Le marketing prédictif doit tenir compte de la géolocalisation

De tout temps l’homme a rêvé de maitriser son destin et de contrôler l’avenir. Pas sûr que ce soit la clé du bonheur, peut être mieux vaut vivre dans une douce incertitude qui nous permet d’apprécier le temps présent et de bâtir des projets. « Carpe Diem » comme l’écrivait le poète Horace. Quoiqu’il en soit dans le business on n’aime pas être surpris et le marketing se veut de plus en plus prédictif vis-à-vis d’un consommateur de plus en plus mobile.

predictif-geolocalisation

Marketing prédictif : Surprendre à bon escient. Pour autant il ne suffit pas de bien connaître son client pour deviner simplement son futur comportement et ses intentions d’achats. Nos décisions sont très souvent irrationnelles influencées par nos émotions et notre inconscient. Si on s’intéresse à nos routines quotidiennes pas besoin d’être grand clerc pour prédire que l’on va rejouer la même partition. L’objectif du marketing prédictif est plus ambitieux. Il doit être capable de nous proposer des produits ou des services auxquelles nous n’aurions pas nécessairement pensés mais qui ont de forte chance de nous intéresser. Les données étant de plus en plus nombreuses et les technologies de big data et de machine Learning se démocratisant, le marketing prédictif a une voie toute tracée devant lui.

Une liberté de décision sous influence. On a beau penser que nous avons notre libre arbitre nos comportements obéissent à des règles non écrites dictées par de nombreux facteurs comme notre éducation, notre niveau de vie et notre environnement. C’est en cela que nous pouvons être prédictibles. Prédire le comportement d’une personne consiste à l’associer à un groupe d’individus présentant les mêmes caractéristiques. Plus les caractéristiques sont nombreuses et plus la segmentation est fine. On peut alors estimer que la personne a de forte probabilité de se comporter comme la majorité du groupe. Si dans le même groupe la majorité des membres ayant acheté le produit A a également acheté le produit C, alors dès qu’un consommateur ayant les même caractéristiques que le groupe choisrai le produit A on lui suggérera automatiquement le produit C. Cette méthode qu’on appelle le « filtrage collaboratif » est très utilisée par des sociétés comme Facebook, Amazon ou NetFlix. Les algorithmes de recommandations appliquent souvent cette méthode pour personnaliser l’expérience utilisateur en suggérant des contenus pertinents à l’utilisateur. Les algorithmes de recommandations sont pléthore mais chacun d’entre nous a pu expérimenter leur efficacité très disparate entre celui qui nous propose un produit que l’on vient d’acheter et un autre qui propose un article qu’on ne recherchait pas mais qui nous conviendrait parfaitement. La qualité des algorithmes et des données est très différentiante.

La contextualisation améliore l’efficacité des recommandations. Avec le marketing prédictif c’est la personnalisation de l’expérience utilisateur qui est en jeu. Pour que cette personnalisation soit réellement efficace et pertinente elle doit impérativement être contextualisée. Parmi tous les éléments qui renseignent ce contexte il est en un qui est incontournable c’est la géolocalisation. Nous sommes mobiles et connectés. On sera d’autant plus sensible à une suggestion ou une recommandation qu’elle tiendra compte de l’endroit où l’on se trouve. La géolocalisation c’est bien sur le lieu mais implicitement c’est la météo, le fuseau horaire et beaucoup d’autres informations. Nous sommes tous dotés d’un smartphone aujourd’hui qui nous permet d’interagir avec notre environnement. Wifi, RFID, GPS, Balises beacon les moyens de manquent pas pour cela. Les techniques de geofencing se servent de la géolocalisation pour définir des zones. Dès que l’on les franchit, des actions se déclenchent en liaison avec une application que l’on aura préalablement chargée sur notre smartphone. Dans une zone commerciale, à proximité d’un magasin ou d’un restaurant on recevra des messages promotionnels dont l’efficacité dépendra des algorithmes utilisés, de notre historique et du nombre d’utilisateurs.

Aujourd’hui il devient impensable que la géolocalisation ne soit pas prise en compte par le marketing. Personnalisation d’un site web ou de  newsletters, applications, recommandations il en va de leur efficacité et de la satisfaction des clients. Cela suppose d’avoir également résolu  le problème de la réconciliation des données sur tout le parcours clients. Un problème qui persiste encore souvent et qui empêche de disposer d’une vue unique et à jour du client à chaque point de contact avec lui  afin d’assurer la cohérence et la continuité des interactions.

