Objectif de la mission

Les programmes de fidélité sont un excellent moyen pour une marque de remercier ses clients et, ainsi, d'améliorer sa relation avec eux dans le but de les fidéliser des clients et d’augmenter leur panier de consommation.

‍

C’est dans cette optique que nous avons accompagné notre client, un groupe d’hôtellerie et de restauration.

L’objectif du projet était de reprendre en main son programme de fidélité, parfois délaissé par ses enseignes, pour suivre son adoption, les performances de ventes et de bénéfices, et exploiter au mieux la base de clients. 

‍

L'objectif final pour notre client est de fidéliser ses clients existants et d'en attirer de nouveaux grâce à un programme de fidélité efficace et adapté.

‍

Contexte de la mission

‍

Le groupe est composé d’une centaine d’établissements adhérents. Le programme de fidélité est proposé aux clients lors de leur réservation, mais il n'est pas systématiquement mis en avant par les établissements. De plus, il n'existe pas de moyen fiable pour le groupe de suivre l'adoption et les performances du programme. 

‍

Les données relatives au programme de fidélité sont fournies quotidiennement en format CSV par un prestataire en charge des systèmes de paiement.

‍

Pour pallier ces problèmes, nous proposons la mise en place d’une stack data sur AWS, afin de collecter les données autour du programme de fidélité et de mettre en place des systèmes de mesure et de suivi fiables et performants.

‍

Résultats de la mission

Grâce à notre intervention, notre client dispose désormais de tableaux de bord de suivi du programme de fidélité à l’échelle d’un établissement ou du groupe, lui permettant d'affiner son suivi et d'optimiser son programme en fonction des résultats obtenus.

‍

Nous avons également procédé à une segmentation de l'ensemble de la base de clients, ce qui a permis de relancer des clients inactifs et d'améliorer la satisfaction globale des clients (par exemple, en proposant des promotions personnalisées après des réservations).

‍

Enfin, nous avons construit une Data Platform sur AWS, dotée de systèmes de monitoring et d'alerting, pour garantir la fiabilité et la performance de l'ensemble du dispositif.

‍

Solution implémentée

‍

Pour mener à bien cette mission, nous avons décidé de mettre en place une stack data sur AWS, afin de nous adapter au mieux à l'environnement technique existant chez notre client.

‍

La première étape de notre intervention a consisté à nous focaliser sur l'ingestion de la donnée. Nous avons dû relever plusieurs challenges pour fiabiliser le processus de collecte et mettre en place un système d'historisation, afin de ne pas perdre de données clés.

‍

La deuxième étape a été de relever un important défi en matière de Data Quality. En effet, les données fournies étaient dans des formats variables et pouvaient contenir des erreurs. Pour cela, nous avons mis en place des systèmes d'alerting et de tests, afin de garantir la fiabilité des données collectées.

‍

La troisième étape a consisté à définir les KPIs à suivre et à mettre en place les transformations nécessaires pour alimenter les tableaux de bord de suivi.

‍

La quatrième étape a été de travailler sur la base de clients, afin d'analyser les comportements d'achat de chacun et de segmenter la base en fonction de ces comportements (par exemple, clients fidèles, clients décrocheurs, etc.). Cela a permis de lancer des actions marketing ciblées pour les clients identifiés comme décrocheurs ou à fort potentiel.

‍

Enfin, nous avons créé des tableaux de bord personnalisés pour différents profils d'utilisateurs chez notre client :

‍

• Pour la direction, afin de suivre les performances globales du programme de fidélité
• Pour les responsables de comptes, afin qu'ils puissent suivre les performances des établissements à leur charge individuellement
• Pour les équipes marketing, afin qu'ils puissent identifier des axes d'amélioration pour maximiser l'utilisation du programme de fidélité et mettre en place des actions marketing ciblées (relance de clients, proposition de promotions, etc.).

‍

La Stack mise en place

• Cloud provider : AWS
• Data Storage : RDBS, S3, Athena
• Data transformation : Python, SQL, AWS lambda
• Data Orchestration : SNS, Cloud Scheduler

‍