Ridgelinez, un cabinet de conseil en stratégie, recherchait un partenaire fiable spécialisé dans l'analyse du commerce de détail afin de mesurer et d'analyser, pour le compte de son client, la manière dont les clients se déplacent et interagissent avec les machines de jeux au sein d'une salle d'arcade.
Le défi
En s'appuyant uniquement sur les données existantes relatives aux fentes à pièces des points de vente, le client pouvait déterminer le nombre de fois où une machine avait été utilisée, mais ne disposait d'aucune visibilité sur les indicateurs permettant réellement d'expliquer les performances : le nombre moyen de parties par client, le temps moyen passé sur chaque machine, la valeur moyenne des transactions par visite, ainsi que les différences de comportement de jeu et de dépenses entre les clients masculins et féminins.
La solution
Ridgelinez s’est associé à RetailNext pour déployer l’analyse du parcours complet (parcours client) issue d’Insights dans l’ensemble de la salle d’arcade. À l’aide de l’outil d’exportation d’événements de l’API RetailNext, Ridgelinez a extrait les données brutes des événements et les a intégrées à d’autres ensembles de données, notamment celles des points de vente internes. L’analyse du parcours a permis de suivre le parcours de chaque client de son entrée à sa sortie, tandis que l’analyse des zones de passage — examinée heure par heure — a révélé avec quelles machines les clients interagissaient et dans quel ordre. La vue d’ensemble fournie par le capteur Aurora® a permis d’ajouter des données démographiques approximatives sur le sexe, permettant ainsi à Ridgelinez de segmenter le comportement de jeu entre les clients masculins et féminins.
Les résultats
Ridgelinez peut désormais suivre l’intégralité du parcours de chaque client et analyser quelles machines sont consultées, combien de temps les clients y restent, en quoi les comportements de jeu et les dépenses diffèrent entre les clients masculins et féminins, et si une visite donne lieu à un jeu ponctuel ou à des jeux répétés. Combinées aux données des points de vente, ces informations aident le client à optimiser la disposition des machines et l’aménagement de l’espace, à affiner ses stratégies marketing, à concevoir des programmes de fidélité en fonction des véritables habitudes de dépenses et à améliorer le service client.
