Améliorez votre connaissance client grâce à vos données !

Article rédigé d’après notre Data’péro N°16, réalisé avec la participation de :

Aujourd’hui, nous sommes arrivés à une étape où l’utilisation des CRM est à maturité dans les entreprises, où les processus de vente et de relation client sont de plus en plus digitalisés et le e-commerce de plus en plus généralisé. Cela engendre la création de grands volumes de données exploitables qui constituent un gisement d’informations permettant de mieux connaître les clients.

Nous disposons également de nombreux outils qui permettent d’exploiter, stocker et traiter de gros volumes de données (par exemple toutes les interactions des visiteurs sur un site web) et de visualiser, croiser, enrichir et prédire le comportement des clients.

Les entreprises ont donc aujourd’hui la possibilité d’exploiter réellement et finement leurs données clients.

La connaissance client permet de :

Bien connaître ses clients permet aussi d’aller au-delà de la simple exploitation marketing. Cela permet également d’anticiper les demandes, les achats, les ressources, d’adapter les horaires d’ouverture ou de travail des équipes… Les enjeux de la connaissance client sont donc à la fois opérationnels et stratégiques.

L’exploitation et l’analyse des données clients permet aussi d’anticiper les risques, en permettant de détecter des comportements anormaux ou frauduleux. Cette analyse peut être utile par exemple pour des offres de crédit afin de réduire les risques d’impayés.

Le cas d’Orchestra présenté par Sophie MALKA :

Orchestra fonctionne avec un système de Club, auquel les membres s’abonnent afin de bénéficier de remises privilégiées toute l’année. Le Club Orchestra compte, à date, 1 million de membres en France et 1,4 million de membres dans le monde. L’enjeu d’exploitation des données pour améliorer la connaissance client est donc crucial pour Orchestra.

Leur volonté est de passer d’un marketing de masse à un marketing one to one en personnalisant l’offre client. Par exemple, connaître le profil d’une future maman et savoir si elle attend une fille ou un garçon permet de lui adresser le bon message et les bonnes offres produits.

Cette meilleure connaissance client permet de répondre à un objectif classique en marketing : envoyer le bon message à la bonne personne au bon moment et via le bon canal.

L’enjeu de connaissance client pour Orchestra est aussi d’éviter d’envoyer trop de messages et de trop solliciter les clients en leur adressant des communications qui ne seraient pas ciblées. L’envoi de mailing a non seulement un coût mais elle a également des impacts sur la réputation de l’entreprise (qui pourrait être considérée comme « spameuse ») et en termes d’empreinte carbone.

Les objectifs sous-jacents de la connaissance client pour Orchestra sont de stimuler le chiffre d’affaires, fidéliser et prévenir l’attrition.

L’impact de la connaissance client sur les parcours clients selon Stéphane HUVELIN :

Selon Stéphane HUVELIN, ex Responsable Vente chez Ikea, la définition des parcours client part toujours des besoins des clients.

La connaissance client permet par exemple de se rendre compte que les tendances qui étaient observées de manière globale (dans les salons, par certains experts…) ne correspondent pas toujours aux besoins réels des clients et du marché.

Les parcours clients sont aujourd’hui omnicanaux et les consommateurs doivent pouvoir trouver la bonne information au bon moment et au bon endroit.

L’expérience de Jérôme HUGUENY, Directeur Conseil Associé chez Datasulting :

Les tendances de demain ne se trouvent pas forcément dans les données d’hier. Il y a donc un besoin de croiser les 2 approches : l’analyse des comportements passés grâce aux données et les tendances de demain identifiées par les experts du marché.

Identifier les tendances de demain peut passer par l’analyse des données de son marché mais aussi par l’analyse de celles d’autres secteurs d’activité.

Cette analyse des données clients permet :

Et pour que tout ceci soit possible, les données doivent être accessibles et de qualité.

Pour Sophie MALKA d’Orchestra, la première et principale difficulté est de réussir à collecter, rassembler et synchroniser toutes les données disponibles en quantité et provenant de différentes sources et canaux, afin d’avoir un référentiel client unique.

Il faut ensuite vérifier la fiabilité des données, les dédoublonner… Il y a donc tout un travail à faire sur la qualité des données.

Il est également important d’identifier les données dont on a besoin et que l’on souhaite analyser à l’avenir afin d’anticiper les éventuelles nouvelles données à collecter.

Tout cela nécessite d’avoir les bons outils et systèmes d’information.

Pour Stéphane HUVELIN, chez Ikea la difficulté a été de structurer les données. Les données n’allaient pas toutes au même endroit et étaient sous des formats différents, ce qui a engendré un travail conséquent de reconstruction et structuration de la base de données.  

Beaucoup d’entreprises possèdent plusieurs bases de données qui ne sont pas forcément liées entre elles et il est alors difficile d’avoir une vision de l’ensemble du parcours client (que ce soit en magasin, en ligne ou via des objets connectés).

Il est donc important de se focaliser sur les bons indicateurs et sur les données que l’on souhaite analyser.