Lire également : L’expérience client augmentée par la géolocalisation et Comment le data lake débride l’innovation des entreprises

 

Numérique  : ces tendances technologiques qui favorisent l’émergence des nouveaux usages . 

Capitalisant sur l’essor d’Internet, le numérique s’est développé par une suite d’innovations technologiques qui continue de s’accélérer. La mobilité, le Cloud, le Big Data, les objets connectés et les réseaux sociaux constituent désormais les fondations du numérique. Ces piliers interagissent pour conjuguer leurs effets et ouvrir la voie à d’autres innovations qui favorisent l’émergence de nouveaux services, de nouveaux acteurs et de nouveaux modèles économiques. Les entreprises doivent relever un véritable défi pour s’adapter à temps et ne pas être ébranlées par les Licornes.

 

L’arrivée du Web en 1989 ouvre la voie aux services en ligne. Le web rencontre un tel succès qu’en 1994 la société Yahoo voit le jour pour faciliter les recherches sur le web. Le web ouvre de nouvelles possibilités de faire du commerce en offrant une alternative aux magasins physiques. Le commerce en ligne ou e-commerce est né. De nouveaux acteurs comme Amazon en 1995 font leur apparition. On observe un des premiers effets du numérique, la dématérialisation. Progressivement Internet se substitue aux réseaux physiques d’agences, de guichets et de magasins puis s’attaque aux produits/supports eux-mêmes (journaux, musique, video ..). Certains secteurs comme la presse et l’industrie du disque ont vécu cette révolution douloureusement.

Dans les années 2000 la mobilité apporte au consommateur une totale autonomie. Le terme numérique est déjà employé dans l’électronique grand public mais c’est en 2008 avec l’arrivée de l’Iphone que l’usage du mot se généralise réellement. Avec le développement des smarphones et des tablettes, le consommateur peut accéder à Internet à tout instant. Il adapte son comportement d’achat en conséquence. Où qu’il soit il peut désormais consulter des offres, les comparer, acheter ou faire des réservations. En 2015 ce sont plus de 25 millions de smartphones qui sont vendus en France et 82,3 % des Français accèdent à internet en situation de mobilité d’après le baromètre trimestriel de la Mobile Marketing Association (MMA). Les smartphones amènent Internet dans les pays ou les réseaux filaires étaient inexistants. On doit compter environ 7 milliards de smartphones dans le monde aujourd’hui. Le taux d’équipement en smartphones et tablettes pousse les entreprises à développer dès 2008 les « applis » mobiles et à adapter leurs sites web au format de ces équipements. L’économie des « apps » se développe enrichissant tablettes et smartphones pour en faire de véritables appareils multiservices. Le « commerce  en ligne » s’étend progressivement aux « services en ligne ». De leur côté les employés, les artisans, les professions libérales équipés de tablettes deviennent plus efficaces et apportent un service amélioré, plus rapide et plus pertinent à leurs clients.

Le cloud démocratise l’accès aux ressources informatiques. Désormais quel que soit sa taille l’entreprise peut disposer d’équipements informatiques et de logiciels adaptés à ses besoins et à ses évolutions. Plus qu’une révolution technique, le cloud est une révolution du mode de consommation. Il n’est plus nécessaire de posséder un centre informatique pour développer son activité, un nouveau mode de consommation des ressources informatiques est né. Les ressources deviennent des services qu’on utilise en fonction de ses besoins. Les PME et les start-up y trouvent des ressources adaptées à leurs budgets et les grandes entreprises y voient le moyen de se libérer des contraintes de gestion d’infrastructures complexes pour consacrer plus de temps à l’innovation. Selon IDC en 2015 près de 30% des dépenses des infrastructures IT ont été réalisées dans le Cloud, soit une croissance de 24,1%.

