La lutte contre l’attrition client est une vĂ©ritable problĂ©matique en entreprise face Ă ses clients toujours dans sa base de donnĂ©es mais inactifs. Des clients inactifs : l’attrition client Lorsque l’on travaille sa stratĂ©gie d’animation, on constate bien souvent que l’on doit faire face Ă une problĂ©matique majeure : la tombĂ©e en inactivitĂ© d’une partie de ses clients. En effet, dès lors qu’une activitĂ© a une certaine anciennetĂ©, on constate assez rapidement que le segment des inactifs va prendre une place prĂ©pondĂ©rante dans le fichier clients. Or ces inactifs, en dehors de ne plus rapporter Ă l’enseigne, vont bien souvent avoir un coĂ»t (hĂ©bergement de la donnĂ©e, actions d’animation pour les rĂ©activer…). En consĂ©quence, lutter contre l’attrition client va devenir un enjeu Ă ne pas nĂ©gliger. Traiter l’attrition : curatif ou prĂ©ventif Lorsque l’on Ă©voque le traitement de l’attrition clients, on peut l’envisager de deux manières diffĂ©rentes : de manière curative ou de manière prĂ©ventive. 1. La mĂ©thode curative De manière traditionnelle, les enseignes traitent majoritairement le sujet de l’attrition de manière curative. Deux principaux dispositifs sont alors mis en Ĺ“uvre : – Les triggers : ceux-ci vont ainsi ĂŞtre paramĂ©trĂ©s afin de pouvoir agir automatiquement dès que l’on dĂ©tecte une baisse d’activitĂ© ou une inactivitĂ© prolongĂ©e du client. En fonction de l’existence ou non d’une segmentation clients, on pourra alors avoir diffĂ©rents types de triggers pour affiner les actions Ă mettre en Ĺ“uvre– Les actions de rĂ©activation : car qui dit client devenu inactif dit action de rĂ©activation. En règle gĂ©nĂ©rale, plus un client est inactif depuis longtemps, plus il est difficile de le rĂ©activer. Les plans d’animation favorisent donc la rĂ©activation des inactifs dont la dernière transaction est rĂ©cente. Malheureusement, travailler l’attrition de manière curative est parfois dĂ©jĂ trop tard et les efforts Ă rĂ©aliser pour rĂ©activer un client peuvent ĂŞtre aussi important que pour en recruter un nouveau. C’est lĂ que le traitement de l’attrition de manière prĂ©ventive a un intĂ©rĂŞt non nĂ©gligeable. 2. La mĂ©thode prĂ©ventive En effet, l’idĂ©e de la lutte prĂ©ventive contre l’attrition est d’anticiper la tombĂ©e en inactivitĂ© par la mise en place de modèle prĂ©dictif. Ce score d’attrition va permettre de probabiliser le fait qu’un client va devenir inactif dans une temporalitĂ© donnĂ©e. Il convient alors de dĂ©terminer la pĂ©riode durant laquelle on souhaite mesurer l’activitĂ© ou non du client. Ainsi, en se basant sur les donnĂ©es du passĂ© (profil client, donnĂ©es de consommation, actions et rĂ©actions par rapport aux actions d’animation…), il va ĂŞtre possible de calculer le modèle adapter et donc d’anticiper la tombĂ©e en inactivitĂ©. Une fois cette probabilitĂ© calculĂ©e, on pourra ensuite dĂ©finir une cible spĂ©cifique dans le plan d’animation sur laquelle on mettra en Ĺ“uvre des actions de rĂ©tention. Ces actions passeront soit par des offres spĂ©cifiques ayant pour vocation de favoriser la consommation du client, soit des actions relationnelles afin de favoriser l’engagement du client. L’idĂ©e gĂ©nĂ©rale Ă©tant de rĂ©duire le coĂ»t des actions de rĂ©tention (volume de messages envoyĂ©s, taux de gĂ©nĂ©rosité…) par rapport Ă des actions de rĂ©activation tout en amĂ©liorant la performance. Comment datacadabra aide Ă traiter l’attrition ? datacadabra permet de traiter les problĂ©matiques liĂ©es Ă l’attrition. Le module Segmenter permet en premier lieu de construire des segments facilement activables sur lesquels dĂ©finir des triggers. Les matrices de passage proposĂ©es vont aussi permettre de mesurer les diffĂ©rents enjeux de la stratĂ©gie d’animation. En parallèle, le module PrĂ©dire va permettre de travailler diffĂ©rents scores dont le score d’attrition. Envie d’en savoir plus ? N’hĂ©sitez pas Ă nous contacter ou Ă nous demander une dĂ©mo de datacadabra
