Augmented User Attributes
Qu’est-ce qu’un attribut utilisateur enrichi ?
Cette fonctionnalité vous permet de créer des propriétés enrichies sur votre utilisateur : flags, scores, ratio, rolling count/average, valeur conditionnelle, booléen...
Enrichissez vos données avec vos règles métiers dans une interface conviviale.
Un enrichment transforme une propriété d’une valeur statique en une valeur dynamique/enrichie.
En introduisant des règles métiers dans vos attributs, vous leur donnez du contexte et davantage de sens. Ces attributs enrichis deviennent alors les briques de base pour le segment dynamique, l’analytics, ou peuvent être récupérés dans le datalayer via TagCommander afin d’enrichir vos tag.
Tous les attributs utilisateur enrichis ne sont pas rétroactifs : le comptage des données commence à la date de création de l’attribut.
Flag
Description
Le flag vous permet de tag vos clients qui ont rempli toutes les conditions que vous avez définies et qui sont pertinentes pour votre activité. Il est utile pour créer une segment avancé basé sur des critères. Vous pouvez tag vos meilleurs clients ou identifier les visiteurs qui ont un intérêt pour vos produits mais qui n’ont pas acheté. Vous pouvez ensuite créer de nouveaux segments basés sur ces flags spécifiques et les mixer avec des conditions plus granulaires (ex : n’avoir vu aucune page spécifique au cours des 2 dernières heures).
Quelles sont les différences entre segment et flag ?
→ Segments peuvent vous aider à identifier et à activer vos clients en fonction de leur comportement en temps réel : pages vues, clics, inscription, commandes… Vos clients interagissent avec vous, vos sites web, vos applications, votre service client… vous devez identifier ces actions en temps réel afin de préparer la next best action qui améliorera l’expérience client : par exemple une personnalisation onsite après un clic sur une publicité de remarketing et une vue d’un produit spécifique, un email personnalisé après un contact avec le service client…\
Les segments sont conçus pour une réaction instantanée : actions client 〉identification 〉activation marketing Pour cette raison, les segments sont dynamiques. Vos utilisateurs, selon leurs actions, entreront dynamiquement et, surtout, sortiront automatiquement de vos segments dès qu’ils ne rempliront plus les conditions du segment. Vous êtes sûr de travailler avec des données fraîches.
→ D’une autre manière, Flags peuvent vous aider à catégoriser vos clients en fonction de ce qui compte vraiment pour votre activité : le chiffre d’affaires.
Vous devez définir quelles dimensions sont clés pour votre activité et définir une matrice qui peut vous aider à catégoriser vos clients. Par exemple, vous souhaitez flag vos clients en fonction de leur fréquence de commande et de leur montant moyen de commande :
Cependant, vous pouvez aller plus loin avec les flags car vous pouvez intégrer d’autres dimensions telles que la période, l’achat online/offline ou tout ce dont vous avez besoin. Cela est possible car il n’y a pas de rétention de données pour un flag, les données sont stockées pendant longtemps : le flag défini ne sera pas retiré de l’utilisateur, sauf si vous avez défini certaines conditions de sortie.
Comme bonnes pratiques, vous devriez définir environ 10 flags différents afin de catégoriser vos clients, ainsi qu’autant de segments que nécessaire.
Important :
Le nouveau flag défini n’est PAS rétroactif (pour le moment) :
Votre nouveau flag prendra en compte toutes les actions/événements/hits futurs à partir de la date à laquelle vous l’avez créé.
Il sera bientôt possible de définir des flags rétroactifs. Restez connectés !
Cas d’usage populaires
Flag Clients VIP : flag tous vos meilleurs clients
Flag window shoppers: clients intéressés mais non convertis
Consultez notre Business case
Exemple
Vous souhaitez lancer un programme de fidélité avec différents statuts pour chaque client : Platinum, Gold, Silver, Bronze… Vous devez définir toutes les caractéristiques de chaque statut puis créer des flags afin de catégoriser vos clients selon les critères que vous avez décidés.