Le Big Data et l’intelligence artificielle tirent la quintessence des données. Dans le projet loi NOE (Nouvelles Opportunités Economiques) Le ministre de l’économie Emmanuel Macron précise que les données sont la nouvelle ressource de l’économie numérique. Les ordinateurs ont fait de tels progrès que les solutions d’intelligence artificielles (algorithmes, machine learning, deep learning) deviennent efficaces et accessibles économiquement. L’abondance de contenus (texte, image, musique, video) inonde l’internaute au risque de le paralyser si dans ses choix si le machine Learning ne vient pas à son secours par des recommandations et de propositions ciblées en fonction de ses goûts. L’intelligence artificielle et big data sont à présent omniprésents. On fait appel à eux par exemple pour l’analyse prédictive du panier d’achat du consommateur, l’analyse de sentiments, la détection de fraude, l’analyse de risques bancaires ou en encore la reconnaissance du langage ou des visages. Le champ des possibles devient illimité. De nouveaux usages et de nouveaux modèles d’affaires basés sur l’exploitation des données apparaissent. « L’économie de la donnée » fait partie d’une des 9 solutions industrielles identifiées dans la phase 2 du plan pour la « Nouvelle France industrielle » lancée en septembre 2013.  La donnée constitue pour toutes les entreprises quel que soit leur secteur d’activité :

    • une matière première
    • un levier économique
    • un actif stratégique pour l’entreprise.

Les réseaux sociaux réinventent une communication de « l’ immédiateté ». Avec les réseaux sociaux la multitude s’exprime. La communication s’établit directement sans intermédiaires. L’information se consomme dans l’instant sans toujours être assimilée ou vérifiée. Des communautés se créent, des influenceurs apparaissent, des tendances se dessinent sur les réseaux sociaux. Les entreprises n’ont plus le choix, elles doivent être présentes sur les réseaux sociaux à minima pour veiller à leur e-reputation mais de plus en plus pour établir une nouvelle forme de communication pour la marque. Certaines vont plus loin, elles commencent à comprendre que les réseaux sociaux contiennent des mines d’informations et constituent des panels grandeur nature sur l’actualité et les tendances que l’on peut exploiter efficacement par le big data et l’intelligence artificielle.

Les objets connectés : une nouvelle vision de la société et du paysage industriel . L’internet des objets représente une opportunité économique pour l’Europe de 1000 milliards d’euros d’ici à 2020 selon le cabinet ATKearney qui souligne l’effet levier de l’internet des objets. Grace à des capteurs et des algorithmes sophistiqués les objets et les équipements collectent des informations, les analyses et communiquent entre eux. C’est une révolution qui touche l’individu, l’habitat, les véhicules, les transports, l’industrie, l’usine, la ville et plus globalement la société. Les technologies de cloud, de big data et de machine learning collaborent avec l’IoT (Internet of things) pour créer les nouveaux usages et optimiser les processus existants. Les chaines de logistiques sont optimisées, la maintenance des équipements (aéronautique, ferroviaire, automobile etc..) devient prédictive et l’agriculture augmente sa productivité. Les secteurs traditionnels cherchent à créer de nouveaux services basés sur ces objets connectés. Certains assureurs proposent déjà des contrats basés sur la conduite des assurés grâce à des boitiers intelligents dans les voitures ou font de la prévention de santé avec des bracelets connectés. Avec les objets communicants, Internet a bouclé la boucle : Tout et tout le monde communiquent.

Le numérique: un défi permanent à relever. Les innovations continuent : impression 3D, Drones etc… Il est important d’en mesurer les effets sur les processus existants. En novembre 2009, dans un rapport intitulé « La nouvelle grammaire du succès : La transformation numérique de l’économie française » Philippe Lemoine identifie les effets du numérique sur l’économie : l’automatisation – la dématérialisation – la désintermédiation/ré-intermédiation. 8 effets de la transformation numérique V2Maitriser les nouvelles technologies, repenser les usages, refonder l’organisation…La transformation numérique est un projet complexe pour les entreprises. Elles n’ont cependant pas le choix, les GAFA (Google, Apple, Facebook, Amazon) et autres NATU (Netflix, AirBnB, Tesla, Uber) ont ébranlé l’économie traditionnelle et fait des émules. En un an nous sommes passés de 40 Licornes (startup ayant franchi le milliard de $) à 130. Elles ne souffrent d’aucune contrainte et débordent d’imagination. Les entreprises semblent avoir mesuré le risque et n’hésitent plus à s’allier avec des startup, voire à favoriser leur émergence via des incubateurs, pour gagner en agilité et en innovation. Le Conseil national du numérique, dans son rapport de janvier 2016 intitulé « Les nouvelles trajectoires » , affirme que la période que nous traversons est celle d’une évolution systémique, exceptionnelle et rarement connue dans l’histoire de l’humanité. Une raison de plus de s’adapter rapidement.

