Connaissance client : 3 bonnes raisons de faire confiance à la donnée

Connaissez-vous vos clients ? « Bien sûr », nous répondent la plupart des entreprises. Que savez-vous d’eux ? « Ils sont plutôt âgés, ce sont en majorité des hommes… »

Soit. Mais si l’on précise la question, si l’on zoome sur ce qui compte vraiment : qu’est-ce qu’un « bon » client, à vos yeux ? A ce moment-là, en général, notre interlocuteur commence à sécher…

Vous-même, connaissez-vous les profils des 20% de clients qui génèrent 80% de votre chiffre d’affaires ? Pas sûr ! Savez-vous qui a la meilleure Life Time Value ? 

1 – Parce qu’elle vous oblige à vous poser les bonnes questions

A partir du moment où l’on plonge le nez dans la donnée et où l’on fait l’effort de répertorier tout ce qu’on a déjà collecté (généralement sans l’exploiter, ou vraiment à la marge), on s’aperçoit de deux choses. La charge de travail peut être importante et chronophage. C’est justement pour cette raison que l’on commence à réfléchir autrement.

Il y a tant d’informations qu’il faut bien se demander ce qu’on veut trouver en priorité. On peut extraire des données de chaque ticket de caisse, inscription à un jeu-concours, navigation Internet, appel au SAV…

Toutes les réponses sont là, à portée de main. Les données ne demandent qu’à parler. Mais ce qui compte, désormais, ce sont vos questions.

C’est un peu comme si vous aviez un vœu à formuler au génie de la lampe : mieux vaut le choisir avec soin. Face aux stocks de données, le temps vous limite et vous invite à choisir vos combats.

2 – Parce qu’elle vous permet de prendre un coup d’avance

Dès 2015, SFR parvenait à déterminer les résiliations à venir de ses clients grâce au Big Data. Plus tôt encore (2014), Amazon s’essayait à prédire quand et où ses clients passeraient commande, pour adapter sa logistique.

Vous pouvez segmenter vos clients en « personas » (des familles de clients), à partir de critères socio-démographiques (âge, sexe, composition familiale, CSP..), comportementaux (date de dernier achat, fréquence, montant des achats, type de produits achetés…), mais aussi à partir de critères d’appétence (canal d’achat privilégié, centres d’intérêts…) et de critères dits psychographiques : style de vie, valeurs, personnalité.

A partir de ces familles de clients, vous travaillez le scoring et le look-alike : la donnée va remplacer avantageusement la boule de cristal.

Scores de répondants, score d’appétence et score d’attrition

Le scoring est un ensemble de méthodes statistiques permettant d’attribuer une note à une cible (individu ou entreprise) en fonction d’un objectif défini. Sa fiabilité peut être vérifiée avant même l’envoi réel de la campagne.

Les scores permettent d’évaluer la probabilité que la cible adopte un comportement particulier : acheter ou racheter un produit, être réceptif à l’envoi d’une campagne promotionnelle, partir à la concurrence, etc.

Le score de répondants peut être utilisé en prospection et en fidélisation. L’objectif est de cibler les prospects ou clients qui généreront le meilleur taux de transformation à la suite de l’envoi d’une campagne. Pour cela, un modèle de score est construit à partir des précédentes campagnes comparables. Il permet d’établir le profil des personnes sollicitées et qui sont devenues acheteuses / sollicitées et qui n’ont pas acheté. Des critères socio-démographiques et comportementaux sont ensuite analysés, permettant d’attribuer une note à l’ensemble des prospects ou clients et de sélectionner uniquement ceux ayant des profils similaires aux répondants.

Le score d’appétence produit est souvent utilisé dans le commerce et permet par exemple d’identifier les prospects susceptibles d’acheter des produits hauts de gamme. Il est pertinent également dans le domaine caritatif, où il permet d’identifier les donateurs les plus généreux.

Le modèle statistique décrit les caractéristiques comportementales (ancienneté, montant du premier don, fréquence des dons…) et socio-démographiques des individus avant qu’ils ne deviennent de « gros donateurs ».

