Un moteur de personnalisation connecté à une plateforme de données clients (CDP) pour créer automatiquement des offres basées sur les données.
Dans un marché saturé, la promotion de masse perd de son efficacité. Le défi était de transformer notre moteur de promotion pour passer d'offres génériques à une hyper-personnalisation en temps réel pour des millions d'utilisateurs. L'objectif : augmenter la pertinence des offres pour maximiser l'engagement et la fréquence d'achat.
Équipes internes (directes), consommateurs généraux (indirects).
Conception du "Promo Engine" : Pilotage d'une équipe de Data Scientists pour développer un moteur de recommandation basé sur le Deep Learning, analysant les comportements d'achat historiques et contextuels.
Product Discovery & Data-Driven Culture : Mise en place d'une boucle d'expérimentation continue. Utilisation de l'A/B testing pour valider la performance des algorithmes avant leur déploiement national.
Alignement Transverse : Coordination entre les équipes Data, Tech et Marketing pour garantir que les algorithmes servent les objectifs commerciaux (marge vs volume).
+50 % d'engagement client : Hausse massive du taux de conversion des coupons personnalisés.
+25 % de fréquence d'achat : Amélioration directe de la LTV (Lifetime Value) des utilisateurs de l'application.
Optimisation du ROI : Réduction de la "générosité inutile" en ciblant uniquement les utilisateurs ayant besoin d'un incitatif pour acheter.
Structure : pilotage de 3 équipes fonctionnelles externalisées
Taille de l'équipe principale : 19 experts dédiés
Expertises pilotées :
Data & Science : data scientists, analystes Big Data
Engineering : développeurs backend, développeurs mobiles (iOS/Android)
CRM & Engagement : experts en CRM et Marketing Automation
Application mobile, service d'infrastructure
Application mobile native
Architecture microservice
Plateforme de données clients
Moteur de personnalisation tiers
Python, Kotlin, Swift
Hadoop
REST APIs