Les données de caractérisation ont un rôle clé pour affiner sa stratégie marketing. Toutefois, ces données ne sont pas toujours renseignées, c’est alors que l’Open Data intervient. Construire une relation durable avec une bonne connaissance clients grâce au profil client Connaitre le profil client est un élément clé pour définir sa stratégie marketing et CRM. En effet, plus on connait finement ses clients et plus on est en capacité de construire une relation durable avec eux. Cela va en effet permettre d’affiner les offres en fonction des différents clients, personnaliser le discours et donc répondre aux besoins et attentes des individus concernés. En règle générale le profiling repose en priorité sur les données propres à l’enseigne. On va ainsi pouvoir utiliser des données de caractérisation du client (date de naissance, lieu de résidence…), des données liées à sa consommation (produits consommés ou non, fréquence d’achat…) ou encore des données relationnelles (ouverture d’email, visite sur le site…). Le rôle des données de caractérisation Les données de caractérisation ont un rôle clé dans le profiling client, elles permettent en effet de mieux comprendre qui est le client en plus de savoir ce qu’il consomme et comment il interagit avec la marque. Une bonne utilisation de ces données va donc permettre à une marque de mieux communiquer avec le client, être plus proche de ses centres d’intérêt et donc d’accroitre l’engagement de ce dernier car on le choisit selon le profil client. Ses données vont ainsi permettre d’améliorer le sentiment de d’appartenance à une communauté de marque pour le client. Des données de profil client souvent mal renseignées Néanmoins, nombreuses sont les bases de données pauvres en données de caractérisation. Les causes sont multiples. Dans le secteur de la banque/assurance, le niveau de collecte de ce type de données est bien souvent plus important que dans d’autres secteurs mais avec une fraicheur d’information qui dépend bien souvent du premier compte ouvert. Les sociétés ayant développé un programme de fidélité ont bien souvent collecté un nombre plus important de données… quand le client décidait de leur transmettre. Enfin, nombreux sont les pure players, désireux d’améliorer leur tunnel de conversion, à avoir limité au strict minimum la collecte de données de caractérisation. La richesse de l’Open Data Il existe toutefois des solutions pour contourner ces problèmes de qualité et/ou de données manquantes. En effet, au-delà des solutions d’enrichissement de données via des mégabases, l’open data offre une réelle opportunité d’améliorer sa connaissance clients. En France, les dispositifs mis en place par l’Etat (INSEE, data.gouv.fr) ont permis de collecter un grand nombre de données à un niveau de granularité assez fin. En particulier, la création de la notion d’IRIS (Ilôt Regroupé pour l’Information Statistique) à la fin des années 90 a permis de regrouper des données sur un niveau géographique équivalent au quartier. On retrouve ainsi un nombre important d’informations sur différentes thématiques : structure de la population, composition des ménages, répartition par âge, niveau de diplôme, emploi, déplacements, équipements, niveau de revenu… La force des IRIS est d’avoir été constitués en respectant les frontières administratives et géographiques tout en s’assurant d’une homogénéité des types d’habitats dans le quartier. En conséquence, on trouve au sein d’un même IRIS une homogénéité de profils de consommateurs. Comment datacadabra vous accompagne sur le sujet ? Dans datacadabra, le module Décrire permet de réaliser des profils de vos clients en utilisant les données Open Data. En effet, Géotypo, notre segmentation des quartiers français, regroupe l’ensemble des IRIS en 6 familles et 23 segments. Elle permet ainsi de caractériser vos clients en les comparant à la structure globale de la population française. Ce qui va vous permettre de comprendre les sur et sous représentations des profils sociodémographiques de vos clients et donc d’affiner votre communication. En complément, datacadabra vous permet aussi de comparer différents groupes de votre fichier clients. Les bénéfices de Géotypo sont multiples. Affiner votre communication, identifier les profils à recruter en priorité, enrichir votre base de données… Bref, de nombreux sujets qui vous permettront d’améliorer vos performances. Envie d’en savoir plus ? N’hésitez pas à nous contacter ou à nous demander une démo de datacadabra
