Gouvernance unifiée sur 3 000+ points de vente

Situation

L’Occitane exploite un réseau mondial de distribution de luxe comptant plus de 3 000 points de vente répartis dans plus de 90 pays. L’empreinte Salesforce s’était développée de manière organique au fil des années : Sales Cloud pour la gestion des comptes B2B wholesale, Service Cloud pour le support client à travers les régions, et Marketing Cloud pour les campagnes de fidélisation et de CRM. Chaque cloud fonctionnait de manière autonome, sans vision unifiée du client.

Le résultat : trois identités distinctes pour une même personne. Un client ayant acheté en boutique à Paris, commandé en ligne à Tokyo et contacté le support à New York existait sous la forme de trois enregistrements non reliés — avec des identifiants différents, des historiques incomplets et aucun contexte cross-canal. Les campagnes marketing exploitaient seulement 30 à 40 % des données clients disponibles. Les vendeurs en boutique n’avaient aucune visibilité sur l’historique d’achat en ligne. Les agents du service client traitaient les dossiers sans connaître le portefeuille produits ni les interactions récentes du client.

Sur les 12 marchés APAC, la situation était encore compliquée par des implémentations Salesforce régionales qui avaient divergé de l’architecture globale. Chaque pays avait développé ses propres schémas d’intégration, personnalisations de champs et modèles de données. Le résultat : un environnement multi-cloud techniquement connecté mais opérationnellement fragmenté.

Diagnostic

Le problème architectural fondamental était l’absence d’une couche de données client unique. Les trois clouds Salesforce utilisaient des identifiants différents pour le même client — l’adresse e-mail dans Marketing Cloud, l’identifiant de compte dans Sales Cloud, le contact du dossier dans Service Cloud — sans aucune résolution d’identité systématique entre eux.

L’architecture d’intégration reposait sur des traitements par lots et des connexions point à point : Marketing Cloud se synchronisait avec Sales Cloud la nuit via une tâche planifiée ; Service Cloud envoyait les données de dossiers vers Sales Cloud via une API REST développée sur mesure ; les données du commerce en ligne se trouvaient entièrement en dehors de l’écosystème Salesforce. Cette approche engendrait une latence des données (les campagnes exploitaient des données vieilles de 24 à 48 heures), des dépendances fragiles (quand une intégration tombait en panne, les clouds en aval devenaient obsolètes) et aucune base pour l’activation en temps réel.

Le modèle de données multi-cloud avait aussi accumulé des années d’incohérences. Les conventions de nommage des champs différaient d’un cloud à l’autre. Le concept de « client » était modélisé différemment dans chaque système. Il n’existait aucun dictionnaire de données canonique, aucun cadre de propriété des données, et aucun processus de gouvernance pour les modifications de schéma.

En vue de la préparation à Agentforce — une priorité stratégique inscrite à la feuille de route — cette fondation de données était insuffisante. Les agents intelligents exigent une vue complète, actualisée et unifiée du client. On ne peut pas construire une IA performante sur des données fragmentées avec 24 heures de retard.

Action

Phase 1 : Data Cloud comme socle de données client

La décision architecturale a été d’implémenter Salesforce Data Cloud comme couche centrale de données client, plutôt que de construire une énième intégration point à point entre les clouds. Data Cloud devait ingérer les données des trois clouds Salesforce ainsi que des sources externes, résoudre les identités clients et fournir un profil unifié servant de référentiel unique.

Des flux de données ont été configurés depuis Sales Cloud (données de comptes et de contacts), Service Cloud (historique des dossiers, journaux d’interactions), Marketing Cloud (engagement campagnes, comportement e-mail, données de préférences) et la plateforme e-commerce via des connexions API gérées par MuleSoft. Les fréquences d’ingestion ont été définies par type de données : flux haute fréquence pour les événements transactionnels (achats, ouvertures de dossiers), traitement quotidien par lots pour les historiques.

