Connaissance clients : quand la data apporte des informations essentielles à votre performance

Date de la dernière modification : 10 novembre 2020

Connaissance clients : quand la data apporte des informations essentielles à votre performance


Connaître ses clients : un enjeu de taille pour toute entreprise ! Afin de personnaliser son offre et de créer une relation durable et de proximité avec ses clients, des études s’imposent. Mais par quoi commencer ? Et quels outils utiliser ? Laissez-nous vous guider !

Données et outils data : de fabuleuses opportunités :

 

A l’heure de la transition digitale, de plus en plus de données sont disponibles aux entreprises. Développement du e-commerce, nouvelles pratiques numériques, utilisation de CRM… Le digital offre un gisement d’informations énorme pour les entreprises !

En parallèle, depuis une dizaine d’années, des outils pour traiter ces données sont arrivés à maturité. Big Data, Intelligence Artificielle, Machine Learning font rêver plus d’un chef d’entreprise… Mais il y a aussi des réalités de terrain : hier, on pouvait gérer ses données avec un tableau de bord Excel et faire émerger quelques indicateurs clés, aujourd’hui, on peut aller beaucoup plus loin sur la connaissance de ses clients. Les nouvelles technologies liées au cloud et le développement de l’open-source offrent des outils accessibles, plus simples et moins chers, qui ouvrent de multiples opportunités.

Exemple : les entreprises de l’agroalimentaire mettent en place des programmes de fidélité accompagnés de promotions. Il y a deux types de clients : les clients captifs, qui habitent à proximité des magasins, et ceux qui vont modifier leur comportement en fonction des promotions. Nous pouvons différencier ces deux populations pour orienter le programme de fidélité en priorité vers les clients dont la fidélité résulte des promotions, et moins vers les clients captifs qui sont fidèles quoiqu’il arrive. Et cela a un fort impact sur les marges de ces entreprises !
 

Aller plus loin dans le ciblage de ses clients

Au-delà du pilotage de l’entreprise, raisonner au niveau de chaque client permet d’accroître sa performance. La connaissance clients répond à une attente forte des directeurs marketing pour mieux atteindre leur cible et pouvoir fidéliser leurs clients. Mais c’est aussi une demande des consommateurs qui souhaitent qu’on communique auprès d’eux de façon personnalisée. Par exemple, proposer le produit du moment à tous les clients n’est pas pertinent : l’enjeu est de définir l’information intéressante pour chaque individu.

Anticiper la demande et adapter la production

La connaissance client donne aussi la possibilité de prédire le comportement des clients. Cela impacte le plan de production, la gestion des stocks et la force de ventes. Si l’on connait quand le consommateur va souhaiter un produit donné, et en quelle quantité, on peut anticiper les besoins de production et gagner en efficacité. C’est une information essentielle pour adapter son organisation et ses ressources humaines, et produire ni trop, ni pas assez !

 

Exemple : nous avons travaillé avec une grande enseigne de l’électroménager qui vend ses produits essentiellement aux distributeurs et aux magasins spécialisés, sous plusieurs marques. Ils ont besoin de déterminer, par exemple, combien de fers à repasser ils vont vendre dans 3 mois. Ils doivent donc anticiper la production nécessaire. Nous pouvons leur fournir une prédiction de quantité pour planifier la production en amont.

Par où commencer ?

L’historique d’achat

C’est une information facilement accessible, mais qui a énormément de valeur : l’historique d’achat. Connaitre tout ce qu’un client a précédemment acheté permet de définir ses centres d’intérêt, d’améliorer ses prédictions et d’adapter ses actions marketing. Plus on a de clients historiques, plus on peut créer de la valeur car il sera possible de segmenter finement son fichier clients. Il est possible de définir des algorithmes basés sur ces achats passés pour améliorer significativement ses offres et suggestions aux consommateurs.

Exemple : un distributeur de chaussures proposait sur sa page d’accueil les meilleures ventes. Parmi elles, une chaussure pour enfant, qui ne concerne pas tout le monde. En analysant l’historique de consommation du client, on sait quelles chaussures il a regardé et on en déduit son profil et ses préférences. On peut lui suggérer des chaussures hommes ou femmes, au prix élevé ou bas… On a permis à ce client de gagner ainsi 68% d’efficacité, en termes de clics !

Les informations de profil

En général, l’entreprise a accès à l’adresse de résidence ou de livraison de ses clients : on peut en dégager de multiples informations pour estimer son niveau de vie, sa catégorie professionnelle, les concurrents sur place, la moyenne d’âge du quartier… Un client à Neuilly ou dans les quartiers Nord de Marseille n’aura pas le même pouvoir d’achat ni mêmes préférences ! Les données en open-data, accessibles à tous, permettent d’obtenir gratuitement ces données.

