Batch

Comment un algorithme sait-il quel produit montrer à quel client, sans qu'un humain configure chaque règle? Le score de recommandation produit de Batch AI Predict repose sur des modèles de similarité, entre clients et entre produits : le modèle apprend qui ressemble à qui, quel produit ressemble à quel autre, en s'appuyant sur les données comportementales, le catalogue et les données socio-démographiques disponibles. Il en déduit, pour chaque client, les produits qui ont la plus forte probabilité de l'intéresser, y compris des produits qu'il n'a jamais regardés mais que des profils similaires ont adoptés. Concrètement, dans la plateforme : on choisit le niveau du référentiel (catégorie, famille, rayon, marque), le modèle génère le classement par client, et cette recommandation alimente une variable d'affichage dans la campagne. L'équipe CRM ne multiplie pas les versions à la main. Résultat observé : un taux de clic qui passe de +47% à +64%, un taux de conversion +17% à +20%. Sur votre dernière campagne produit, combien de versions différentes ont dû être créées manuellement pour approcher ce niveau de personnalisation ? La mécanique complète est détaillée dans notre nouvel article de blog 👉 https://lnkd.in/e_g_a66Q

Reprendre la main sur sa relation avec 7,9 millions d'auditeurs quotidiens : c'est le défi que s'est fixé le GROUPE M6. Entre des templates de newsletters figés depuis des mois, une dépendance technique pour la moindre modification et des analytics trop limités pour savoir ce qui marchait vraiment, les freins ne manquaient pas. Avec Batch, l'équipe CRM pilote désormais tout en autonomie, sans dépendre de la technique pour chaque campagne. Créer et tester un scénario prend désormais moins d'une heure, la délivrabilité est préservée grâce au plan de chauffe progressif, et surtout, tous les canaux, email, push app, push web, se retrouvent enfin réunis sur une seule plateforme. Résultat : 👉 99,7% de délivrabilité. 👉 Taux d'ouverture unique à 45,7% (vs 40% avant). 👉 Taux de clic unique à 6,2% (vs 3,5% avant). Quand une dépendance technique freine chaque modification de campagne, par où commencer pour reprendre la main : les templates, les scénarios, ou les analytics ? On accompagne plus de 350 entreprises en Europe qui veulent piloter tous leurs canaux depuis une seule plateforme. Le détail de la migration est dans notre case study 👉 https://lnkd.in/ei2xmDaw

Réduire son audience peut faire gagner du chiffre d'affaires. C'est une question de délivrabilité : une base restreinte mais engagée vaut mieux qu'une audience large et dispersée. Envoyer une campagne thématique à toute la base semble maximiser la portée. En réalité, chaque envoi non pertinent fatigue un peu plus le contact qu'il ne concerne pas. À force, il se désabonne, signale en spam, ou arrête d'ouvrir. La délivrabilité globale se dégrade, ce qui pénalise même les campagnes bien ciblées. En restreignant l'audience aux 30% de clients les plus appétents à une thématique via le score d'appétence de Batch AI Predict, un client Batch capte environ 95% du chiffre d'affaires maximal théorique de la campagne. Avec 70% de contacts en moins sollicités. Le taux de désabonnement est divisé par deux. Le taux de clic augmente jusqu'à 4 fois. On a l'habitude de prouver le succès d'une campagne par sa portée. Pour ce cas d'usage, c'est l'inverse : c'est la restriction de l'audience qui fait la performance. Quel indicateur vous alerte en premier sur une base qui se fatigue : le désabonnement, le taux d'ouverture, ou la plainte spam ? Les chiffres complets et la méthode sont dans notre nouvel article 👉 https://lnkd.in/e86xgnNN

46 000 € de chiffre d'affaires additionnel sur une seule campagne testée. C'est le résultat obtenu par un client Batch en A/B test, sur une campagne thématique, en opposant son ciblage manuel habituel au score d'appétence produit de Batch AI Predict. Construire une audience à la main prend des heures : croiser les catégories d'achat, les clics des dernières campagnes, les segments existants. Le résultat déçoit souvent, car l'historique d'achat ne dit pas qui est prêt à acheter maintenant. Un client qui n'a jamais commandé dans une catégorie peut montrer, dans son comportement récent, tous les signaux d'un achat imminent. Un élément précieux que le ciblage manuel ne voit pas. Le score d'appétence calcule, pour chaque profil, la probabilité d'achat sur une thématique donnée dans les jours à venir. Il s'appuie sur les données comportementales, le catalogue et le profil socio-démographique du client. Sur la campagne testée, le taux de conversion passe de 0,9% à 1,4% (x1,5). Le panier moyen progresse de 20%. Le temps de ciblage recule de 70%. On juge souvent une campagne thématique sur sa créativité. Ici, c'est la précision du ciblage qui fait la performance. Quelle métrique regardez-vous en premier pour juger qu'une campagne thématique a fonctionné : la conversion, le panier moyen, ou autre chose ? La mécanique complète du score et les chiffres détaillés sont dans notre nouvel article 👉 https://lnkd.in/evYzUVPD

400 000 visiteurs mensuels sur MyFFF, l'application de la FFF - Fédération Française de Football. 20 campagnes marketing gérées à la main pour convertir leurs 155 000 opt-ins anonymes, sans jamais savoir qui avait déjà reçu quel message. Leur équipe Marketing a remplacé cette pile de campagnes isolées par un parcours automatisé unique avec Batch, structuré autour de 4 objectifs mesurables : connexion, favoris, usage du widget, licence renseignée. Chaque utilisateur avance à son rythme, sans jamais recevoir deux fois le même message. Résultat en 11 jours : +21% de connexions.  En 7 jours : +85,7% de mise en favoris.  Sur un an : +44% de fréquentation de l'app. On accompagne plus de 350 entreprises en Europe dans cette même transition: passer de campagnes isolées à un parcours automatisé piloté en autonomie par les équipes CRM. Le détail du parcours est dans notre case study 👉 https://lnkd.in/eZiYddk8 Quand vous automatisez plusieurs scénarios sur une même app, comment évitez-vous de sur-solliciter les utilisateurs qui ont déjà converti ?