Il est possible de faire des « Quick win » comme par exemple segmenter sa clientèle pour mieux cibler. Chez Orchestra, cela a permis par exemple d’augmenter les taux d’ouverture des mailings et de diminuer les taux de désabonnement. Même s’il reste difficile de mesurer le chiffre d’affaires derrière chaque levier et chaque action, cela permet d’améliorer tout de même les résultats.

Dans le domaine du retail, secteur d’Orchestra, l’analyse des données peut par exemple permettre de connaître le ratio de clients « full web », « full magasin » et multicanal. Orchestra a ainsi pu identifier qu’ils avaient peu de clients « full web ».

Les pure player web, comme les e-commerçants, ont d’ailleurs souvent une longueur d’avance en matière de connaissance client grâce à la data car ils ont mis dès le départ les données clients au centre de leur stratégie. A l’inverse, les retailers ayant démarré avec de la vente en magasin et s’étant ensuite lancés sur le web, ont réalisé leurs sites web comme des magasins, sans mettre le client au centre de leur stratégie.

Le point d’entrée de l’analyse des données client est l’historique des ventes (budget client, régularité d’achat…).

On peut ensuite enrichir ces données avec des informations clients (données de carte de fidélité, coordonnées, emails ouverts, pages web consultées…) ou des données en libre accès (open data).

Le CRM intègre normalement :

Chez Orchestra, il existe plusieurs bases de données non encore réunifiées (base magasin, base web, base abonnement…). Un outil de Dataviz (visualisation des données) a été mis en place et permet de visualiser les indicateurs marketing (taux de clic, désabonnement, churn…) dans des reportings. Pour Sophie MALKA, l’analyse des données pour mettre en place des actions ciblées demande du temps mais il est possible de réaliser des actions simples comme par exemple relancer les clients ayant abandonné leur panier.

Pour Stéphane HUVELIN, dans le secteur du retail, les données issues de certains outils existants (par exemple les données issues des outils de design de cuisine en ligne) ne sont pas toujours exploitées. Ces outils sont souvent des outils mis à disposition des clients mais dont les données ne sont pas exploitées. Les outils créés ne sont donc pas toujours pensés et conçus en termes d’exploitation data. Il est donc important d’anticiper les besoins en data de demain.

Pour Jérôme HUGUENY, s’il est important de se projeter sur les besoins à venir à matière de data, il est souvent d’ores et déjà possible d’élaborer des premiers cas d’usage avec les données qui existent déjà dans l’entreprise. On imagine souvent que se lancer dans une démarche d’exploitation des données est une démarche lourde qui va prendre du temps mais en réalité il est possible de mettre en place des premiers éléments et d’obtenir des premiers résultats probants rapidement.

Pour Sophie MALKA, il est important :

Pour Stéphane HUVELIN, il est important en effet de partir des besoins métiers, qui doivent être bien identifiés en amont.

Pour Jérôme HUGUENY, on ne peut pas faire d’analyse de connaissance client sans partir du métier, sans comprendre le business model, les clients, les produits… Mais également sans compétences en analyse statistiques car cela pourrait mener à des analyses erronées qui induiraient des prises de mauvaises prises de décisions. Il est également important que les données soient accessibles pour pouvoir être traitées (mises au bon format, nettoyées, dédoublonnées, enrichies, normalisées…). Un bon Data Analyst devrait idéalement être à la fois du métier, statisticien et informaticien et être disponible pour pouvoir répondre aux besoins. Les Services marketing doivent faire face à des nouvelles problématiques chaque jour (lancer de nouveaux produits par exemple) et la data peut permettre d’apporter des réponses rapides pour répondre à ces enjeux.

Enfin, pour Jérôme HUGUENY il est important également de définir le niveau d’ambition des projets de connaissance client dès le départ afin de déployer les bonnes ressources pour fonctionner de manière agile.

Pour Sophie MALKA, la data est un champ des possibles énorme. Il faut savoir prioriser et fonctionner étape par étape. Pouvoir détecter par exemple lorsqu’un client est sur le point d’arrêter son abonnement au Club permet à Orchestra de mettre en place des actions adaptées pour le fidéliser. Ceci est d’autant plus important lorsque l’on sait que fidéliser un client est beaucoup moins couteux que d’en acquérir de nouveaux. Il est possible de mettre en place des actions simples sans déployer une usine à gaz. Il ne faut pas hésiter à se lancer selon elle !

Pour Stéphane HUVELIN, la data est une mine d’informations que possèdent toutes les entreprises. Il est :

Pour conclure, Jérôme HUGUENY nous partage le succès d’un client éditeur de logiciel qui avait beaucoup de données et pensait que ses données n’étaient pas d’assez bonne qualité. En croisant rapidement toutes les données, il a été possible de déceler beaucoup d’informations pertinentes sur les parcours clients, les cycles de vie des clients, les risques de résiliation… et ainsi d’exploiter et de faire parler les données existantes pour améliorer la connaissance client.

En synthèse, pour réussir son projet de connaissance client grâce aux données, il est important :

Si vous souhaitez aller plus loin, rendez-vous sur notre page dédiée à la Connaissance Client et n’hésitez pas à échanger avec nos experts !

Et retrouvez ci-dessous la vidéo source de cet article avec tous nos intervenants en Live.

A très bientôt !