Business intelligence Connaissance client Commerce / fidélisation American Express / Payback · Amérique latine · 2015–2020

American Express : +15% de fidélisation après l'unification de 12+ sources de données

Le programme de fidélité Payback comptait des millions de membres, mais aucune vue unifiée d'aucun d'entre eux. Les données étaient réparties entre Santander, Banamex, Canadian Tire, Disney, Cinemex et Interjet. Les équipes marketing décidaient de la rétention sans données, et les membres à risque partaient avant que quiconque ne repère la tendance.

Le défi
Données client fragmentées entre les réseaux partenaires

Le programme Payback fonctionnait avec des dizaines de partenaires du commerce et de la finance, chacun avec ses propres systèmes et formats de données. Les données de comportement étaient cloisonnées, rendant impossible une vue unifiée de l'activité des membres. Le marketing décidait sur des données incomplètes, d'où des campagnes de rétention inefficaces et des indicateurs de fidélité en baisse sur des segments clés.

La solution
Couche analytique centralisée avec une vue 360° du membre

Nous avons piloté l'architecture et la mise en œuvre d'une couche analytique centralisée qui ingérait, normalisait et unifiait les données des membres de toutes les sources partenaires. Pipelines ETL construits pour consolider les données transactionnelles, de rachat et de comportement. Modèle dimensionnel conçu pour permettre la segmentation récence-fréquence-montant, l'analyse de cohortes et l'attribution des campagnes. Livraison d'une série de tableaux de bord de direction couvrant l'acquisition, l'engagement et l'attrition sur toutes les catégories de partenaires.

Les résultats
15 % de fidélité en plus et des campagnes plus rapides

La plateforme analytique unifiée a produit une hausse mesurée de 15 % des indicateurs de fidélité du programme. Le marketing a pu agir sur les signaux de comportement en quasi temps réel, réduisant les cycles de conception de campagne de plusieurs semaines à quelques jours. La vue 360° du membre a permis la personnalisation à grande échelle et réduit l'attrition sur les segments à risque en repérant les tendances des semaines avant le départ.

15%
Hausse de la fidélité client sur le programme
3×
Cycles conception-lancement de campagne plus rapides
360°
Vue client unifiée sur tout le réseau partenaire
12+
Sources de données partenaires intégrées en une seule couche
Technologies utilisées
Python Apache Spark AWS Kinesis AWS S3 / Lambda Hadoop / Hive SAS Enterprise Guide SQL (complex) MongoDB Talend Tableau Power BI