Une campagne se joue avant l’envoi, sur trois décisions. Qui contacter, quand, avec quel message : ce sont les trois arbitrages que fait un CRM Manager sur chaque campagne, souvent à l'instinct. L’IA prédictive peut désormais les automatiser. Batch AI Predict organise ses 15 scores prédictifs autour de cette logique : → Le ciblage (WHO) : repérer les clients à forte valeur ou à risque de churn, pour concentrer l'effort sur les bons profils, pas sur toute la base. → L'orchestration (WHEN) : ancrer le déclenchement dans le cycle de vie réel du client (date probable de réachat, de désabonnement), plutôt que dans un calendrier figé. → La personnalisation (WHAT) : ajuster le produit recommandé et le niveau de promotion, client par client. Isolé, un score ne produit rien, sa valeur vient de l'activation : intégré à une séquence, testé en A/B contre la pratique habituelle. L'objectif n'est pas de remplacer le CRM Manager. C'est de lui rendre le temps qu'il passe aujourd'hui à trancher sur ces trois questions, campagne après campagne. Quelle question revient le plus dans vos réunions d'équipe : le qui, le quand, ou le quoi ? Le détail des 15 scores et de leurs cas d'usage est dans cet article 👉 https://lnkd.in/eHN8iMm6

L'été bat son plein, les messages d'absence se multiplient, les journées de soleil s'étirent... On vous laisse en profiter, pendant qu'on prépare déjà la rentrée 😊 De Paris à Amsterdam, en passant par Biarritz et Lille, nos équipes seront sur le terrain dès septembre pour échanger sur vos projets CRM à venir. 📍 23 sept. |  Afterwork de rentrée à Paris, inscrivez-vous dès à présent ! 📍 29 sept. | The Audiencers avec Poool 📍 30 sept. |  Connect Club avec ÇABOOST | Groupe EDG 📍 6-9 oct. |  EMDay avec Baptiste G. sur la table ronde délivrabilité 📍 6-7 oct. |  Piano Academy avec Piano 📍 6-8 oct. |  One to One Biarritz 📍 30 nov.-1 déc. |  Tech for Retail Vous souhaitez vous inscrire à un événement, nous y rencontrer ? Retrouvez tous les détails sur notre page événements, ou contactez-nous directement : Pierre, Emilie, Laure, Eléonore, Jonathan, Clotilde et Simon Bon été d'ici là ☀️

"Hervé, on a divisé par 6 le temps de calcul du churn". C'est pas tous les jours que j'entend ce genre de bonne nouvelle ! On s'est dit que ça valait le partage. Un temps de calcul trop long fait presque toujours penser à un problème d'algorithme. Sur notre score de churn chez Batch, ce n'était pas le cas. Le modèle faisait exactement ce qu'on attendait de lui. Le vrai sujet : la sous-exploitation des ressources de calcul. Un moteur puissant qui tournait en permanence sur le premier rapport, sans jamais être exploité. Avant de changer le moindre paramètre, l'équipe a construit un labo de mesure isolé. Sans cette visibilité, impossible de savoir si le ralentissement venait du modèle, du transfert des données vers le GPU, ou d'un déséquilibre entre préparation des données et calcul. Résultat : 2h30 de calcul réduites à 20 minutes. Coût divisé par 6. Et une conviction confirmée: un modèle d'IA générative accélère l'exploration, il ne se substitue pas à l'expertise data science. Tout le détail est dans cet article → https://lnkd.in/e4i-adUu

⏱️ 3 secondes. C'est le temps qu'un email a pour être remarqué dans l'inbox, et peut-être avoir une chance d'être ouvert. La plupart des marques ne travaillent que l'ouverture (objet, preheader, expéditeur), et oublient parfois que Gmail supporte une dimension en plus : les annotations d'email. L'intérêt des annotations Gmail ? Sortir du lot en affichant un badge promo (réduction, code promo, etc) ou un carrousel produits (visuel, prix, stock) directement dans la boîte email Promotions. Plutôt utile en période de sur-saturation marketing, comme les soldes. Le badge promo est déjà utilisable chez Batch en quelques clics. Pas besoin de connaître les balises structurées à ajouter dans le HTML de l'email. Le carrousel, lui, n'est pas encore disponible dans l'Union Européenne, mais une liste d'attente existe chez Google pour les marques qui veulent se positionner. Il vous permet de mettre en avant des produits fixes, ou bien peut être alimenté via un flux produit, pensé catalogue. Vous avez déjà testé le badge promo sur vos campagnes ? Qu'est-ce que ça a changé pour votre taux de conversion ? Pour le détail du process de configuration du badge promo depuis Batch (Batch), la version détaillée est ici 👉 https://lnkd.in/e4Xmy66Y