We Are Jolies - Comment la diversification produits, validée par l’analyse data de Butterfl.ai, a accéléré la croissance et le réachat
Contexte
Depuis ses débuts, We Are Jolies (WAJ), une marque DNVB (Digital Native Vertical Brand), s'est positionnée comme une référence dans le domaine des culottes, adoptant une stratégie mono-produit. Ce positionnement leur permettait de se concentrer sur un segment précis et de générer un trafic organique en se positionnant comme spécialiste incontesté de la catégorie. Le site initialement nommé "Jolies Culottes" témoignait de cette approche focalisée.
Cependant, avec l'explosion du e-commerce et la montée des concurrents dans chaque niche de produit, cette approche a montré ses limites. La stratégie mono-produit, autrefois gage de spécialisation et de succès, ne garantissait plus des réachats réguliers ni une croissance durable dans un environnement devenu ultra-concurrentiel.
C'est dans ce contexte que les fondatrices de WAJ ont décidé d’enclencher un pivot stratégique majeur : diversifier l’offre produit pour maximiser les réachats et augmenter la Lifetime Value (LTV) des clients.
Défi : La Fin du Modèle Mono-Produit
Le modèle mono-produit, efficace dans un premier temps pour une DNVB, a rapidement montré ses limites face à la saturation du marché et à la multiplication des offres concurrentes. La fidélisation des clients devenait un défi majeur, car une fois le produit phare acheté, il n’y avait plus de raison immédiate de revenir sur le site.
L’objectif pour WAJ était de répondre à deux questions clés :
- Comment augmenter le taux de réachat sans bouleverser la perception de la marque ?
- Comment diversifier l’offre produit de manière à maximiser la contribution de chaque nouvelle catégorie au chiffre d’affaires ?
Stratégie : Diversification Produits Validée par la Data avec Butterfl.ai
Conscientes de la nécessité de diversification pour survivre dans un marché de plus en plus concurrentiel, les co-fondatrices de We Are Jolies ont choisi de s'appuyer sur la solution data e-commerce Butterfl.ai pour valider cette transformation stratégique. L'objectif était d'utiliser la data pour analyser les comportements d'achat, optimiser l'extension de gamme, et maximiser la rentabilité de chaque catégorie de produits.
Étape 1 : Analyse de la Demande Potentielle à l’Aide des Données d’Achat
Grâce à Butterfl.ai, l’équipe de WAJ a pu exploiter les données comportementales des clients pour comprendre en profondeur leurs attentes au-delà des culottes. En analysant les panier abandonnés, les recherches de produits non disponibles et les comportements d'achat complémentaires, l'outil a révélé plusieurs insights :
- Pyjamas et brassières étaient les deux catégories de produits les plus souvent ajoutées aux paniers après les culottes.
- Les données indiquaient également un intérêt croissant pour les accessoires, notamment les lingettes démaquillantes, souvent ajoutées aux commandes mais rarement en tête de liste.
Étape 2 : Test de la Diversification Produits
Au lieu de lancer une diversification massive à l’aveugle, l’équipe de WAJ, accompagnée par Butterfl.ai, a procédé à des tests itératifs en commençant par des catégories complémentaires fortement demandées par les clients. En analysant la contribution de chaque nouvelle catégorie de produits au panier moyen et au réachat, Butterfl.ai a permis d’affiner la stratégie d’expansion :
- Les pyjamas et les brassières ont été les premières catégories lancées.
- Un modèle prédictif a été mis en place pour estimer la contribution de ces nouvelles catégories au chiffre d’affaires et valider leur rentabilité.
Étape 3 : Optimisation du Taux de Réachat et de la LTV
L’objectif fondamental de WAJ était d'augmenter la Lifetime Value (LTV) de ses clients, une métrique clé dans le e-commerce. Grâce à l’analyse RFM (Récence, Fréquence, Montant) de Butterfl.ai, l'équipe a pu :
- Segmenter la base clients selon leurs habitudes d’achat et leur potentiel de réachat.
- Personnaliser les recommandations de produits dans les campagnes de réengagement. Par exemple, les clients ayant acheté des culottes recevaient automatiquement des suggestions de pyjamas assortis ou de brassières via des campagnes e-mail et SMS, générées dynamiquement selon leurs comportements d’achat passés.
Ce système a permis d'augmenter le taux de conversion sur ces campagnes, en personnalisant les offres et en réduisant la fréquence d’abandon après un achat initial.
Résultats
1. Augmentation des Clients Récurrents
L'une des principales réussites de cette stratégie a été l'augmentation significative des clients récurrents. En se basant sur les analyses comportementales de Butterfl.ai, WAJ a pu identifier les clients à fort potentiel de réachat et leur adresser des offres personnalisées à haute valeur ajoutée. Résultat : entre 2020 et 2023, le pourcentage de clients récurrents est passé de 3,8% à 35%, soit une augmentation de quasiment 1000%.
2. Croissance du Chiffre d'Affaires
En 2023, le chiffre d'affaires de WAJ a augmenté de plus de 50% par rapport à 2022. Cette hausse s’explique principalement par la contribution croissante des nouveaux produits. Alors que les culottes, produit historique, représentaient seulement 17,6% de la croissance du chiffre d'affaires, les pyjamas, brassières et accessoires ont permis de compenser cette dépendance initiale à un seul produit, générant une part significative de la croissance.
3. Amélioration du Taux de Réachat
Entre 2022 et 2023, le taux de réachat a augmenté de 12,5%, principalement porté par les nouvelles catégories de produits. L’analyse de Butterfl.ai a permis de voir que si la gamme de culottes représentait 56,4% des réachats, les pyjamas et les brassières ont joué un rôle clé en fidélisant les clients via des produits complémentaires.
Conclusion
La stratégie de diversification produits, validée et optimisée grâce aux données fournies par Butterfl.ai, a permis à We Are Jolies de :
- Accroître significativement le chiffre d’affaires,
- Multiplier le taux de réachat et la fidélité client,
- Maximiser la LTV en augmentant à la fois le panier moyen et le nombre de commandes par client.
Cette étude de cas démontre l'importance d’une approche data-driven dans la diversification produit. En utilisant les données clients pour comprendre les besoins et comportements spécifiques, We Are Jolies a pu ajuster son offre et surpasser les attentes dans un marché e-commerce hyper-concurrentiel.