Le marketing en quête d’efficacité

La donnée et le marketing ont toujours été de bons amis. Connaitre le client et tenter d’influencer ses intentions d’achat sont dans les gènes du marketing. Alors pourquoi tant d’emphase autour de ce fameux big data et du machine Learning ?  La concurrence est devenue globale et protéiforme. Le consommateur, désormais averti, est face à un large spectre d’offres et de canaux d’achat. Le marketing n’a d’autres choix que d’augmenter son efficacité en apprenant l’art d’exploiter la multitude de données issue de l’univers numérique.

Le marketing en quête d’efficacité. Le contexte commercial évolue rapidement et nécessite de la part du marketing d’augmenter constamment son efficacité. Avec internet et les smartphones les consommateurs ont gagné en mobilité et en autonomie. Les termes « parcours client » résument bien les nombreuses possibilités dont dispose le consommateur pour se renseigner, échanger, comparer et acheter pour au final obtenir le meilleur rapport qualité prix. Il n’hésite pas non plus à mettre les offres traditionnelles en concurrence avec les barbares du web qui bousculent l’ordre établi avec de nouveaux modèles d’affaires particulièrement attrayants. Le numérique change la donne et accélère les transformations. Les entreprises traditionnelles tout comme les nouvelles issues du numérique doivent constamment rechercher plus d’efficacité accentuant la pression sur le marketing et mettant à l’épreuve son agilité.

Satisfaire un consommateur de plus en plus exigeant. Aucune entreprise ne peut rester attentiste sur un marché en ébullition. Le client veut désormais un marketing individualisé qui lui propose des offres personnalisées adaptées à ses besoins financiers et à ses goûts. Quel que soit le canal utilisé il veut être reconnu comme client et traité comme tel. L’incohérence ou le manque de fluidité sur son parcours client peut vite le détourner d’une entreprise. Le consommateur maitrise également les nouveaux modes de communication sur les forums et les réseaux sociaux pour recommander un produit, s’il en est satisfait, ou bien faire part de son mécontentement dans le cas contraire. Le consommateur est rentré dans l’ère du numérique bien avant les entreprises. Pour le satisfaire et répondre aux objectifs de l’entreprise le marketing devient digital et doit exploiter au mieux les données, aussi bien internes à l’entreprise qu’externes. La marketing peut ainsi

  • Augmenter la connaissance client (vision 360)
  • Suivre et analyser les tendances de marché
  • Affiner la segmentation
  • Améliorer le ciblage les campagnes
  • Devancer les attentes par de l’analyse prédictive
  • Personnaliser les offres et les programmes en fonction du contexte
  • Adapter ses tarifs de manière dynamique
  • Maitriser l’attrition des clients
  • Surveiller la réputation de l’entreprise
  • Offrir de nouveaux services
  • Enrichir l’expérience client

Vers une démocratisation des solutions de big data. Extraire la valeur de la donnée brute est un processus complexe qui se heurtait à des problèmes techniques et financiers. Là encore le contexte a changé. D’un point de vue financier il suffit de voir les capacités de stockage dont nous disposons sur un ordinateur familial pour s’apercevoir que les coûts ont suffisamment baissé pour envisager de stocker d’importants volumes de données. La puissance de traitement des serveurs d’aujourd’hui rendent possible l’exécution d’algorithmes complexes et de technologies de machine learning en des temps extrêmes rapides. L’écosystème du big data s’est étoffé en conséquence pour adresser toutes les étapes de la transformation de la donnée à commencer par la collecte, le stockage, le traitement et la visualisation. Le Cloud contribue à démocratiser l’adoption du big data en proposant les infrastructures appropriées au besoin et à l’évolution de chaque entreprise. De nombreux éditeurs commencent à offrir des solutions de Big Data prêtes à l’emploi en mode SaaS palliant au manque de compétences spécialisées et à la nécessité de s’équiper en matériel couteux. Les offreurs de Cloud comme Amazon, Microsoft ou IBM ont aujourd’hui leur offre de Machine Learning dans le cloud .Les sociétés de services s’organisent en conséquence et mettent en place des départements composés d’analystes de données et de datascientists. De nouvelles sociétés de conseil font de l’analyse de la donnée leur cœur de métier.

