Image1

Générer des visites en magasin : le guide complet du drive to store

Alors que le e-commerce poursuit sa croissance, les magasins représentent encore une très large partie du chiffre d’affaire des enseignes (souvent plus de 85%). Beaucoup d’investissements ont été fait pour promouvoir le digital ces dernières années, il est désormais important d’investir dans le réseau en répondant à un besoin essentiel : avoir plus de visiteurs dans les magasins. Le Drive-to-store – cette typologie de campagne qui a vocation à augmenter le trafic dans les points de vente physique – représente plus de la moitié des investissements publicitaires des retailers. Ce chiffre est en croissance et devrait prochainement atteindre deux tiers des investissements. Mais alors, quels sont les leviers les plus performants ? Et comment mesurer le véritable impact de ces campagnes sur les visites et sur les ventes ?

Le drive to store : un eldorado, un milieu sauvage

far west

Ce marché est encore peu structuré : différentes méthodes de mesure, un « coût à la visite (CPV) » qui varie du simple au quadruple selon les prestataires, une définition de « visite incrémentale » qui n’est pas toujours la même… Bref il n’est pas toujours facile de s’y retrouver. Et certains acteurs qui annoncent des augmentations de visite en magasin de +30%, +40% avec des budgets de quelques dizaines de milliers d’euros contribuent à décrédibiliser le marché.

Beaucoup de promesses ont été faites, mais en réalité il n’est pas si simple de mesurer le drive to store. Et mieux vaut ne pas avoir d’informations que de fausses informations : « bad data is worse than no data ». Dans un monde idéal les retailers souhaiteraient :

  • S’avoir s’il s’agit d’une visite naturelle (j’avais déjà prévu d’aller en magasin)
  • Savoir si la visite est liée à des expositions multiples (j’ai été exposé à plusieurs campagnes qu m’ont décidé à aller en magasin)
  • Savoir s’il s’agit d’une visite incrémentale (ou « uplift »), c’est à dire une visite directement liée à l’exposition à une campagne spécifique (j’ai été exposé à une campagne qui m’a décidé à aller en magasin).

Mais même sur le web où les cookies permettaient d’avoir un suivi assez complet des parcours (de la publicité à l’achat, en passant par la visite), ce sujet d’attribution/contribution n’a pas jamais été complètement résolu.

Voila la synthèse de notre étude :

drive to store


Les principales méthodes de mesure

1. La modélisation économétrique

Il s’agit ici de créer des modèles statistiques afin de mesurer l’impact macro des campagnes. Pour faire simple, le principe est de regarder si votre mix média a un impact sur les visites et les ventes. L’idée ici n’est donc pas de suivre précisément les individus exposés, mais plutôt de voir si la campagne a eu un effet visible au global. Cette méthode permet d’avoir un pilotage simple mais efficace, basé sur un suivi du coût par visite (combien je dépense, combien j’ai de visiteurs) et un suivi du taux de transformation (les visiteurs qui deviennent clients).

Illustration simplifiée :

Image2

Cette méthode a l’avantage de pouvoir s’appliquer à l’ensemble des canaux – y compris les canaux offline (tv, radio, etc) – et elle permet d’avoir une vue exhaustive de l’impact de toutes vos actions combinées (sans raisonner « par silos » ce qui introduit souvent des biais). Par contre, elle nécessite d’avoir des investissements assez conséquents pour avoir des effets mesurables.

Cette approche statistique est en conformité avec la GDPR (les données manipulées sont des données statistiques agrégées).

2. La méthode de la population témoin

C’est l’approche la plus souvent employée car elle a le mérite d’être facilement compréhensible. Toutefois cette méthode est souvent biaisée en raison de la représentativité de l’échantillon témoin. Pour bien comprendre ce point prenons l’exemple d’une campagne de drive to store pour des magasins de vêtements pour femme :

Image8

Il est assez facile de comprendre que la POPULATION CIBLE exposée à la campagne aura de bien meilleurs résultats que la population témoin car la part d’individus fréquentant déjà le magasin est plus élevée, ils sont plus proches des points de vente et il y a un taux de femme parmi ces individus plus important.

