Point de vue: Segmentation RFM et segmentation prédictive, approche complémentaire ou antagoniste ?

Point de vue: Segmentation RFM et segmentation prédictive, approche complémentaire ou antagoniste ?

Point de vue, Nathalie, Directrice Delivery

Segmenter sa base clients constitue, pour un grand nombre d’organisations, une étape clé de la mise en place d’un plan d’animation relationnel et commercial efficace.

Hors les logiques à visée purement stratégique, et donc lorsque l’on se situe dans des contextes opérationnels, il existe de très nombreuses manières d’envisager cette étape, les plus utilisées étant l’approche de type comportementale (avec la « fameuse » logique Récence-Fréquence-Montant) et l’approche prédictive de la valeur future des clients.

Bien que pouvant être utilisées de manière complémentaire, chacune de ses méthodes majeures répond en réalité à un objectif précis.

Retour sur ces méthodes et leur logique opérationnelle …

« Mes futurs clients sont mes clients d’hier »

Nous nous situons ici dans le champ de l’analyse comportementale, cette première approche consiste à classer les clients en fonction de leur comportement passé.

La logique induite est basée sur le présupposé connu de tous les dataminers que « le comportement passé présage du comportement futur » (ou du moins est un indicateur d’un comportement ou d’un champ de comportements futurs) et que le « client » a un comportement plus ou moins « statique ». Cette classification s’effectue dans la majeure partie des cas sur la combinaison de 3 critères : récence de visite, fréquence de visites et montant dépensé.

Cette technique de segmentation est relativement « simple » à mettre en œuvre et son coût de construction est donc logiquement assez contenu. Elle présente une bonne efficacité marketing dans des business où les cycles de ré-achats sont courts.

Cependant, de par sa nature même, qui consiste à utiliser exclusivement le passé pour en tirer un enseignement pour le futur, cette technique ne permet pas d’identifier et de travailler des dynamiques de portefeuilles clients, en effet aucune approche prédictive ne vient étayer le modèle.

Le livrable in fine de la construction de ce type de segmentation consiste en une base segmentée de manière assez simple : chaque segment correspondant à un profil client sur ces 3 indicateurs.

 « Mes futurs clients sont ceux d’hier mais pas uniquement… »

Cette seconde approche consiste à analyser les clients en fonction de leur comportement passé, tout comme la segmentation RFM, mais de les classer à la fois en fonction de ce comportement passé et d’un potentiel futur (et oui…toute la promesse de cette approche réside là ;)).

L’intérêt de cette méthode consiste donc à identifier et à exploiter les critères déterminant une valeur future pour construire une segmentation qui permet de travailler les « clients » qui seront (et feront) la valeur de demain (et pas uniquement ceux qui étaient la valeur d’hier).

Cette technique de segmentation est clairement destinée à permettre une allocation dynamique et optimisée des investissements marketing, objectif premier de la plupart des segmentations opérationnelles.

La méthode de construction ne prendra pas en compte exclusivement le comportement passé et donnera des inputs permettant ainsi de traiter les sujets tels que :

  • Les clients fortement contributeurs dans le passé mais ayant peu de potentiel futur
  • Les nouveaux clients à potentiel seront classés dans les meilleurs segments dès lors que leurs premiers achats seront prédictifs d’un CA élevé dans le futur

Ainsi, ce type de segmentation permet, par exemple, de ne pas mettre de moyens marketing sur des clients fortement contributeurs dans le passé mais présentant peu de potentiel futur, et inversement, de travailler fortement les clients présentant un potentiel de chiffre d’affaires élevé.

Cette technique réclame des travaux statistiques plus évolués et donc un investissement supérieur en temps et en budget par rapport à une approche RFM ; cependant, bien que les travaux analytiques soient plus évolués, une fois la segmentation construite son usage, sa compréhension et son appropriation par les équipes métiers sont tout aussi simple qu’une segmentation RFM.

Le livrable in fine consistera en une base segmentée de manière assez simple : chaque segment correspondant à un profil client sur 5 à 6 indicateurs illustrant à la fois le comportement passé et le potentiel futur.

Comportementale, prédictive ? Que faire ?

Il n’existe pas de réponse à cette question.

Ou plutôt, la réponse résulte avant tout d’une analyse pertinente des besoins exprimés et des objectifs opérationnels visés.

Les approches dites prédictives (segmentation basée sur la valeur future, le potentiel) seront particulièrement adaptées pour optimiser l’allocation des investissements marketing ; les approches dites comportementales seront quant à elles l’outil à privilégier pour personnaliser un plan d’animation commerciale ou développer le cross et l’up-sell.

En savoir plus sur l’analytique appliqué au marketing relationnel ? contact@groupe-estia.fr

_________________________

A PROPOS DE GROUPE ESTIA

Le Groupe Estia est un cabinet de conseil spécialisé dans la transformation des données en actifs.

Créé en 2010, il rassemble aujourd’hui 100 consultants experts de la donnée et de son exploitation à forte valeur ajoutée (data scientists, statisticiens, experts du décisionnel et experts fonctionnels) et génère 10m€ de CA.

Le Groupe Estia intervient auprès des directions métiers de plus de 30 clients grands comptes, dans tous les secteurs d’activités : Banques, Assurances, Distribution, Energie, Transports, Médias, Services,… Son objectif : faire des données un accélérateur business pour nos clients. Son intervention couvre l’intégralité du cycle de transformation et de valorisation de la data.

Notre gamme de services se décline en 6 offres : Pilotage des activités, Connaissance clients, Communication omnicanal, Modélisation à visée prédictive, Transformation vers une organisation data centrics, Gestion de projets data & nos expertises couvrent l’ensemble des problématiques data : CRM analytique, gestion de campagnes, datamining & webmining, business intelligence, conception d’outils, d’applications analytiques, d’algorithmes & de modèles,…

En 2017 la société accélère son développement en s’appuyant sur un nouvel actionnaire de référence, le groupe Consort NT intégrateur et opérateur de solutions et d’infrastructures (2 000 collaborateurs, 140m€ de CA, 6 pays). Le Groupe Consort NT et Groupe Estia proposent dorénavant une offre unique couplant technologies, infrastructures et capacités algorithmiques au service de la performance de leurs clients.

0 Avis

Laisser une réponse

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>