Certes, l’appli Alexa Starbucks au même titre que la version pour Google Assistant ont vu le jour il y a quelques temps mais ça n’en reste pas moins des réussites. C’est cette considération qui nous a poussé à leur consacrer un article. D’ailleurs, Will Hall – CCO de Rain Agency – a participé à la création des applications et les qualifie lui-même de « best in class app ».
L’appli Alexa et l’action Google sont un tel succès qu’elles voient transiter plus de paiements vers Starbucks qu’Apple Pay. Elles répondent aussi à un problème de taille pour Starbucks : la file d’attente leur faisait perdre nombre de clients pendant les heures d’affluence.
Quelle est la clé du succès de cette appli Alexa et Google ?
Plusieurs raisons peuvent être invoquées : Starbucks a bien compris que le vocal était propice à la recommande. Il est bien plus aisé de passer plusieurs fois la même commande que d’en faire une nouvelle.
D’ailleurs, 73% des utilisateurs de l’application commandent la même chose à chaque visite. Fort de ce constat, Starbucks a donné la possibilité aux utilisateurs de simplement formuler l’intent « order my regular ».
Ceux-ci obtiennent ainsi leur commande habituelle sans les frictions caractéristiques d’une application mobile. Au delà de ça, ils échappent surtout à la file d’attente en précommandant leur café favori.
Puis, il n’ont plus qu’à passer le prendre en point de vente quelques minutes plus tard.
L’interopérabilité, succès de l’appli Starbucks
Cela constitue le premier learning et la première raison de ce succès. La seconde repose sur la réflexion menée autour de l’utilisation de l’application.
Or, cette utilisation se fait en « systems » (cf. première video The Future of Ambient Assistance with RAIN’s Will Hall at SuperBot 2019). En clair c’est l’interopérabilité de plusieurs applications qui a permis de créer une expérience sans friction et instinctive.
Ainsi, il suffit à l’utilisateur de passer commande sur l’appli Alexa avant de monter dans sa voiture. Puis, il n’a plus qu’à régler sa commande directement sur l’appli. Ensuite, une API transmet la requête au GPS de la voiture qui localise le Starbucks le plus proche. La commande est ensuite transmise au point de vente qui a donc connaissance du temps de trajet. Pendant ce temps de trajet, la commande de l’utilisateur est préparée.
Un tel exemple est particulièrement enrichissant et riche en enseignements quant au potentiel du vocal et en particulier du voice commerce.