Une approche pragmatique pour commencer : La donnée est le nouvel or noir, les solutions deviennent abordables, reste à franchir le pas. L’écosystème du big data pour le marketing reste encore complexe et entre le cas d’usage et les briques à assembler pour la solution, le trajet est semé d’embuches. Inutile de vouloir faire le big bang, le pragmatisme doit primer et commence par le choix d’un cas d’usage, un domaine dont l’amélioration peut être déterminante et probante. Il faut ensuite tester la solution et mesurer les effets. Se faire accompagner peut se révéler indispensable et l’expérience montre que la majorité des entreprises en fonction de leur taille et de leurs enjeux nouent des formes de partenariats avec des sociétés de services, des éditeurs ou des startups spécialisées.

L’univers du Luxe n’échappe pas au phénomène du Big Data.

Pour prendre en main l’avenir du Luxe, Louis Vuitton fait appel aux technologies du Big Data et n’hésite pas à organiser un Hackathon du Luxe pour rechercher rapidement de l’innovation. Preuve que les technologies de big data et de machine learning peuvent s’appliquer à tous les secteurs d’activité

L’émotion du luxe ne s’oppose plus au rationnel de l’analytique. Le commerce du luxe cultive l’attractivité de la marque et l’expérience émotionnelle attachée au produit. Parler de technique de marché de masse dans ce contexte peut sembler incongru. Dans le domaine du luxe l’émotion prime sur l’analyse rationnelle. De là à penser que les technologies de big data sont inutiles et inefficace il n’y a qu’un pas à franchir. Pourtant si les enseignes de Luxe cherchent à maintenir une relation personnelle haut de gamme avec un groupe réduit de clients fidèles et choyés, dans le même temps elles développent souvent une approche de vente qui s’apparente à du « mass market ».

On a l’habitude de dire que le monde du Luxe ne subit pas la crise, c’est oublier qu’il est soumis aussi à la concurrence et aux changements de comportements des nouvelles générations. Réfléchir au potentiel extraordinaire que représente le big data n’est donc pas du …luxe.  Big Data et Luxe sont deux univers totalement différents avec des cultures diamétralement opposées. L’émotion et l’imaginaire du Luxe se heurtent à l’analyse et la rationalité du Big Data.

Un hackathon sert à faire bouger des lignes rapidement. Pour créer la dynamique et du liant il faut savoir chercher de l’aide à l’extérieur. C’est ce qu’a  fait Louis Vuitton en lançant le premier Hackathon du Luxe durant 48h ce week end du  25 au 27 septembre. Le défi est ambitieux puisqu‘il s’agit ni plus ni moins que de changer l’avenir de luxe : « Unlock the Future of Luxury » .

Un hackathon est un événement de plus en plus souvent utilisé, et mis en scène, par les grandes entreprises pour faire bouger les lignes sur des nouveaux sujets. Le terme est né de la fusion des mots « hack » et  « marathon ». Il consiste à rassembler des développeurs, souvent lors d’un weekend, pour travailler sans interruption sur un projet et produire un prototype d’application. La durée courte du Hackathon est délibérée pour mettre une pression positive et aller à l’essentiel en maintenant la concentration des développeurs.

Des analyses prédictives sur les tendances, les ventes et l’évolution de la marque. Pour l’exercice Louis Vuitton fournit des données internes et externes et demande aux participants d’utiliser leurs compétences en intelligence artificielle et en machine learning pour réaliser des analyses prédictives sur les tendances, les ventes et l’évolution de la marque :

  • Croiser les données commerciales et sociales pour anticiper les ventes.
  • Suivre les prescripteurs et les activités des concurrents pour anticiper les tendances.
  • Connaître la vision de la marque et de ses produits par les différentes parties prenantes et définir son évolution.

Les participants n’auront peut-être pas eu le temps de goûter à la beauté des lieux. Dommage car le Louis Vuitton atelierHackaton se déroulait dans les ateliers de Louis Vuitton à Asnières-sur-Seine. A noter que dans l’agenda les organisateurs avaient glissé le 26 septembre un cours de gym à 10 h et un challenge Twitter à 17 h. Il ne faudrait pas que les développeurs négligent leur santé…. Les réalisations étaient présentées devant un jury à l’issue des 48 h  et les vainqueurs pourront gagner un voyage à San Francisco et d’autres récompenses.