 3. La méthode de suivi des visites post exposition

Cette méthode est la plus proche de celle souhaitée par les retailers : elle consiste à suivre non pas individu (pour des raisons GDPR) mais une cohorte d’individus tout au long de leur parcours. L’objectif étant de savoir si la personne qui a été exposée a été vue par la suite en magasin. Nous saurons alors que la campagne aura contribué à la visite, sans bien sûr avoir la certitude que c’est « grâce » à la campagne que la personne est venue. Tout comme vous n’avez pas la certitude sur le web que c’est bien le lien Google ou la bannière sur laquelle il a cliqué qui est *vraiment* à l’origine de sa visite sur le site internet. Ce n’est donc pas une méthode parfaite, mais elle permet quand même de mesurer l’efficacité de la campagne et de comparer les campagnes les unes aux autres.

Les principaux canaux pour générer du drive to store

1. Les campagnes drive to store offline (TV, radio, imprimés publicitaires, etc)

Image4

Rappel de la grille :

Potentiel d’exposition
Quelle part de la population puis-je toucher ?
★★★★
Technologie de mesure Aucune
Méthode d’analyse
Quelle est l’approche statistique utilisée ?
Modélisation
Significativité
Le volume de l’échantillon de mesure est il représentatif ?
★★★★
Fiabilité de l’extrapolation
Est il possible d’extrapoler les résultats de l’échantillon ?
★★★★
Représentativité
La méthode est-elle fiable (=pas de biais statistiques)
★★★★
Précision
La méthode permet-elle d’analyser finement le drive to store ?
☆☆☆☆
Evolutions technologiques
La technologie a-t-elle des contraintes techniques limitant sa mise en œuvre ?
Evolutions juridiques
La technologie a-t-elle des contraintes juridiques limitant sa mise en œuvre ?

Les médias offline comme la TV ou la radio sont des médias puissants mais dont l’exposition ne peut pas réellement être mesurée (ou très difficilement/partiellement) au niveau d’un individu. Seule la méthode de la modélisation peut donc être employée. Les volumes de données étant généralement important (budget total des actions marketing, ensemble des visites, ensembles des ventes), les analyses statistiques sont fiables mais il est plus difficile d’entrer dans le détail de la performance de chaque action.

Chez What the Shop, nous avons travaillé sur ces sujets « tv to store » & « radio to store » avec le Groupe TF1 (qui nous a incubé pendant un an). Nos travaux ont été récompensés par l’IAB à travers le prix « Ad Innovation Pitch » dans la catégorie Data & Analytics.

2. Les campagnes drive to store via les réseaux sociaux

Capture33

Rappel de la grille :

Potentiel d’exposition
Quelle part de la population puis-je toucher ?
★★★☆
Technologie de mesure GPS
Méthode d’analyse
Quelle est l’approche statistique utilisée ?
N.A.
Significativité
Le volume de l’échantillon de mesure est il représentatif ?
N.A.
Fiabilité de l’extrapolation
Est il possible d’extrapoler les résultats de l’échantillon ?
N.A.
Représentativité
La méthode est-elle fiable (=pas de biais statistiques)
N.A.
Précision
La méthode permet-elle d’analyser finement le drive to store ?
N.A.
Evolutions technologiques
La technologie a-t-elle des contraintes techniques limitant sa mise en œuvre ?
Evolutions juridiques
La technologie a-t-elle des contraintes juridiques limitant sa mise en œuvre ?

