Hub’Sales lance un module d’e-réservation comportementale pour restaurants

Cette entrée a été publiée dans Hub'Sales, Web Analytics, avec comme mot(s)-clef(s) , , , , , , , . Vous pouvez la mettre en favoris avec ce permalien.

20120331-203810.jpg
Il y a quelques temps, Hub’Sales à été mandaté par une régie de e-réservation de restaurants dont nous garderons le nom secret encore un moment – mais si vous cherchez un peu sur Google, vous trouverez rapidement ;-)

Dans le cadre de leur développement sur le Web et mobile, leur stratégie à amené notre client à créer un site de réservation en ligne novateur.

Voici comment Hub’Sales les a assisté dans ce projet:

Le principe était simple: permettre aux internautes de faire une réservation dans un restaurant et de faciliter des réservations récurrentes grâce à une « e-ardoise ».

Idéal pour les repas entre collègues à midi: vous disposez de votre table tous les jours par défaut et, en cas de « no-show », votre e-ardoise et prélevée d’un montant forfaitaire – ce qui encourage la fidélité!

Ce système fonctionnait bien jusqu’à présent mais après un accompagnement business analytics par l’équipe Hub’Sales, il devint évident qu’il fallait passer la vitesse supérieure.

Introducing… Hub’Miam!
(nous planchons encore sur le nom)

Notre équipe de R&D, déjà auteure de Hub’Scan et RootsAnalytics, a relevé le défi et propose maintenant une couche d’intégration personnelle et sociale pour la réservation de chaque convive.

Dans les réglages de chaque réservation groupée, on peut spécifier l’adresse e-mail de chaque convive, son compte Facebook ou Twitter (avec oAuth) ainsi qu’un numéro de securité sociale (en bêta).

Sur base de ces informations, le système est en mesure de faire des recommandations personnalisées sur les menus disponibles ainsi que les plats du jour.

Si les recommandations sont principalement basées sur des réservations et repas précédents, elles sont fortement influencées par les expériences et notations d’ « amis » et autres contacts sur réseaux sociaux qui ont déjà essayé le restaurant ou le plat en question.

On peut évidemment se baser sur un système dit « à étoiles » (1 à 5 étoiles, 5 étant la meilleure note) mais si la simplicité de la notation sur 5 points rend la notation plus facile, elle impacte la finesse des résultats.

On peut aussi inclure des pondérations sur base d’évaluation de mots-clé présents dans les évaluations. Exemple: « délicieux » pourrait représenter un 18/20 alors que « horrible » se situerait vers 4/20. Attention: un vocabulaire « tribal » où un mot veut dire autre chose que le sens original viendra perturber la notation. Exemple: « terrible » peut être très positif ou très négatif. Ces finesses linguistiques seront affinées avec le temps.

lecteur glucose

D’autres recommandations sont basées directement sur vos goûts et/ou sur vos allergies ou réactions négatives à un ingrédient (le gluten par exemple) grâce à l’intégration avec votre dossier médical. Ce même système vous proposera des plats adaptés à votre régime: calories, sodium, magnésium, etc.

Dans le cas de diabétiques, un lecteur glucose à connexion USB permettra d’uploader des informations de glycémie dans son profil: si vous n’avez pas fait attention le matin, pas de dessert pour vous! D’autres cas médicaux seront plus facilement intégrables dès acceptation de l’exploitation des dossiers médicaux par l’Assurance Maladie qui devra fournir une API plus robuste que celle actuellement en place.

La page de réservation du menu fait aussi l’objet de test A/B ou multivariable pour le design mais aussi pour tester la popularité des offres spéciales par restaurant; par exemple: poisson ou viande? Pour les restaurants participant au programme de réservation, c’est aussi une façon de tester leur carte et d’ajuster les menus en fonction des goûts des internautes, mais aussi des envies. Par exemple: proposer des fraises aux femmes enceintes ou du chocolat aux dépressifs.

Un petit café?

Vous l’aurez compris, notre solution devrait changer radicalement la façon dont on peut réserver dans un restaurant via Internet. Nous ne comptons pas pour autant en rester là! En effet, notre roadmap produit prévoit une intégration supplémentaire avec votre compte bancaire afin de vérifier si vous pouvez vous permettre vos repas.

Une application de réalité augmentée pour smartphone vous permettra de commander en temps réel le même dessert que votre voisin de table: une photo dans son assiette et votre menu de la prochaine fois proposera peut être le plat photographié?

Côté interface, on va au plus simple: si vous êtes habitués à utiliser Facebook, Twitter, Foursquare, vous serez à l’aise dans notre interface épurée et « actionable ». Et vous attendrez moins longtemps qu’à la CPAM pour accéder à votre dossier médical!

Ce service vous intéresse?

Pour découvrir l’ensemble des fonctionnalités de Hub’Miam, les services associés et le prix de la solution, contactez-nous à info@hub-sales.com ou remplissez le formulaire sur la page suivante.

À propos de Julien Coquet

Julien est passionné de web analytics depuis les balbutiements du Web. Il dirige maintenant l'offre de services Business Analytics chez Hub'Sales.

Il a travaillé pour des noms prestigieux tels que HP, Canal Plus, Decathlon, Philips, Toyota, Volvo, Audi, Airbus, Total, Bayer, Merck, Becton Dickinson, RTL, Belgacom, Nestlé, ING, Danone, Orange.

Responsable de la Web Analytics Association pour la France, formateur et conférencier, Julien anime également la communauté francophone de la mesure d'audience Internet sur analyseweb.fr.

Il a également traduit en français les livres suivants:

  • Web Analytics 2.0 d'Avinash Kaushik
  • La Bible des Indicateurs Clé de Performance d'Eric T. Peterson
  • Une réponse à Hub’Sales lance un module d’e-réservation comportementale pour restaurants

    1. Camille B. dit :

      Si seulement il n’y avait que du faux… !

    Laisser un commentaire

    Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

    *

    Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

    Notifiez-moi des commentaires à venir via email. Vous pouvez aussi vous abonner sans commenter.