La résolution d’identité a nécessité la conception d’un jeu de règles de correspondance multi-attributs. Le rapprochement des clients reposait sur une hiérarchie : adresse e-mail (déterministe, primaire), numéro de téléphone (déterministe, secondaire), identifiant de carte de fidélité (déterministe, tertiaire) et regroupement comportemental (probabiliste, pour les profils web anonymes). Le modèle de résolution a réduit plus de 3 millions de profils clients dupliqués à un graphe d’identité unifié.

Des Calculated Insights ont été construites sur le profil unifié : valeur vie client (combinant en ligne + en boutique + wholesale), score de risque d’attrition (décroissance de l’engagement + fréquence de contact support), modèle d’affinité produit (regroupement par catégorie d’achat), et trajectoire NPS (corrélation entre les scores d’enquête et les signaux comportementaux).

Phase 2 : Activation multi-cloud

Avec la fondation de données en place, la couche d’activation a été architecturée sur trois surfaces :

Marketing Cloud a été reconnecté à Data Cloud pour la segmentation en temps réel. Les segments auparavant construits sur les données de contact locales de Marketing Cloud ont été reconstruits sur les profils unifiés Data Cloud, offrant 2,5 fois plus d’attributs clients complets pour le ciblage. La latence d’activation est passée de 24 heures à un fonctionnement quasi temps réel.

Experience Cloud a alimenté une nouvelle application mobile pour les vendeurs en boutique, offrant une vue Customer 360 au point de vente. Les vendeurs pouvaient consulter l’historique d’achat complet du client (en boutique et en ligne), son niveau de fidélité actif, ses interactions récentes avec le support et des recommandations produits personnalisées — le tout issu du profil Data Cloud unifié.

Service Cloud a été enrichi de fiches contextuelles Data Cloud, affichant l’historique d’achat et le portefeuille produits directement dans l’interface de gestion des dossiers. Les agents n’avaient plus besoin de demander manuellement l’historique client ni de basculer entre les systèmes.

Phase 3 : Gouvernance et harmonisation APAC

Un cadre de gouvernance des données a été mis en place pour prévenir toute re-fragmentation. Il comprenait un dictionnaire de données canonique (normes de nommage des champs, propriété des objets, définition des entités client, foyer et compte), un processus de contrôle des modifications pour les évolutions de schéma, et des tableaux de bord de qualité des données mesurant la complétude, la précision et la fraîcheur des données à travers les clouds.

Pour les 12 marchés APAC, un processus de rationalisation a aligné les personnalisations de champs régionales sur le modèle de données global, désigné des responsables de données régionaux et mis en place un suivi pour détecter toute dérive par rapport au modèle canonique.

Résultat

L’architecture multi-cloud a permis de fournir pour la première fois une vue client unifiée à travers l’ensemble des 3 000+ points de vente L’Occitane — en boutique, en ligne et sur les canaux de service. La résolution d’identité a réduit les doublons clients de 85 %, créant un graphe client unique à partir duquel l’ensemble des activations pouvaient opérer.

Les performances des campagnes marketing se sont améliorées de manière significative. Avec 2,5 fois plus de données clients complètes et une segmentation quasi temps réel, les taux de conversion sur les campagnes ciblées ont augmenté de 40 % au cours des deux premiers trimestres suivant le lancement. Le temps de construction des segments est passé de plusieurs heures à quelques minutes.

L’adoption de l’application Customer 360 par les vendeurs en boutique a été élevée. Les vendeurs disposant de l’historique client complet ont réalisé 15 % de ventes additionnelles supplémentaires grâce à des recommandations produits pertinentes. Le temps de résolution des dossiers au service client a diminué de 25 %, les agents disposant du contexte complet sans nécessité d’escalade.

L’architecture a également posé la fondation de données requise pour le déploiement d’Agentforce — phase suivante planifiée. Avec un profil client unifié, un historique complet des achats et du service, et une activation des données en temps réel, l’environnement Salesforce de L’Occitane est désormais prêt à accueillir des agents IA capables de prendre des décisions contextualisées tout au long du cycle de vie client.

Technologies utilisées : Salesforce Data Cloud, Sales Cloud, Service Cloud, Marketing Cloud, Experience Cloud, MuleSoft (intégration e-commerce), moteur de résolution d’identité, Calculated Insights, Data Cloud Activation