Les réseaux sociaux sont un média puissant en termes d’exposition. Toutefois l’analyse va être assez rapide puisque Facebook (et les autres) fonctionne de manière opaque sur le sujet. Il existe toutefois une page détaillant les grands principes de la mesure qui démontre que cette mesure se base principalement sur le GPS : « informations partagées par les personnes qui ont activé les Services de localisation sur leurs appareils mobiles« . Malgré toute la donnée dont il dispose, Facebook n’est clairement pas encore mature sur ce sujet. Mais au moins, ils sont honnêtes vis-à-vis des annonceurs avec toutes les précautions d’usage détaillées sur leur site :

  • « Seul un nombre limité d’annonceurs sont éligibles à l’optimisation de leurs campagnes publicitaires pour les visites en point de vente. »
  • « Vos résultats n’indiquent pas le nombre exact de personnes qui ont visité votre boutique. »
  • « Si les résultats de vos visites en point de vente pour une boutique s’élèvent à 125, cela ne veut pas dire que 125 personnes sont venues dans votre boutique après avoir vu votre publicité. Cela signifie qu’il est possible d’attribuer environ 125 visites en boutique à votre publicité. »
  • « Dans la mesure où les visites en point de vente sont modélisées, elles sont susceptibles d’être plus précises lorsque le nombre de visites en point de vente est supérieur à 100. »
  • « Il n’est pas toujours possible de détecter les visites en point de vente avec précision. Par exemple, si votre boutique se situe dans une zone de forte activité, comme une gare ou un centre commercial, il est parfois trop compliqué de détecter si un visiteur est entré dans votre point de vente ou un autre à proximité. »
  • « Le coût par visite en point de vente ne correspond pas au montant réel que vous payez pour chaque visite en point de vente. »
  • Les entreprises ne doivent pas utiliser les indicateurs en développement pour réaliser une planification stratégique ou prendre des décisions commerciales importantes. »

Bref, le drive-to-store via les réseaux sociaux basé sur le GPS n’est pas encore fiable. La question légitime qu’on peut se poser alors est : si Facebook – avec toute sa puissance et son intelligence data – n’arrive pas à mesurer l’impact de leurs campagnes en GPS, qui le pourra ?

Chez What the Shop, nous pouvons intégrer les visites revendiquées par Facebook et Google dans votre tableau de bord afin de pouvoir comparer ces chiffres à votre volume de visites au global.

3. Les campagnes drive to store via le display mobile

Woman at the supermarket going through a shopping list

En diffusant des campagnes sur mobile, l’idée est de pouvoir mesurer plus précisément l’impact sur les visites en magasin en géolocalisant les mobinautes dans les points de vente. Nous distinguerons trois types de mesure :

3.1. La mesure via bid-request (GPS)

Rappel de la grille :

Potentiel d’exposition
Quelle part de la population puis-je toucher ?
★★★☆
Technologie de mesure GPS (via bid-requests)
Méthode d’analyse
Quelle est l’approche statistique utilisée ?
Population témoin
Significativité
Le volume de l’échantillon de mesure est il représentatif ?
★☆☆☆
Fiabilité de l’extrapolation
Est il possible d’extrapoler les résultats de l’échantillon ?
★☆☆☆
Représentativité
La méthode est-elle fiable (=pas de biais statistiques)
★☆☆☆
Précision
La méthode permet-elle d’analyser finement le drive to store ?
★☆☆☆
Evolutions technologiques
La technologie a-t-elle des contraintes techniques limitant sa mise en œuvre ?
Evolutions juridiques
La technologie a-t-elle des contraintes juridiques limitant sa mise en œuvre ?

L’approche consiste à collecter les données de position que transmettent les plateformes publicitaires (SSP/Ad-exchanges/DSP) dans les requêtes d’enchères publicitaires.

Concrètement, si vous consultez un site mobile ou une application mobile lors de votre passage en magasin, des sociétés en profitent pour récupérer vos coordonnées GPS communiquées via l’enchère d’une bannière publicitaire .

