{"id":3807,"date":"2020-05-19T02:00:00","date_gmt":"2020-05-19T00:00:00","guid":{"rendered":"http:\/\/3.123.158.166\/?p=3807"},"modified":"2023-10-06T10:19:35","modified_gmt":"2023-10-06T09:19:35","slug":"5-tips-for-getting-spare-parts-e-commerce-right-2","status":"publish","type":"post","link":"https:\/\/www.facterra.ai\/fr\/5-tips-for-getting-spare-parts-e-commerce-right-2\/","title":{"rendered":"5 conseils pour r\u00e9ussir votre e-commerce de pi\u00e8ces d\u00e9tach\u00e9es"},"content":{"rendered":"

Tout le monde s\u2019accorde \u00e0 dire que l\u2019exp\u00e9rience utilisateur (UX) est tr\u00e8s importante pour la num\u00e9risation. Des entreprises comme Accenture ont cr\u00e9\u00e9 un cabinet d\u00e9di\u00e9 appel\u00e9 Exp\u00e9rience client <\/em>(CX) pour aider leurs clients \u00e0 bien faire les choses. Cependant, dans le secteur des machines, nous constatons de nombreuses initiatives de commerce \u00e9lectronique de pi\u00e8ces d\u00e9tach\u00e9es qui se traduisent par une adoption par les clients beaucoup plus faible que pr\u00e9vu. Dans cet article, j'examine les raisons sous-jacentes que nous avons d\u00e9couvertes \u00e0 partir d'entretiens avec des utilisateurs, ainsi que 5 conseils pour cr\u00e9er une meilleure exp\u00e9rience de boutique en ligne.<\/p>\n\n\n\n

Se concentrer sur la bonne personne<\/h4>\n\n\n\n

Nous avons constat\u00e9 qu'il existe une diff\u00e9rence fondamentale entre le traitement traditionnel des commandes de pi\u00e8ces de rechange et le commerce \u00e9lectronique de pi\u00e8ces de rechange. De plus, la majorit\u00e9 des entreprises de machines ont optimis\u00e9 l'UX de leurs boutiques en ligne pour la mauvaise personne. L\u2019utilisateur dominant de leurs portails clients n\u2019est pas l\u2019\u00e9quipe d\u2019achats avec laquelle ils traitent traditionnellement. Au lieu de cela, l\u2019utilisateur est souvent un ing\u00e9nieur de maintenance et le probl\u00e8me cl\u00e9 que ces deux utilisateurs tr\u00e8s diff\u00e9rents souhaitent r\u00e9soudre n\u2019est pas le m\u00eame.<\/p>\n\n\n\n

Les achats hors ligne traditionnels de pi\u00e8ces de rechange s'effectuent souvent par t\u00e9l\u00e9phone ou via plusieurs \u00e9changes d'e-mails. Dans le canal hors ligne, les pi\u00e8ces \u00e0 commander et les quantit\u00e9s \u00e9taient discut\u00e9es et chaque fournisseur \u00e9tait plut\u00f4t jug\u00e9 sur la rapidit\u00e9 avec laquelle il pouvait revenir avec un devis, ainsi que sur le prix et les d\u00e9lais propos\u00e9s \u00e0 l'acheteur. Dans le canal du commerce \u00e9lectronique, le principal avantage pour les entreprises de machines r\u00e9side dans les gains d\u2019efficacit\u00e9 en r\u00e9duisant au maximum l\u2019intervention humaine.<\/p>\n\n\n\n

R\u00e9soudre le bon probl\u00e8me UX<\/h4>\n\n\n\n

Chez Faterra, nous travaillons beaucoup avec les techniciens de maintenance des usines dans le cadre de l'am\u00e9lioration de Faterra APM<\/a>, notre offre SaaS pour la maintenance des installations. Sur la base de nos discussions avec eux, nous avons appris que la partie la plus p\u00e9nible de l'achat de pi\u00e8ces de rechange pour eux est d'identifier la bonne r\u00e9f\u00e9rence de pi\u00e8ce de rechange \u00e0 commander. Nous avons vu des bo\u00eetes de fournitures vides laiss\u00e9es sur le bureau du responsable de la maintenance afin de communiquer entre les membres de l'\u00e9quipe qu'une certaine pi\u00e8ce devait \u00eatre command\u00e9e.<\/p>\n\n\n\n

