Cosmétiques & ecommerce : Du simple outil de diagnostic à une expérience personnalisée plus pérenne

Le diagnostic sous forme de quiz : une option d’optimisation de l’expérience online

Plusieurs possibilités s’offrent aux entreprises de cosmétiques et personal care dans le cadre de l’amélioration de l’expérience user online. Certaines marques dans ce domaine ont opté pour un quiz au format “diagnostic” (questionnaire puis résultats sous forme d’arbre de décision assez basique). Mais ce format connaît certaines limites...

USE CASE : La maison Dior

La marque propose à ses clients un quiz simple, en quatre étapes, leur permettant d’appréhender le parfum qui pourrait potentiellement leur correspondre. Ils doivent par exemple choisir une nuance de couleur, ou encore un degré d’intensité. À l’issue du test, un parfum de la gamme Dior leur est proposé. Il existe une option permettant de recevoir des échantillons afin de tester le parfum avant de procéder à l’achat.

USE CASE : Urban Decay

Grâce à leur rubrique “Ton diagnostic teint”, le géant du maquillage propose un questionnaire à quatre étapes également pour trouver la teinte idéale correspondant à sa peau, ainsi que le produit parfait dans leur large gamme. Il s’agit simplement de choisir entre plusieurs couleurs de peau puis de définir certaines nuances, comme un teint “chaud ou froid”. À la fin, le client a un diagnostic de teinte précis, le dirigeant directement sur la page produit.

USE CASE : Versed Skin

Le questionnaire de la marque vegan et cruelty-free est basé sur le lifestyle du client, par exemple son lieu de vie, son nombre d’heure de sommeil, ou encore s’il fume ou non. Il s’agit également de déterminer le type de peau et les problèmes principaux de la personne réalisant le quiz. Au terme du questionnaire, des produits adaptés sont proposés, constituant la skincare idéale pour le profil décrit.

USE CASE : Leonor Greyl

L’accompagnement personnalisé de la ligne de produits pour les cheveux consiste en un questionnaire avec une dizaine de questions portant sur toutes les caractéristiques de ses cheveux. À l’issue du quiz, plusieurs produits complémentaires sont proposés pour une routine cheveux allant parfaitement avec le profil de l’utilisateur.

USE CASE : Vichy

La marque utilisant l’eau thermale de Vichy propose un "Algorithme de détection des signes de l’âge", développé avec des dermatologues. Fonctionnant en trois étapes, il s’agit de se prendre en photo pour une analyse visuelle garantissant l’exactitude des résultats. Dans un second temps, l’utilisateur complète en donnant de plus amples informations concernant les caractéristiques de sa peau pour obtenir un diagnostic et une routine skincare.

USE CASE : Nyx

La technique choisie par Nyx est différente de celle des autres : l’enseigne permet aux clients d’essayer directement les produits pour le teint sur leur peau via leur webcam, simulant ainsi une application. Ainsi, les visiteurs du site peuvent tester les produits presque comme en magasin.

Ce format a toutefois certaines limites

Ces solutions présentent des limites pour les marques. En effet, un arbre de décision est par nature figé, et les produits qui sont présentés à la fin doivent être labellisés manuellement, contrairement à une solution automatisée. Et plus le catalogue se renouvelle souvent, plus cela demande du temps de le mettre à jour.

Par ailleurs, avec une solution automatisée, on a davantage de flexibilité dans les critères, qui peuvent se croiser, avec des filtres pondérés. A l’inverse, un modèle de diagnostic en arbre de décision simple ne saura pas gérer ce niveau de précision.

Enfin, et c’est un des aspects importants pour les équipes CRM, la donnée de ces résultats c’est jamais conservée, non seulement pour la marque qui ne peut pas proposer une expérience personnalisée pérenne, mais aussi pour l’utilisateur qui perd les informations qu’il a pris du temps à entrer pour ses prochaines connexions. Ce qui n’est bien sûr pas le cas avec notre solution.

La solution : un mix d’un assistant shopping performant et d’un live chat qualitatif

La solution Cleed réunit toutes les fonctionnalités présentées précédemment grâce à un seul et même outil, et ce de manière pérenne.

Ainsi, le consommateur peut définir les produits qui lui correspondent grâce à un test pour déterminer ses goûts, il peut demander des renseignements pratiques mais également des conseils d’utilisation ou de choix sur toutes les gammes.

En outre, le machine learning avancé permet à l’assistant shopping Cleed de retenir les goûts des clients, et donc de proposer des produits en accord avec ces derniers.

De surcroît, l’outil Cleed permet, en plus de ces fonctionnalités, de proposer la prise en main par un conseiller en cas de questions très spécifiques est le “plus” permettant un suivi et un service client optimal.

Cleed a également appliqué sa solution à son propre site proposant des articles de mode.

Pour en savoir plus sur notre solution, nous vous invitons à nous contacter ici : https://cleed.ai/get-a-quote