 

A noter cependant : tous les business sont spécifiques et il n’y a pas d’algorithme prédéfini qu’on pourrait appliquer à toutes les entreprises. Les données externes, issues des informations de profil, doivent être recoupées avec l’ensemble des données que possède chaque entreprise sur les comportements de ses clients.


Le coût d’acquisition et la marge par client

Comment optimiser ses investissements marketing pour acquérir de nouveaux clients ? La première étape consiste à maîtriser le coût d’acquisition du client (issu des liens sponsorisés, affichages, promotions, bons cadeaux…) ainsi que le chiffre d’affaire généré lors du 1er achat. Néanmoins, pour optimiser réellement la valeur, il faut raisonner sur la marge et à long terme : en effet parfois, il peut être profitable d’investir beaucoup pour recruter un client fidèle dans la longue durée, ou au contraire limiter l’investissement marketing pour rentabiliser dès le 1er achat. L’important, c’est la marge dégagée sur toute la durée de vie du client  : la valeur qu’il reste au final à l’entreprise, en croisant les données digitales (coût d’acquisition), de commandes sur la durée de vie du client (chiffre d’affaire) et de comptabilité (coût de production).

Exemple : Un distributeur internet menait beaucoup de campagnes d’acquisition (promotions sur le premier achat) et s’est aperçu que 80% de ses clients recrutés ainsi ne généraient pas de marge pour l’entreprise. En conséquence, il a décidé de limiter les promotions aux produits fidélisant, ou à forte marge, tout en ciblant les segments de clients les plus fidèles.
 

Les outils pour exploiter la connaissance client

Des outils nombreux existent pour exploiter les données afin de développer sa connaissance client. Mais la complexité est au rendez-vous et ces outils ne cessent d’évoluer ! Datasulting aide les acteurs métiers à faire face à cette complexité. Notre cabinet de conseil assure une veille technologie pour identifier les plus performants et guider les entreprises dans la mise en œuvre de ces outils.

Ils sont de plusieurs types :

  • Les bases de données cloud distribuées
    On les connait sous le nom de BigQuery, Amazon RedShift… Pour une étude de connaissance clients, les traitements des données seront nombreux, et il y aura besoin de machines puissantes, sur une durée courte, pour stocker et préparer les données. Avec ces outils, les ressources sont mutualisées et externalisées sur ces architectures cloud et facturées en fonction de l’utilisation. C’est donc le moyen de réaliser ces études sans investissement machine tout en gardant la flexibilité maximum entre le prix et la puissance de calcul.
  • Les outils de machine learning
    Ce sont des modèles mathématiques qui permettent de tirer des apprentissages d’un ensemble de données, pour prédire le comportement client et segmenter sa clientèle. C’est grâce au machine learning qu’on peut connaitre par exemple la probabilité de rembourser un emprunt ou d’effectuer un achat. Ces outils se multiplient et sont réalisés par des communautés open source : R, Python, Random Forest, Tensor Flow… et ils sont partagés gratuitement !
  • Les outils pour visualiser les données
    Les plus connus sont Power BI, Google Data Studio, QlikView et Tableau Software. Ces outils sont accessibles à un utilisateur métier sans passer par l’informatique. La promesse : rendre les acteurs métiers autonomes pour analyser leurs données et répondre à leurs questions, avec réactivité et agilité.

 

Datasulting : vous accompagner dans ces challenges !

Datasulting partage son expertise pour explorer votre connaissance client et vous permettre de tirer profit de vos données !

Nous apportons une réponse à deux niveaux :

  • A court terme, nos études clients permettent de répondre à toutes les questions que les directeurs marketing se posent, sans développement informatique. Quels sont vos segments de clients ? Quels sont leurs comportements ? Quelles données sont utiles pour les prédire ? Quels calculs peuvent être automatisés ? A partir des données potentiellement exploitables et existantes, nous dressons un panorama de vos besoins pour construire votre stratégie data.
  • A long terme, nous définissons et concevons les architectures adaptées pour donner la main aux entreprises sur ces sujets.

Découvrez tous les résultats de l’étude : cliquer ici

Cette enquête est une première étape vers la création d’un observatoire de la maturité Data des entreprises de notre région, construit avec nos partenaires.


Par Jérôme Hugueny

Jérôme Hugueny est Directeur Conseil chez Datasulting, qu’il a fondé en 2013. Ingénieur de formation, il a travaillé plusieurs années en contrôle de gestion et dans le conseil en systèmes d’information (Accenture) puis en cabinets de conseil en stratégie (Boston Consulting Group). Aujourd’hui, il partage au sein de Datasulting son expertise dans la gestion et la valorisation des données pour développer la performance des entreprises.

 

background