Ce probl\u00e8me est d\u00fb au fait que les fabricants de machines changent fr\u00e9quemment de fournisseurs pour leurs pi\u00e8ces et remplacent les r\u00e9f\u00e9rences de pi\u00e8ces de rechange existantes par de nouvelles. Dans une transaction automatis\u00e9e, l'acheteur est en effet d\u00e9rout\u00e9 lorsqu'il commande la pi\u00e8ce n\u00b0 : ABC1234 et re\u00e7oit \u00e0 la place le CDE2345. Il peut s'agir exactement de la m\u00eame pi\u00e8ce, simplement produite par un autre fournisseur du constructeur de machines. Cependant, sans conversation t\u00e9l\u00e9phonique, il n\u2019y a aucun moyen d\u2019en \u00eatre s\u00fbr. Le stress et le temps perdu qui en d\u00e9coulent sont quelque chose que l'acheteur num\u00e9rique ne devrait pas avoir \u00e0 subir.<\/p>\n\n\n\n

L\u2019UX le plus important \u00e0 optimiser est d\u2019aider un acheteur \u00e0 identifier la bonne pi\u00e8ce \u00e0 commander, \u00e0 chaque fois.<\/p>\n\n\n\n

Prot\u00e9ger la propri\u00e9t\u00e9 intellectuelle et emp\u00eacher le shopping sur les prix<\/h4>\n\n\n\n

\u00c0 l\u2019autre extr\u00e9mit\u00e9 du spectre UX, nous avons vu des constructeurs de machines s\u2019adapter \u00e0 cela en t\u00e9l\u00e9chargeant des dessins 3D pr\u00e9cis pour aider leurs clients \u00e0 naviguer dans le puzzle de la commande de pi\u00e8ces. Bien que cela facilite effectivement l'exp\u00e9rience des techniciens de maintenance, cela fait pencher la balance en faveur de l'acheteur en lui donnant la possibilit\u00e9 d'utiliser les donn\u00e9es 3D pour rechercher des fournisseurs de pi\u00e8ces d\u00e9tach\u00e9es. Ces boutiques en ligne sont tr\u00e8s utilis\u00e9es, mais les commandes d'achat diminuent de mani\u00e8re disproportionn\u00e9e. La cl\u00e9 est de trouver le bon \u00e9quilibre entre donner suffisamment d\u2019informations pour permettre aux acheteurs de faire un choix \u00e9clair\u00e9 et pr\u00e9cis sans leur donner trop d\u2019informations au point de banaliser le produit.<\/p>\n\n\n\n

Rationaliser la gestion des commandes avec des interfaces<\/h4>\n\n\n\n

Les processus traditionnels de traitement des commandes se sont d\u00e9velopp\u00e9s en raison des contraintes que l'architecture informatique imposait aux moyennes et grandes entreprises de machines. Chaque organisation commerciale \u2013 essentiellement un pays ou une r\u00e9gion \u2013 disposait de sa propre instance ERP, distincte de l\u2019instance ERP de l\u2019usine qui produisait et exp\u00e9diait les pi\u00e8ces. Les commandes devaient \u00eatre saisies dans le syst\u00e8me ERP du pays pour reconna\u00eetre les revenus et dans le syst\u00e8me ERP de l'usine pour ex\u00e9cuter la commande. Le prix \u00e9tait d\u00e9termin\u00e9 par le premier syst\u00e8me et la disponibilit\u00e9 et le d\u00e9lai de livraison par le 2\u00e8me syst\u00e8me. Tout cela a conduit \u00e0 des doubles saisies de commandes, effectu\u00e9es manuellement bien s\u00fbr, entra\u00eenant des probl\u00e8mes fr\u00e9quents de saisie de donn\u00e9es, des probl\u00e8mes de rapprochement et davantage de frustration pour les clients lorsqu'ils devaient attendre pour obtenir des informations sur l'\u00e9tat des commandes, etc.<\/p>\n\n\n\n

