Il s’agit de bien segmenter les données. Avant qu’un visiteur soit entré dans le parc, nous avons déjà suffisamment d’informations pour apercevoir ce qui le motive. Par exemple, si cette personne a déjà acheté un supplément en amont, on peut s’attendre à ce qu'elle souhaite d’autres compléments [sur place].
Chacune de nos fonctionnalités est testable. On rentre dans le domaine des tests A/B. Il s’agit d’expérimenter, et ensuite d’apprendre ce que le visiteur souhaite ou ne souhaite pas faire.
Prenons aussi garde à ne pas devenir des vendeurs “agressifs”. Nous pourrions fixer des objectifs un maximum agressifs, mais nous savons que cela ne fonctionnera pas. Le ciblage fonctionne sur une période définie avec un segment défini d’individus, sur lesquels vous vous basez d’abord pour ensuite vous adapter et [continuer] à apprendre.
L’an dernier, 30 millions de visiteurs ont utilisé notre logiciel. Je pense que nous avons une bonne idée pour distinguer les différents segments de visiteurs, et distinguer les musées des zoos, les parcs d’attraction des parcs à thème, l’hiver de l’été.
Les gens achètent davantage, et nous avons également observé une augmentation des visiteurs revenant une seconde fois.
Petite anecdote : nous observons qu’en Allemagne et aux Pays-Bas, les gens ne viennent pas lorsqu’il fait moins de 26°. [...] Les prévisions météo sont en réalité plus importantes que la météo en elle-même : si le présentateur météo dit qu’il va pleuvoir samedi, nous anticipons des difficultés à remplir le parc samedi. Notre système de tarification dynamique observe déjà les prévisions météo, et s’y adapte