Personnalisation web/d’application de visiteurs connus

Ce guide décrit le modèle de cas d’utilisation de la personnalisation web/de l’application visiteur connu, qui utilise Adobe Journey Optimizer (AJO) et Adobe Real-Time Customer Data Platform (RT-CDP) pour diffuser du contenu personnalisé aux visiteurs identifiés sur des surfaces numériques. Il est conçu pour les architectes de solutions, les techniciens marketing et les ingénieurs d’implémentation qui ont besoin de comprendre le rôle de ce modèle, les objectifs commerciaux qu’il prend en charge, les cas d’utilisation tactiques qu’il permet et les applications Adobe impliquées.

La personnalisation web/de l’application d’un visiteur connu est le modèle de personnalisation principal pour les expériences digitales authentifiées. Contrairement à la personnalisation du visiteur anonyme, qui repose uniquement sur des signaux comportementaux en session, ce modèle exploite le profil unifié complet : données comportementales historiques, appartenance à un segment, niveau de fidélité, historique d’achats, étape du cycle de vie, attributs calculés et scores de propension. Il prend en charge la personnalisation sur plusieurs pages web (via le canal web d’AJO), les messages in-app mobiles et les cartes de contenu.

Modèle de cas d’utilisation

Cette section décrit le modèle de base et son plan d’exécution.

Personnalisation web/d’application de visiteurs connus

Diffusez du contenu, des offres ou des promotions personnalisés à un visiteur identifié en fonction du profil en temps réel et de l’appartenance à un segment sur des surfaces web, mobiles in-app et de cartes de contenu.

Plan d’exécution : Évaluation de l’audience > Prise de décision Personalization > Configuration de la surface/du canal > Diffusion de contenu > Suivi des impressions > Rapports

Présentation du cas d’utilisation

Les entreprises disposant de propriétés numériques authentifiées (sites d’e-commerce, portails bancaires, services d’abonnement, programmes de fidélité, applications mobiles) doivent offrir des expériences personnalisées qui reflètent la relation de chaque client avec la marque. Lorsqu’un visiteur se connecte ou est reconnu par la résolution d’identité, la plateforme peut accéder à son profil unifié complet et diffuser du contenu adapté à ses attributs, comportements et préférences spécifiques.

Ce modèle résout le scénario où un visiteur identifié arrive sur une propriété web ou ouvre une application mobile et où le système doit déterminer le contenu, l’offre ou la promotion optimal à afficher en fonction des données de profil en temps réel et de l’appartenance à l’audience. La décision de personnalisation se produit à la périphérie de l’application, en millisecondes, ce qui permet la diffusion de contenu pendant une sous-seconde sans latence perceptible.

Le modèle prend en charge la personnalisation déterministe (où un contenu spécifique correspond à des segments d’audience spécifiques) et la prise de décision dynamique (où AJO Decisioning évalue les règles d’éligibilité et les stratégies de classement pour sélectionner le contenu optimal par profil). Il s’étend sur plusieurs surfaces numériques (pages web, messages in-app mobiles et cartes de contenu), ce qui permet une personnalisation cohérente sur le parcours numérique du client.

Objectifs commerciaux clés

Les objectifs commerciaux suivants sont pris en charge par ce modèle de cas d’utilisation.

Offrir des expériences personnalisées aux clients

Adaptez le contenu, les offres et les messages aux préférences, aux comportements et à l’étape du cycle de vie des individus. Pour plus d’informations, voir Offrir des expériences client personnalisées.

KPI : engagement, taux de conversion, satisfaction de la clientèle (CSAT)

Augmenter l’engagement du site web

Améliorez le temps passé sur le site, les pages par session et l’interaction avec le contenu web grâce à des expériences pertinentes. Pour plus d’informations, voir Augmenter l’engagement du site web.

KPI : de la page (web), engagement, taux de conversion

Augmenter l’engagement des applications mobiles

Stimulez l’utilisation active quotidienne, l’adoption des fonctionnalités et les conversions in-app par le biais d’expériences in-app personnalisées.

