Article par logi-stats
Bonjour à toutes et à tous,
Introduction :
Aujourd’hui nous voulions revenir pour approfondir un peu le sujet des scores appliqués à des segmentations Clients. C’est-à-dire calculer une “note” en fonction de plusieurs variables pour avoir un classement des clients au regard du but visé.
Ci-dessous une illustration d’une segmentation client possible. Il est bien entendu mieux d’adapter sa segmentation à l’activité et au fichier clients, il faut éviter d’avoir des classes avec de trop gros écarts en nombre de clients.
Ces segmentations sont particulièrement utiles dans un cadre de ciblage marketing. Pourvoir rapidement et facilement identifier les clients qu’on voudra cibler pour certaines communications.
Première partie Client :
Une première segmentation peut consister en une simple RFM, pour Récence / Fréquence / Montant. On peut utiliser ces 3 variables pour avoir un classement des clients.
Pour la définition des termes :
- Récence : Temps depuis le dernier achat
- Fréquence : Temps entre deux achats
- Montant : Montant moyen des achats
Ainsi on met sur un pied d’égalité des clients réguliers qui feraient de petit achats très régulièrement et des clients plus occasionnels qui feraient de grosses commandes. On a donc les meilleurs clients sans donner de poids trop fort à certains comportements d’achat plutôt qu’à d’autres.
Une fois ce rang calculé, on peut l’utiliser pour classer les clients de “Très bon” à “Moins Intéressant » pour un plan de relance et ou de communication. Ainsi on envoie des catalogues, des appels ou des emails à nos meilleurs clients en évitant les clients ayant moins de chance de répondre favorablement.
On voit que le plan initial de communication est discutable car trop ambitieux pour les revenus générés par la meilleure strate de la segmentation. 27% des revenus générés partent dans les frais de communication contre 4% pour la deuxième strate.
Il y a un donc moyen d’affiner encore notre segmentation afin de limiter ces dépenses.
Deuxième partie Client :
L’idée dans cette deuxième partie est de séparer les clients plus occasionnels, car envoyer une communication hebdomadaire à un client qui commandera tous les 3 mois n’est pas efficace.
On va donc transformer notre segment des meilleurs clients en le séparant entre les « nouveaux clients”, les “clients occasionnels” et les “clients réguliers”.
Ce plan de communication affiné permet une économie non négligeable de près de 100000€ soit 31% d’économie pour le budget communication des meilleurs clients en adaptant le programme grâce à ces simples segmentations. De plus les retours clients sont meilleurs car on réduit la saturation de messages.
Etude des prospects :
Pour les prospects, il est évident qu’on ne peut utiliser le même type de technique puisque aucunes ventes n’a été enregistrées pour eux. L’astuce est donc des variables accessibles de nos clients (Nafs, Capital social, code postal, taille salariale … ) pour identifier les cibles avec le plus gros potentiel.
Le tableau ci-dessus étudie les regroupements les plus intéressants parmi les entreprises présentes pour chacune des classes affinées plus haut.
On identifie donc la / les cibles de prospections évitant un démarchage à l’aveugle et/ou de passer à côté d’une cible en particulier.
Conclusion :
Ces classements sont bien entendu applicables à de nombreuses activités et ne se limitent pas comme dans l’exemple au B to B. Les variables et les conclusions varient en fonction de l’activité mais aussi de l’intention initiale du décideur.
Dans tous les cas, il est évident que mettre en place ce type de méthodologie est indispensable pour toute entreprise désireuse d’investir dans l’analyse, le suivi du fichier client et l’optimisation de campagnes marketing.
N’hésitez pas à nous contacter pour plus d’informations ou de conseils nous nous tenons à votre disposition.
A bientôt.