Par exemple :
Platinum
Montant total des commandes sur les 6 derniers mois >800€
Nombre de visites sur les 6 derniers mois >6
…
Gold
Montant total des commandes sur les 6 derniers mois 600€ < 800€
Nombre de visites sur les 6 derniers mois 4 < 6
…
Silver
Montant total des commandes sur les 6 derniers mois 400€ < 600€
Nombre de visites sur les 6 derniers mois 2 < 4
…
Bronze
Montant total des commandes sur les 6 derniers mois <400€
Nombre de visites sur les 6 derniers mois <2
…
À vous de jouer ;)
Comment ça marche
1. Nommez votre nouvel attribut flag et décrivez-le
2. Définissez vos conditions pour AJOUTER le flag
Ajoutez des conditions parmi ces univers :
Pour visitor
Filtrez parmi toutes les variables disponibles via votre tracking web / mobile
Pour page-view
Spécifiez le nombre de page view sur une période
Spécifiez d’autres variables telles que le nom de la page, la catégorie de produit…
Pour view
Spécifiez le nombre de vues de vos publicités sur une période (toutes les données publicitaires proviennent de Mix Commander)
Spécifiez d’autres variables telles que la campagne, le channel…
Pour click
Spécifiez le nombre de clics sur vos publicités sur une période (toutes les données publicitaires proviennent de Mix Commander)
Spécifiez d’autres variables telles que la campagne, le channel…
Pour conversion
Spécifiez le nombre de conversions (commandes, inscription…) sur une période
Spécifiez d’autres variables telles que le nom du produit, les informations de facturation…
Vous pouvez ajouter plusieurs variables avec la fonction AND/OR.
3. Définissez vos conditions pour SUPPRIMER le flag
Ne jamais supprimer le flag
Supprimer le flag SI toutes les conditions définies pour ajouter le flag ne sont plus remplies
Supprimer le flag SI des conditions spécifiques sont remplies :
Vous pouvez utiliser les mêmes conditions et filtres que ceux définis pour l’ajout du flag.
Veuillez garder à l’esprit que les segments sont plus puissants pour gérer les critères d’entrée et de sortie car ils sont dynamiques (pas besoin de définir des conditions de sortie).
Rolling Sum / Average / Min / Max
Description
Calculez une somme cumulée, une moyenne, un minimum ou un maximum pour une variable sur une plage de dates spécifique. Cela vous permet de créer de nouvelles règles métiers basées sur une agrégation de variable.
Vous pouvez utiliser ces nouveaux indicateurs pour créer de nouveaux segments ou pour flag vos clients.
Cas d’usage populaires
Total des commandes : montant total cumulé des commandes sur les 6 derniers mois
Page views : total des page views sur la semaine dernière
Commandes : montant moyen des commandes sur les 6 derniers mois
Produits : moyenne des produits sur le dernier mois
Commandes : montant minimum de commande sur les 6 derniers mois
Commandes : montant maximum de commande sur les 6 derniers mois
Exemple
Vous souhaitez identifier les clients qui ont commandé plus de 300€ dans la catégorie de produits « clothes » au cours des 2 derniers mois. Vous configurez le nouvel attribut rolling sum :
Client A
Client B
Commande #1
Catégorie de produit : Clothes
Prix : 80€
Date : il y a 3 mois
Catégorie de produit : Bag
Prix : 80€
Date : il y a 3 mois
Commande #2
Catégorie de produit : Shoes
Prix : 100€
Date : il y a 2 mois
Catégorie de produit : Clothes
Prix : 150€
Date : il y a 1 mois
Commande #3
Catégorie de produit : Clothes
Prix : 150€
Date : il y a 1 mois
Catégorie de produit : Clothes
Prix : 200€
Date : il y a 2 semaines
ROLLING SUM « Montant total des commandes clothes <2 mois »
Filtres :
Catégorie de produit = Clothes
Période = 2 derniers mois
150 €
(seule la commande #3 remplit toutes les conditions)
350 €
(les commandes #2 et #3 remplissent toutes les conditions)
Segment basé sur le nouvel attribut « Utilisateurs avec un montant total des commandes clothes <2 mois »
Filtres :
Total >300€
❌ Aucune entrée
****✅ Entrée
Vous pouvez maintenant créer un nouveau segment basé sur le nouvel attribut « [montant total des commandes clothes <2 mois] >300€ » qui concerne, dans cet exemple, uniquement le client B.
Avec notre exemple, nous pouvons aussi calculer le montant moyen des commandes ou le montant minimum / maximum.
Comment ça marche
1. Nommez votre nouvel attribut
2. Spécifiez l’univers (page view, view, click, conversion) et la variable que vous souhaitez
Type de variable : numérique uniquement
3. Définissez la plage de dates souhaitée
Forever : aucune période définie, toutes les dates sont prises en compte
Relative : vous pouvez définir une durée en heures ou en jours glissants (par exemple les 3 derniers jours)
Absolute : les données sont agrégées à partir d’une date précise (à partir du 01/09/2019 par exemple)
Période minimale : 1 heure Période maximale : aucune limite
4. [Optionnel] Si nécessaire, définissez des conditions afin de calculer l’agrégation uniquement si les conditions sont remplies
Rolling Count
Description
Créez un attribut de comptage pour une variable, sur la base d’une plage de dates spécifique. Cette fonctionnalité est utile pour définir vos meilleurs clients à partir de KPI tels que la fréquence de commande ou le nombre de visites sur votre site web.
Cas d’usage populaires
Fréquence : nombre de conversions sur les 6 derniers mois
Efficacité des remises : nombre de conversions avec des codes promo
Cross-selling : nombre de conversions avec plus de 2 catégories de produits.
