouleverser le marché du retail, ce projet est devenu une véritable force de transformation pour la marque. Grâce à une utilisation étendue des données, Salomon a réussi à mettre le consommateur au centre de tous les aspects de son activité, de la conception du produit à l’ingénierie du système de production.

Et si, grâce à cette nouvelle forme de relation établie entre la communauté des utilisateurs et la marque, les produits pouvaient être améliorés et développés en permanence ? Et si, au lieu de proposer des chaussures, on pouvait garantir aux consommateurs qu’ils seront toujours équipés d’un matériel parfaitement adapté à leur corps et le contexte ?

Pour l’instant, nous vous recommandons vivement d’essayer les chaussures, déjà très appréciées au bureau !

Discutons-en

Vous avez des questions ? Vous voulez en savoir plus sur ce que nous faisons chez MFG Labs ? Discutons-en ensemble.

Nous contacter