Beaucoup de ces processus deviennent obsol\u00e8tes dans le paradigme du commerce \u00e9lectronique. Au lieu de cela, les boutiques en ligne ont contourn\u00e9 sur la pointe des pieds ces discussions potentiellement difficiles et politiquement charg\u00e9es sur la meilleure mani\u00e8re d\u2019y parvenir. Notre conseil \u00e0 ce sujet est de lier les commandes uniquement \u00e0 l'ERP de l'usine, en garantissant que le contr\u00f4le des prix reste toujours entre les mains des \u00e9quipes nationales. La reconnaissance des revenus est plus facile \u00e0 g\u00e9rer en fonction de l'origine de la commande et le rapprochement de celle-ci est beaucoup plus simple, notamment avec une interface avec le syst\u00e8me CRM de l'entreprise de machines.<\/p>\n\n\n\n

Chez l'un de nos clients, nous avons pu r\u00e9duire le temps et les efforts n\u00e9cessaires pour g\u00e9n\u00e9rer un devis en\u00a075%!\u00a0<\/strong>Un \u00e9norme 75% ! Ce chiffre d\u00e9passe m\u00eame nos estimations les plus folles en mati\u00e8re d\u2019analyse de rentabilisation.\u00a0Faterra Seva<\/a>c'est\u00a0Qommerce<\/em>\u00a0application<\/em>. Le secret que nous avons trouv\u00e9 r\u00e9sidait dans la conception de notre interface avec le syst\u00e8me ERP du client. L\u2019astuce consistait \u00e0 \u00e9quilibrer efficacement l\u2019automatisation de la saisie des donn\u00e9es avec la capacit\u00e9 de g\u00e9rer les exceptions. La confiance que le gestionnaire d\u2019ordres a dans sa capacit\u00e9 \u00e0 d\u00e9tecter les exceptions lui permet de laisser passer d\u2019autres demandes de devis et ordres sans avoir \u00e0 intervenir.<\/p>\n\n\n\n

Appliquer l\u2019intelligence pour r\u00e9duire le stress<\/h4>\n\n\n\n

Une autre caract\u00e9ristique que nous voyons souvent utilis\u00e9e est la capacit\u00e9 du Application Qocommerce<\/em> pour diviser intelligemment une commande client entrante en fonction du client ainsi que des pi\u00e8ces dans le panier. En acheminant automatiquement ces commandes fractionn\u00e9es vers l'unit\u00e9 commerciale responsable, nous avons encore une fois r\u00e9duit le stress des gestionnaires de commandes qui devaient auparavant v\u00e9rifier manuellement chaque ligne de commande. L'ensemble du processus de commande de l'acheteur et le processus de commande du fournisseur qui constituent une transaction regorgent de nombreuses \u00e9tapes de saisie de donn\u00e9es qui frustrent les utilisateurs, introduisent un risque d'erreurs de donn\u00e9es et augmentent les co\u00fbts de processus pour les deux parties. Appliquer l'intelligence, et ici je n'emploie pas de mots \u00e0 la mode comme IA ou ML, mais une simple automatisation bas\u00e9e sur des r\u00e8gles contribuerait grandement \u00e0 augmenter la probabilit\u00e9 de succ\u00e8s des boutiques en ligne de pi\u00e8ces d\u00e9tach\u00e9es.<\/p>","protected":false},"excerpt":{"rendered":"

Roy Chikballapur partage 5 conseils pour r\u00e9ussir le commerce \u00e9lectronique de pi\u00e8ces d\u00e9tach\u00e9es.<\/p>","protected":false},"author":4,"featured_media":9260,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"rank_math_lock_modified_date":false,"footnotes":""},"categories":[19],"tags":[21,22,23,24,20,25,26,27],"jetpack_featured_media_url":"https:\/\/www.facterra.ai\/wp-content\/uploads\/2020\/11\/5-tips-for-getting-spare-parts-e-commerce-right.jpeg","_links":{"self":[{"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/posts\/3807"}],"collection":[{"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/comments?post=3807"}],"version-history":[{"count":3,"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/posts\/3807\/revisions"}],"predecessor-version":[{"id":10053,"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/posts\/3807\/revisions\/10053"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/media\/9260"}],"wp:attachment":[{"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/media?parent=3807"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/categories?post=3807"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.facterra.ai\/fr\/wp-json\/wp\/v2\/tags?post=3807"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}