Exemple
Vous souhaitez segmenter les utilisateurs ayant 2 conversions ou plus avec un code promo. Vous configurez le nouvel attribut rolling count : Count [Conversions] where [Conversion discount code] = 'True'
Client A
Client B
Commande #1
Catégorie de produit : Clothes
Prix : 80€
Date : il y a 3 mois
Code promo : False
Catégorie de produit : Bag
Prix : 80€
Date : il y a 3 mois
Code promo : True
Commande #2
Catégorie de produit : Shoes
Prix : 100€
Date : il y a 2 mois
Code promo : False
Catégorie de produit : Clothes
Prix : 150€
Date : il y a 1 mois
Code promo : False
Commande #3
Catégorie de produit : Clothes
Prix : 150€
Date : il y a 1 mois
Code promo : True
Catégorie de produit : Clothes
Prix : 200€
Date : il y a 2 semaines
Code promo : True
Rolling Count « Total des conversions avec un code promo »
Filtres :
Code promo = 'True'
1
(seule la commande #3 remplit toutes les conditions)
2
(les commandes #1 et #3 remplissent toutes les conditions)
Segment basé sur le nouvel attribut « Utilisateurs ayant 2 conversions ou plus avec un code promo »
Filtres :
Total >=2
❌ Aucune entrée
****✅ Entrée
Vous pouvez ensuite créer un segment avec l’attribut rolling count « Utilisateurs avec un total de conversions avec un code promo = 2 ou plus » qui renvoie, dans notre exemple, uniquement le client B. Cependant, vous pouvez aller plus loin en ajoutant une période ou d’autres conditions.
Comment ça marche
1. Nommez votre nouvel attribut
2. Spécifiez l’univers (page view, view, click, conversion) souhaité
3. Définissez la plage de dates souhaitée
Forever : aucune période définie, toutes les dates sont prises en compte
Relative : vous pouvez définir une durée en heures ou en jours glissants
Absolute : les données sont agrégées à partir d’une date précise
Période minimale : 1 heure Période maximale : aucune limite
4. Définissez des conditions afin de compter uniquement si les conditions sont remplies
Filtre sur une page, un produit, une publicité spécifique…
Calcul / Score
Description
Vous pouvez additionner, soustraire, diviser ou multiplier 2 variables ou plus, ou créer des scores dynamiques ou intégrer une logique conditionnelle et des formules complexes. Ces nouveaux attributs calculés peuvent faire partie d’une segmentation. Cette fonctionnalité vous permet de définir de nouveaux KPI basés sur des formules mathématiques.
Cas d’usage populaires
Scoring dynamique : attribuez des scores aux utilisateurs en fonction de conditions spécifiques afin d’activer des stratégies marketing ciblées.
Ratio : répartition des conversions online/offline
CLV : Customer Lifetime Value
Exemples
Simple Engagement Score :
Attribuez un score d’engagement aux utilisateurs en fonction des activités récentes, sans complexifier les conditions. Par exemple :
SI l’activité récente est 'purchase', définissez le score d’engagement à 3. SI l’activité récente est 'add_to_cart', définissez le score d’engagement à 2. SI l’activité récente est 'visited_site', définissez le score d’engagement à 1.
Sinon, définissez le score d’engagement à 0.
Voici à quoi cela ressemblera dans l’interface :
Avertissement: Les dépendances circulaires dans les formules ne sont pas autorisées. Le système détecte les références circulaires et empêche l’enregistrement de la formule. Par exemple, une formule dans laquelle un attribut est défini pour s’incrémenter lui-même (par ex. vous créez un score avec un nomattrs.toto et vous créez une formule comme "attrs.toto + 1") Il en va de même pour les dépendances circulaires complexes où l’attribut A dépend de B, B dépend de C, et C dépend de A sera bloqué.
Ratio :
Vous souhaitez identifier des clients cross-channel, c’est-à-dire la répartition des clients qui achètent à la fois online et offline. Vous avez besoin d’un ratio entre les conversions online et offline :
Ratio channel : nombre de conversions online / nombre de conversions offline
Plus le taux est élevé, plus le channel préféré est online, et plus le taux est faible, plus le channel préféré est offline.
Customer Lifetime Value (CLTV) : Cette métrique vous aide à estimer le revenu par client pendant toute sa relation avec votre entreprise (présente et future). Elle vous permet d’établir des prévisions de profits basées sur les flux de trésorerie futurs.
CLTV = Customer Value ✕ Customer Average Lifespan
Customer Value = valeur moyenne d’achat ✕ fréquence moyenne d’achat (sur 1 an)
Customer Average Lifespan dépend de votre modèle économique (service par abonnement, freemium, retailer...). En général, on considère que la durée de vie moyenne d’un client est comprise entre 1 et 3 ans.