Retenir un client est 5 fois plus rentable que de l’acquérir

Enfin, le score d’attrition vient mesurer le risque qu’un client vous quitte pour un concurrent. Conserver un client étant cinq fois plus rentable que de prospecter un nouveau contact, il est stratégique d’anticiper le « churn ».

Les comportements des clients devenus inactifs sont analysés afin de construire un modèle mettant en avant les caractéristiques du client avant son départ.

Un exemple, encore. Le groupe Etam, il y a quelques années, a lancé les dispositifs « Future Score » et « Mind Out ». Le premier permettait de valider la pertinence d’une collection avant sa fabrication, grâce à des sondages menés sur Facebook auprès d’une cible de 3000 prospects qualifiée.

Le second mesurait le niveau d’engagement suscité par chaque produit. En effet, certains produits, qui représentent cinq fois moins de chiffre d’affaires que les best-sellers, sont très engageants : l’étude des données montre que les clientes les placent en premier dans leur panier, ou bien qu’ils sont systématiquement associés à de très gros paniers.

3 – Parce qu’elle vous aide à casser les silos

On sait combien les directions Marketing et Sales ont parfois du mal à s’entendre. Point de crispation : les leads. D’un côté, les commerciaux estiment que les leads fournis par le Marketing ne sont pas d’assez bonne qualité. De l’autre, le Marketing regrette que les Sales ne fassent rien de leurs leads et n’enrichissent pas la base.

Cette fracture peut être réduite grâce au travail sur la donnée. Il est possible d’automatiser en partie la qualification des leads. Il est possible aussi d’y mettre des moyens, avec une cellule spécifique chargée de les appeler, comme le fait Cegid, une entreprise spécialisée dans l’édition de logiciels de gestion pour les experts-comptables et professionnels RH.

Mais avant cela, rassemblez les deux équipes pour qu’elles s’entendent sur ce qu’est « un bon lead ». On en revient au premier point : se poser les bonnes questions !

Construire des objectifs communs

Chez Cegid, la directrice Marketing a su aligner ses équipes avec celles des commerciaux : elle a décidé de rémunérer ses collaborateurs en fonction du nombre de leads que les Sales acceptent, et non pas en fonction du nombre de leads fournis !

Autre solution, travailler sur un projet commun, comme peut l’être une campagne de marketing locale. Votre magasin de Nantes a-t-il le même profil clientèle que votre magasin lillois ? Pas certain. Des indicateurs précis tels que l’âge, le pouvoir d’achat, le type de logement, l’accès à la propriété permettront de définir le portrait de vos clients et de le comparer à ceux de vos autres points de vente. Seule une analyse fine vous permettra de répondre localement aux attentes de vos clients.

Les bons réflexes pour lancer une démarche de connaissance client

Parmi les indicateurs business, le nombre moyen de commandes par client, la fréquence d’achat, le panier moyen, sont autant de trésors à exploiter. Mais attention, il existe un préalable à toute bonne démarche de connaissance client.

Il faut commencer par le Gigo : Garbage in, Garbage out.

Explication : la qualité des informations que vous allez extraire de la base de données ne sera jamais meilleure que la qualité des informations que vous y avez insérées. Alors videz vos pochez avant d’entrer… Aucun travail n’est efficace s’il ne repose pas sur une donnée propre et fiable.

Un audit complet passe par l’analyse qualitative des données et par leur réconciliation : dédoublonnage et mise à jour. L’enrichissement (en allant chercher des données neuves et des données tierces) viendra dans un second temps.

Une fois que vous disposerez d’une base qualifiée, vous n’aurez pas envie de la dégrader à nouveau : c’est pourquoi il est important de mener en parallèle une campagne de formation destinée à tous vos collaborateurs qui manipulent les données clients.

Il s’agit de les sensibiliser à l’importance de la donnée (leur précision ou leur manque de précision a un impact considérable) et de leur faire comprendre que la stratégie data de l’entreprise n’est pas là pour contrôler leur travail, mais pour construire des objectifs communs de prospection et de fidélisation.

En résumé