La phygital analytics, ou analyse phygitale, est une approche de l’analyse de données qui rapproche les données des points de vente physiques et celles des canaux numériques, pour mesurer des parcours clients qui passent de l’un à l’autre.
Elle mobilise deux familles de sources. Du côté physique : les tickets de caisse, la carte de fidélité, les comptages de fréquentation par capteurs, les bornes, les codes à scanner en rayon. Du côté numérique : le site, l’application, les campagnes, les messages envoyés aux clients. Le rapprochement se fait de deux manières. Soit au niveau de la personne, grâce à un identifiant commun comme le compte client ou la carte de fidélité. Soit au niveau agrégé, en comparant des zones, des magasins ou des périodes, sans suivre d’individu.
Ses composantes principales sont la collecte en magasin et la réconciliation des données avec la base de données clients. S’y ajoutent l’attribution des ventes aux contacts qui les ont précédées et la restitution par magasin, par canal ou par segment. Trois cas d’usage reviennent souvent. Le client cherche en ligne puis achète en magasin. Il commande en ligne et retire en magasin. Une campagne fait venir du monde en boutique.
La phygital analytics se distingue du marketing omnicanal, qui organise l’offre et la relation sur tous les canaux : elle en est l’instrument de mesure. Elle se distingue aussi du marketing point de vente, centré sur l’action en magasin. Elle concerne surtout les distributeurs, les réseaux d’agences et les marques qui vendent à la fois en ligne et en points de vente.
Pour une enseigne qui vend surtout en magasin, la mesure numérique seule sous-estime l’effet du site et des campagnes. Un client qui compare en ligne puis achète en boutique apparaît comme un visiteur sans conversion. À l’inverse, le magasin s’attribue des ventes préparées en ligne. Notre lecture : sans mesure phygitale, les budgets glissent vers les canaux qui mesurent le mieux leurs propres résultats, pas vers ceux qui contribuent le plus.
En février 2020, la CNIL a rappelé les règles applicables à la mesure de fréquentation dans les espaces accessibles au public. Elle vise les dispositifs qui captent des données émises par les téléphones, comme l’adresse MAC. Elle distingue trois cas.
Le rapprochement entre achats en magasin et données en ligne d’une même personne relève quant à lui du RGPD : finalité annoncée, information claire, base légale adaptée.
Nous proposons trois repères, à adapter à chaque réseau. La part des ventes en magasin rattachées à un client identifié mesure la couverture du dispositif. La part des clients identifiés actifs sur les deux canaux décrit le recouvrement. L’écart de ventes entre magasins exposés et magasins témoins mesure l’effet d’une action. Ces indicateurs ne sont pas des normes.
Advalians diagnostique les points de friction de votre organisation et construit avec vous un modèle pilotable entre réseau de magasins et équipes numériques.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
Le marketing omnicanal organise l’offre, la relation et les services de façon cohérente sur tous les canaux. La phygital analytics mesure ce qui se passe entre les canaux physiques et numériques : qui achète où, après quels contacts. L’un relève de la stratégie et de l’organisation, l’autre de la mesure.
En pratique, lancez la mesure avant de multiplier les dispositifs omnicanaux. Sans elle, vous ne saurez pas lesquels contribuent aux ventes. Commencez par une question simple : quelle part des ventes en magasin a été précédée d’une visite en ligne ?
Il faut un identifiant présent dans les deux mondes, ou à défaut une comparaison agrégée.
Fixez un objectif de taux d’identification en caisse et suivez-le par magasin. Formez les vendeurs : ce sont eux qui alimentent la donnée. Documentez enfin la base légale retenue pour chaque rapprochement.
Comparez des magasins exposés à la campagne avec des magasins comparables qui ne le sont pas. Choisissez les témoins selon leur taille, leur zone et leur historique de ventes. Mesurez la fréquentation et les ventes sur la même période, puis calculez l’écart entre les deux groupes.
Évitez de comparer simplement avant et après la campagne : la saison, la météo ou une promotion concurrente faussent la lecture. Pour la fréquentation, privilégiez un comptage anonyme et agrégé, conforme aux règles de la CNIL.
Le risque est de traiter des données personnelles sans base légale adaptée. Selon la CNIL, l’intérêt légitime n’est admissible que si les données captées sont anonymisées à bref délai, ou pseudonymisées puis anonymisées ou détruites en fin de journée, avec information et droit d’opposition. Dans les autres cas, le consentement est requis.
Avant de déployer des capteurs, faites valider le dispositif par votre délégué à la protection des données. Affichez l’information à l’entrée du magasin. Préférez un comptage agrégé si la question n’exige pas de suivre des parcours individuels.
Elle le vaut quand une part significative des ventes se fait en magasin et que le numérique influence la décision d’achat. C’est le cas des produits chers, comparés en ligne avant d’être essayés ou achetés en boutique. Elle se justifie aussi quand un réseau doit arbitrer des budgets entre actions locales et campagnes en ligne.
Renoncez à un dispositif lourd si vous n’avez pas d’identifiant client en caisse ni de capacité d’analyse interne. Commencez alors par des tests en magasins témoins, plus simples à conduire.