En résumé, afin de calculer la customer lifetime value avec la fonctionnalité d’attributs utilisateur enrichis, vous devez :
Utiliser un attribut Rolling Average pour déterminer la valeur moyenne d’achat et la fréquence moyenne d’achat
Utiliser un attribut Calculus pour définir la Customer Value en multipliant la valeur moyenne d’achat et la fréquence moyenne d’achat (déterminées précédemment à l’étape 1)
Enfin, utiliser à nouveau un attribut Calculus pour estimer la Customer Lifetime Value en multipliant la Customer Value (calculée à l’étape 2) et la Customer Average Lifespan (déterminée par votre modèle économique).
Vous pouvez calculer la CLTV étape par étape ou créer une formule qui combine toutes les dimensions.
Ex : Valeur moyenne d’achat (sur 1 an) = 50€ Fréquence moyenne d’achat (sur 1 an) = 5 commandes/an Customer Value = 250€ (50x5) Customer Average Lifespan = 2 ans Customer Lifetime Value = 500€ (250x2)
Ou : CLTV = (50x5)x2 = 500€
Comment ça marche
1. Nommez votre nouvel attribut calculé
2. Spécifiez la formule mathématique (règle) pour calculer avec les variables
Type de variable : numérique uniquement
Opérateurs pris en charge : ➕ ➖ ➗✖️
Vous devez saisir le nom de la variable et ajouter l’opérateur. Lorsqu’un nom de variable est trouvé, la fonctionnalité d’auto-complétion vous suggérera le nom exact.
Ex : tapez ‘Lab’ et la plateforme vous suggérera ‘Label’.
Copier
Description
Cette fonctionnalité vous permet de copier des valeurs stockées au niveau de l’événement (pages, views, clicks, conversions) et de les coller au niveau de l’utilisateur. Vous pouvez agréger les données au niveau de l’utilisateur afin de consolider toutes les données autour d’un utilisateur unique.
Nouvelle fonctionnalité : copiez les données dont vous avez besoin, stockées sur tous les univers (pages, views, clicks et conversion) vers le niveau utilisateur. En conséquence, les données seront stockées à vie (dans le respect du RGPD) et ne seront pas supprimées après 30 jours (généralement 30 jours mais cela dépend de votre contrat).
Il est utile d’avoir une vue globale de dimensions telles que les catégories de produits consultées ou la dernière date de commande.
Cas d’usage populaires
Dernière date de checkout
Catégories de produits consultées
Exemple
Vous recherchez un voyage pour vos prochaines vacances. Vous visitez de nombreux sites web, blogs, sites d’agences de voyage... Cela prend du temps de choisir la meilleure offre qui vous conviendra parfaitement.
En tant qu’agence de voyage, vous avez de nombreux visiteurs sur votre site web qui ont laissé de nombreuses informations telles que les dates de voyage, les destinations... Ces données online seront stockées 30 jours, cependant votre cycle de vente peut être long, plus de 30 jours. Afin de ne pas perdre cette précieuse information, il peut être utile de conserver ces données et c’est ce que Copy vous permet de faire.
Vous pouvez créer un nouvel attribut appelé 'Trip dates' et stocker les dates considérées. Vous pouvez faire la même chose pour 'destination' ou tout ce qui pourrait vous être utile. Ensuite, vous pouvez lancer une campagne dédiée 3 mois plus tard avec un segment basé sur ces données (s’il n’y a pas eu de conversion pour ces clients).
Comment ça marche
1. Nommez votre nouvel attribut
2. Spécifiez l’univers (page view, view, click, conversion) et la variable que vous souhaitez
Si une copie provient d’une variable chiffrée, l’attribut sera aussi chiffré
3. Définissez la plage de dates souhaitée
Forever : aucune période définie, toutes les dates sont prises en compte
Relative : vous pouvez définir une durée en heures ou en jours glissants
Absolute : les données sont agrégées à partir d’une date précise
Période minimale : 1 heure Période maximale : aucune limite
4. Si nécessaire, définissez des conditions afin de copier l’agrégation uniquement si les conditions sont remplies
Boolean
Description
Le Boolean vous permet de créer des conditions Vrai / Faux. Posez-vous une question, définissez des conditions et la valeur sera définie sur True pour l’utilisateur si les conditions sont remplies, sinon elle sera définie sur False.
Cas d’usage populaires
L’utilisateur a-t-il vu la campagne '10% discount' ? True / False
L’utilisateur a-t-il ajouté un article au panier au cours des 2 derniers jours ? True / False
L’utilisateur a-t-il ouvert le dernier email envoyé ? True / False
Comment ça marche
1. Nommez votre nouvel attribut
2. Définissez les conditions que vous souhaitez utiliser.
Mis à jour
Ce contenu vous a-t-il été utile ?