KPI : engagement rétention et taux de conversion

Exemples de cas d’utilisation tactiques

Voici quelques implémentations tactiques courantes de ce modèle :

  • Personnalisation du héros de la page d’accueil par niveau de fidélité ou étape du cycle de vie : affichez différentes bannières principales selon que le client est nouveau, actif, à risque ou VIP
  • Carrousel de recommandations de produits basé sur l’historique des achats — suggestions de produits pertinentes à la surface utilisant les données d’achat passées et les scores d’affinité du produit
  • Bannière promotionnelle personnalisée par segment de clients — afficher différentes promotions sur des segments à forte valeur, à risque et nouveaux clients
  • Message in-app pour les utilisateurs et utilisatrices mobiles basé sur l’adoption des fonctionnalités : guide les utilisateurs et utilisatrices vers des fonctionnalités sous-utilisées en fonction de leurs schémas d’utilisation
  • Carte de contenu avec offre personnalisée sur le tableau de bord du compte — offres persistantes, non admissibles adaptées au profil du client
  • Affichage personnalisé des prix ou des remises en fonction du niveau client : affichez des prix spécifiques au niveau ou des remises exclusives aux membres du programme de fidélité.
  • Widget de recommandation de vente croisée basé sur les produits détenus — suggérez des produits ou services complémentaires basés sur le portefeuille actuel
  • Navigation ou ordre de contenu personnalisé en fonction des intérêts : réorganisez les modules de contenu ou les éléments de navigation en fonction des préférences démontrées.

Indicateurs clés de performance

Les indicateurs de performance clés suivants permettent de mesurer l’efficacité de ce modèle de cas d’utilisation.

KPI
Approche de mesure
Conseils pour l’évaluation des performances
Taux d’engagement Personalization
Clics et interactions avec des éléments de contenu personnalisés divisés par des impressions
Le contenu personnalisé doit surpasser le contenu par défaut de 20 à 50 %
Augmentation du taux de conversion
Taux de conversion des expériences personnalisées par rapport aux expériences de contrôle/par défaut
Cible 10 à 30 % d’effet élévateur sur les expériences non personnalisées
Taux de clic publicitaire (CTR)
Clics sur des appels à l’action, des offres et des recommandations personnalisés divisés par des impressions
Surveiller par surface (web, in-app, carte de contenu) et par segment
Chiffre d’affaires par visite
Chiffre d’affaires attribué aux sessions avec expériences personnalisées
Comparaison des cohortes de visiteurs personnalisées et non personnalisées
Taux d’interaction des cartes de contenu
Clics et rejets de cartes de contenu relatifs aux impressions
Suivi par type de carte et segment d’audience
Engagement Des Messages In-App
Interactions de messages in-app (clics CTA, rejets) relatives aux impressions
Comparer les segments d’audience et les types de messages
Temps passé sur la page
Temps moyen passé sur des pages avec du contenu personnalisé par rapport au temps par défaut
Les pages personnalisées doivent afficher un temps d’affichage plus long.
Taux d’acceptation de l’offre
Pourcentage d’offres sélectionnées pour la prise de décision qui génèrent un événement de conversion
Suivi par offre, par emplacement et par stratégie de classement

Applications

Les applications suivantes sont utilisées dans ce modèle de cas d’utilisation.

  • Adobe Journey Optimizer (AJO) : configuration du canal web, configuration du canal in-app, configuration du canal de carte de contenu, prise de décision (sélection d’offres et classement), création de messages (création de contenu personnalisé), exécution de campagnes, expérimentation de contenu et création de rapports
  • Adobe Real-Time Customer Data Platform (RT-CDP) — Évaluation d’audience (Edge, streaming et lot), recherche de profil en temps réel via Edge Network, enrichissement du profil avec des attributs calculés et des scores de propension
  • Adobe Experience Platform (AEP) — Banque de profils, service d’identités, Web SDK, Mobile SDK, configuration des flux de données, diffusion sur le réseau Edge

Documentation connexe

Les ressources suivantes apportent des détails supplémentaires sur les technologies et configurations référencées dans ce guide.

Personnalisation des canaux web

Canaux in-app et de carte de contenu

Gestion des décisions

Personalization et contenu

Audiences et segmentation

Identité et profil

Collecte de données et SDK

Campagnes et expérimentation

Attributs calculés et enrichissement

Rapports et analyses

Gouvernance et confidentialité

Garde-fous

recommendation-more-help
blueprints-learn-help-blueprints