Grace et Mila : Modern Data Stack Platform

Mission

Grace & Mila utilise Fastmag comme logiciel de caisse sur tout son réseau de distribution B2C. La solution très efficace permet de remonter les transactions de toutes les boutiques y compris du Eshop tout en permettant de gérer les stocks et de procéder à des transferts de stocks entre les différentes boutiques. L'outil est riche en données peu exploitées du fait de l'interface Fastmag qui n'est pas construite pour permettre aux clients d'explorer ces données.

Grace & Mila souhaitait donc mettre en place un outil générateur d'insights actionnables sur la base des données issues de Fastmag.

Objectifs

Mieux analyser les performances de son réseau de distribution B2B et B2C , comprendre les comportements d'achats de sa clientère, identifier les produits à fort valeur ajouté et mieux gérer son stock vis à vis de son de l'écoulement des produits.

Problématique Business

En détail, Grace et Mila souhaite analyser les insights suivants :

Performance des Ventes :

• Analyser et mesurer rapidement les performances du e-shop vs le réseau de magasins ( Chiffres d’affaires, Nombre de transactions , Nombre de clients , Panier Moyen , Nombre de retours )


Customers Analytics

• Segmentation Client Global
• Segmentation Client par Magasin
• Segment RFM et ABC
• Analyse du délai entre deux achats
• Analyse par Cohorte
• Taux de retour par client


Performance Produits

• Analyser les taux d’écoulement des produits par magasin , par taille , par catégorie
• Taux de retour des produits ( par magasin, taille, catégorie )
• Associer les performances des produits sur le e-shop avec leur performance en magasin

Analyser performance tickets

• Analyser les performances de la résolution des tickets Zendesk
• Meilleure gestion et affectation des tickets

Comment essayait-il de la résoudre ?

Les équipes procédaient à des extractions de fichiers de Fastmag pour ensuite les uploader dans Google Sheets pour l’analyse. Seules les ventes étaient analysées , les moyens à disposition des équipes ne leur permettant pas d’analyser la base CRM et de segmenter la clientèle .

Difficultés rencontrées avant l’intervention Hanalytics ?

• Pas de possibilité d’avoir une vision unifiée des performances du réseau de distribution , E-shop compris
• Pas de possibilité d’identifier les tops clients par magasin
• Peu de réactivité dans l’analyse des performances produits
• Pas de possibilité d’analyser les retours clients par magasin

Pourquoi Hanalytics ?

Pour son expertise en Ingestion de donnée et en mise en place de Marketing Data Stack.

Notre proposition de valeur : Mettre en place un socle “Business data” activable au service de la croissance à investissement accessible , dans un délai court , et maitrisé quelque soit la taille d'une entreprise.

Solution proposée

La mise en place d’une Data Stack basé sur les données Fastmag, enrichie des données Prestashop, de Zendesk, de Google Analytics 4 ainsi que des données des différentes plateformes média ( Facebook, Google Ads, Critéo , etc.) . L’ingestion des données Fastmag permettra de mettre en place un outil de pilotage offrant la possibilité de :

• Visualiser les performances ( en ventes , retours , produits ) de chaque magasin (E-Shop compris)
• Identifier visuellement le top client de chaque magasin
• Analyser le taux d’écoulement des produits et les retours produits
• Analyser les performances des campagnes médias et leur ROI
• Analyser visuellement la disponibilité des produits les plus consultés ou mis au panier.
• Analyser les performances des tickets Zendesk

L'architecture de l'ingestion des données Fastmag

‍

‍

Mise en oeuvre

Il s’agit ensuite de :

• Ingérer les données Fastmag dans Bigquery
• Ingérer les données Prestashop , Facebook , Google Ads et Critéo dans BigQuery
• Mettre en place un pipeline de transformation des données Fastmag pour :

• Mettre en place un reporting de ventes et retours par magasin
• Mettre en place une segmentation client au global et par magasin
• Mettre en place une segmentation produit
• Mettre en place un reporting global sur l’activité commerciale de l’entreprise
• Analyser les performances de chaque collection lancée sur le site et en magasin
• Croiser les données de performance des campagnes média avec les données magasins pour analyser le ROI du dispositif marketing
• Mettre en place un rafraichissement des données toutes les 2h pour fournir la donnée la plus fraîche possible aux équipes

Durée de mise en oeuvre

• 1 semaine pour mettre en place les phases d'ingestion de données vers le Data Warehouse et procéder à la prise de besoin en indicateurs des équipes
• 2 semaines de consolidation des données
• 1 semaine de mise en place d'outil de visualisation des données pour le pilotage et la production d'insights
• 1 semaine de sensibilisation et d'accompagnement à la prise en main de l'outil.

Résultats obtenus

• Toutes les décisions stratégiques sont basées sur les insights fournis par l'outil de pilotage
• Une meilleure connaissance client pour une meilleure optimisation de la rétention client
• Un meilleur suivi des écoulements de produits suivant le magasin
• Un précieux temps gagné par les équipes qui peuvent enfin passer du temps à analyser les insights

‍