Pour plus d’information aller sur le site Unlock the future of Luxury

 

La startup française Tastehit utilise machine learning et big data pour personnaliser en temps réel les sites commerçants

Convertir une visite en achat est devenu l’obsession des sites de e-commerce. Personnaliser le site en temps réel pour chaque visiteur, et devancer ses souhaits, pourrait être la solution.

tastehit-configuration-graphic V2

L’achat sur internet est passé dans les mœurs. Toutes les enseignes petites ou grandes se sont mises au commerce en ligne et dans leur sillage une multitude de sites sans représentation physique se crée régulièrement. Les frontières ont sauté par la même occasion et s’implanter dans un pays ne nécessite plus forcément des implantations physiques lourdes en investissement. La simplicité du e-commerce s’accompagne ainsi d’une concurrence exacerbée. Dans ce paysage concurrentiel, chaque site commerçant doit tout d’abord se faire connaitre pour attirer du trafic visiteurs et ensuite tenter de convertir le visiteur en consommateur avant qu’il n’aille voir ailleurs.

97% des internautes quittent une e-boutique sans y faire d’achat. C’est ce que montrent certaines études et les internautes visitent en moyenne 5 fois un site avant d’acheter. Des techniques de « retargeting » ont été mises en place pour lutter contre la volatilité des visiteurs. Le principe est simple : suivre  l’internaute pendant son parcours d’achat et tenter de le faire revenir sur un site commerçant par un ciblage précis de publicités personnalisées sur les différents sites visités. Des sociétés comme Criteo ont fait leur succès dans ce domaine en s’appuyant sur des solutions de big data puissantes pour négocier les espaces publicitaires en temps réel (RTB Real Time Bidding) et placer les messages publicitaires appropriés.

Devancer les attentes de l’internaute pour augmenter les taux de conversion. Depuis longtemps on sait qu’il est moins coûteux de garder un client que d’en gagner de nouveaux. C’est ce que les banques et les opérateurs télécom appellent le « churn management ». Il en va un peu de même avec les visiteurs sur les sites e-commerce. Comment les garder plus longtemps sur un site, et les convaincre d’acheter, plutôt que s’épuiser à les faire revenir ? Quelques sociétés se positionnent sur ce créneau et une startup française nommée Tastehit a peut-être trouvé la solution en reprenant la base de la vente : écouter le client.

Ecouter le client c’est analyser son comportement et ses attitudes . Quand le visiteur exprime précisément son attente, le problème se résume à du « search ». Bien souvent l’internaute ne sait pas précisément ce qu’il cherche et sa demande est vague (je cherche un cadeau pour quelqu’un, je cherche des habits qui correspondent à mon look, « un film bien » à regarder, etc…). En utilisant un algorithme d’autoapprentissage (machine learning), développé par ses soins, Tastehit apprend à connaitre les goûts et les souhaits du visiteur et personnalise le site de e-commerce en temps réel. L’analyse comportementale du visiteur est corrélée en temps réel avec une base de connaissance de l’ensemble des visiteurs. Les offres les plus pertinentes avec la probabilité d’achat la plus forte seront alors affichées sur la page visitée par  l’internaute. Pour le visiteur, Tastehit est un véritable outil de découverte d’autant plus important que l’écran est petit. L’usage d’un mobile pour consulter un site de e-commerce devenant prédominant,  la personnalisation du site pour le m-commerce est déterminante.

La simplicité du cloud pour faire du big data. Dans notre univers technologique tout devient possible mais nécessite souvent des compétences et un solide budget.  Tastehit se distingue là encore puisque la solution n’impose aucune modification du site marchand. Le simple ajout d’une ligne de code JavaScript (Tag) permet d’installer TasteHit et activer son tastehit-analytics V2utilisation en mode Saas (Software as a Service) dans le cloud. Un tableau de bord d’analyse est mis à disposition pour que le marchand puisse suivre les performances et les résultats de la personnalisation. Le marchant peut également y configurer certains aspects des recommandations (mettre en avant ou ne pas montrer certains produits, ou catégories, par exemple).

A noter que la solution est téléchargeable gratuitement, ne crée aucune dépendance technique et n’a pas d’impact sur le temps de chargement des pages. Tous les sites de e-commerce peuvent avec cette solution augmenter l’expérience client sans frais et sans risque.