Cette méthode présente de nombreux désavantages :

  • la donnée GPS n’est pas suffisamment précise pour vous localiser dans un magasin (cf notre article GUIDE COMPLET DES SOLUTIONS POUR MESURER ET ANALYSER LE TRAFIC EN MAGASIN)
  • vous ne maîtrisez pas la fréquence à laquelle vous récoltez les données de position d’un smartphone (vous pouvez recevoir une seule donnée de position en 3 mois pour un smartphone donné)
  • vous ne maîtrisez pas non plus la qualité de la donnée que vous recevez : cela dépend de la technologie utilisée par le propriétaire du site/de l’application
  • vous n’êtes pas censé utiliser cette donnée de localisation fournie lors des enchères. Si vos prestataires le font, vous courrez donc un risque juridique important dans le cadre de la GDPR. Certains passent de fausses enchères simplement pour récupérer la donnée de localisation alors qu’ils n’ont pas l’intention d’acheter la bannière en question. Google a d’ailleurs décidé d’arrêter de transmettre ces informations dans les bid-requests, mettant fin à ces pratiques.

Ces données GPS issues de bid-requests étaient donc peu fiables, peu exploitables et ont vocation à disparaître.

3.2. La mesure via beacons (bluetooth)

Rappel de la grille :

Potentiel d’exposition
Quelle part de la population puis-je toucher ?
★★★☆
Technologie de mesure Bluetooth (via beacons)
Méthode d’analyse
Quelle est l’approche statistique utilisée ?
Population témoin
Significativité
Le volume de l’échantillon de mesure est il représentatif ?
★☆☆☆
Fiabilité de l’extrapolation
Est il possible d’extrapoler les résultats de l’échantillon ?
★☆☆☆
Représentativité
La méthode est-elle fiable (=pas de biais statistiques)
★☆☆☆
Précision
La méthode permet-elle d’analyser finement le drive to store ?
★★★☆
Evolutions technologiques
La technologie a-t-elle des contraintes techniques limitant sa mise en œuvre ?
Evolutions juridiques
La technologie a-t-elle des contraintes juridiques limitant sa mise en œuvre ?

L’approche consiste à disposer dans vos points de vente de petites balises beacons qui vont émettre un signal bluetooth qui sera reconnu par une application mobile disposant d’un SDK adapté (bout de code qui demande a l’application d’écouter les signaux). Cette technologie est assez précise en termes de distance et semble donc répondre au besoin de mesure.

Le problème réside au niveau de la taille de l’échantillon, trop faible pour en tirer des conclusions. Il faut en effet :

  • Que le mobinaute dispose d’une application équipée de ce SDK
  • Qu’il ait son bluetooth activé
  • Qu’il ait accepté la géolocalisation en tâche de fond

Or le taux d’activation du bluetooth est encore faible (<40%) et Apple et Google ont décidé de restreindre drastiquement l’accès à la géolocalisation en tâche de fond qui est nécessaire à ce système. Pour en savoir plus, vous pouvez également lire notre article GUIDE COMPLET DES SOLUTIONS POUR MESURER ET ANALYSER LE TRAFIC EN MAGASIN

De plus les balises bluetooth fonctionnent souvent sur pile et ne sont donc pas monitorables. Une panne sur la pile et c’est toute votre campagne qui n’est plus mesurée.

Cette mesure via le bluetooth n’est donc pas robuste statistiquement en raison d’un échantillon bien trop faible (et qui va encore se réduire).

3.3. La mesure via SDK (GPS)

Rappel de la grille :

Potentiel d’exposition
Quelle part de la population puis-je toucher ?
★★★☆
Technologie de mesure Bluetooth (via beacons)
Méthode d’analyse
Quelle est l’approche statistique utilisée ?
Suivi de cohortes
Significativité
Le volume de l’échantillon de mesure est il représentatif ?
★☆☆☆
Fiabilité de l’extrapolation
Est il possible d’extrapoler les résultats de l’échantillon ?
★☆☆☆
Représentativité
La méthode est-elle fiable (=pas de biais statistiques)
★☆☆☆
Précision
La méthode permet-elle d’analyser finement le drive to store ?
★☆☆☆
Evolutions technologiques
La technologie a-t-elle des contraintes techniques limitant sa mise en œuvre ?
Evolutions juridiques
La technologie a-t-elle des contraintes juridiques limitant sa mise en œuvre ?

L’approche consiste à installer un SDK (bout de code) dans des applications tierces qui va permettre d’accéder directement aux données GPS des mobinautes qui ont acceptés la géolocalisation. Il sera donc possible de cibler les individus qui se trouvent dans la zone de chalandise d’un magasin et de savoir s’ils s’y sont rendu par la suite en utilisant la méthode de suivi des visites post exposition. C’est donc une analyse de tout le parcours qui peut être effectuée.

Toutefois il existe des contraintes que nous avons déjà évoqué :

  • la donnée GPS n’est pas suffisamment précise pour vous localiser dans un magasin
  • Apple et Google ont décidé de restreindre drastiquement l’accès à la géolocalisation en tâche de fond, faisant perdre beaucoup de potentiel à ces solutions
  • la CNIL a mis en demeure les sociétés qui réalisent ce type de campagne en exigeant un consentement clair et explicite, faisant perdre à nouveau du potentiel à ces solutions

Cela reste intéressant pour cibler des individus qui sont dans la zone de chalandise, mais trop peu précis pour savoir s’ils se sont rendus en magasin par la suite.

Chez What the Shop, nous travaillons avec ces technologies GPS pour fiabiliser la mesure et apporter une précision au niveau du magasin, ou même de zones spécifiques du magasin.

4. Les campagnes drive to store via l’affichage (DOOH)

dooh

Rappel de la grille :

Potentiel d’exposition
Quelle part de la population puis-je toucher ?
★★★☆
Technologie de mesure Wifi
Méthode d’analyse
Quelle est l’approche statistique utilisée ?
Suivi de cohortes
Significativité
Le volume de l’échantillon de mesure est il représentatif ?
★★★☆
Fiabilité de l’extrapolation
Est il possible d’extrapoler les résultats de l’échantillon ?
★★★☆
Représentativité
La méthode est-elle fiable (=pas de biais statistiques)
★★★☆
Précision
La méthode permet-elle d’analyser finement le drive to store ?
★★★★
Evolutions technologiques
La technologie a-t-elle des contraintes techniques limitant sa mise en œuvre ?
Evolutions juridiques
La technologie a-t-elle des contraintes juridiques limitant sa mise en œuvre ?

Le DOOH est un média puissant capable d’exposer une large partie de la population française, en local ou en national. L’inventaire se développe très rapidement, c’est l’un des seuls médias en croissance avec le digital. La taux de mémorisation (bêta de mémorisation)  est 50% plus élevé que sur le digital.

L’approche consiste à équiper les panneaux publicitaires et les magasins avec un boîtier qui détecte les signaux wifi émis par les téléphones (de manière passive) permettant de suivre 85% du flux. L’extrapolation est donc minime et la fiabilité élevée.

ll est ensuite possible de mesurer si les personnes (en réalité des cohortes d’individus pour se conformer à la GDPR) qui sont passées à proximité des panneaux se sont rendues par la suite en magasin en utilisant la méthode de suivi des visites post exposition.

Vous réalisez déjà certainement des campagnes d’affichage qui ont vocation – en plus de faire de la notoriété – à générer du drive to store. Il est donc dommage de ne pas mesurer l’impact réel de ces campagnes sur le trafic dans vos points de vente.

Chez What the Shop, nous sommes capables de mesurer le drive to store généré par des centaines de panneaux en France et en Europe. Nous pouvons toucher chaque semaine plusieurs millions de contacts pour des campagnes locales ou nationales. Nos solutions innovantes ont été maintes fois récompensées par des trophées marketing.

Le mot de la fin

La mesure du drive to store reste un métier complexe et il faut dans tous les cas accepter une part d’imperfection, toujours préférable à une « feuille blanche ». Toutefois il faut se méfier des solutions qui ont un échantillon d’analyse trop faible car leurs analyses peuvent s’avérer fausses et donc vous induire en erreur dans vos prises de décisions stratégiques.