Livres blancs Webinars

Nous entendons beaucoup parler de connaissance client (CRM) depuis quelques années, mais qu’est-ce que c’est au juste et quel lien avec le big data ?

connaissance client et programmes de fidélités
connaissance client et programmes de fidélités

Les initiatives connaissance client ne datent pas d’hier, le programme « clientes au cœur » d’Yves Rocher remonte à 2006. Alors qu’est ce qui est nouveau et qu’est ce qui a changé ?

Tout d’abord, les rapports de force entre les marques et les clients ont changé. Le client est devenu mieux informé grâce à l’internet, et il lui suffit de quelques clics pour pouvoir consulter les avis d’autres clients sur le produit ou le service qu’il convoite.

Pire, les études récentes montrent que les avis d’autres clients comptent 9 fois plus que les arguments que la marque affiche elle-même sur son site. On le savait déjà intuitivement, il ne viendrait plus à l’idée de quiconque de réserver un séjour chez un tour opérateur sans consulter préalablement les avis d’internautes sur le sujet.

L’émotion, au cœur de l’expérience client

Du fait, les marques ont vu la nécessité de commencer à se préoccuper sérieusement de l’expérience client. Et pour certaines, la pente est raide !

C’est là où la difficulté commence, car l’expérience client désigne l’ensemble des émotions et sentiments ressentis par un client avant, pendant et après l’achat d’un produit ou d’un service. Elle est donc provoquée par une somme complexe d’éléments hétérogènes (ton publicitaire, ambiance point de vente, relation vendeur, expérience d’usage, relation support client, etc.). L’expérience client est évidemment considérée comme une source d’influence majeure de la satisfaction et de la fidélisation. Elle est optimisée dans le cadre du management de l’expérience client (Customer Experience Management).

Lire aussi

Du ML au MLOps en IaaS

Lire la suite

On s’aperçoit donc très vite que fournir une « bonne » expérience client commence en fait en amont de l’acte de vente et nécessite de très bien « connaître » son client. En fait sans connaissance client, l’expérience client est en quelque sorte « laissée au hasard », et comme vous le savez, le hasard fait rarement bien les choses.

Que signifie connaître son client ? Est-ce une chose facile a réaliser ?

Pour se convaincre de la difficulté, il suffit de s’adresser à un responsable marketing d’une marque, et de lui poser les quatre questions suivantes :

  • Votre chiffre d’affaires est-il plus soutenu par vos campagnes de fidélisation ou d’acquisition ?
  • Au bout de combien de commandes pouvez-vous considérer qu’un client est devenu un client fidèle, un client adepte ?
  • Au bout de combien de temps un client qui ne vous a plus commandé doit-il être considéré comme perdu ?
  • En moyenne sur vos clients, combien s’écoule t’il de temps entre la première sollicitation marketing et la première commande ? Est-ce en diminution ou en augmentation ?

Quel résultat pensez-vous obtenir ?

Le fait est que tant que vous ne savez pas répondre précisément à l’ensemble de ces 4 questions pourtant élémentaires, vous ne connaissez en réalité pas vos clients.

Où le big data intervient-il dans tout cela ?

Depuis quelques années, le marketing est devenu principalement digital. Les « traces » laissées par les internautes lorsqu’ils consultent un site marchand, les achats et les transactions passées des clients, toutes les interactions avec les marques, et de manière plus globale, tous les commentaires laissés par les consommateurs sur les réseaux sociaux, génèrent des quantités de données digitales qui n’existaient pas ou peu auparavant.

Or, ces données, prises globalement en disent long sur le comportement des clients, à condition bien sur de savoir comment les exploiter.

Et c’est là ou la deuxième difficulté commence parque ces données sont éparpillées un peu partout, elles sont volumineuses, pas nécessairement structurées dans un format propice à leur exploitation, et peuvent devenir rapidement obsolètes.

Pour autant, une marque peut elle se passer de les analyser ?

La réponse est assez simple car, sans ces données, il devient de nos jours impossible d’arriver à établir une véritable connaissance client, et sans connaissance client, on peut dire adieu à la gestion de l’expérience client.

Quelles sont les solutions ?

Les solutions existent. Les algorithmes de Data Mining peuvent désormais s’adapter au big data et restituer une vision connaissance client interprétable et utilisable, une véritable cartographie du comportement client en quelque sorte. Cela passe par l’utilisation d’un logiciel de data mining utilisé avec les compétences adéquates.

Il y a en fait deux approches assez complémentaires, les logiciels d’intelligence artificielles d’un coté, et les logiciels de statistiques de l’autre.

Les deux approches ont été initialement développées par des métiers et des profils différents.

L’intelligence artificielle a été conçue par des spécialistes de la programmation alors que les logiciels statistiques ont plutôt été conçus par des mathématiciens et des statisticiens. Au delà des premières guerres de tranchées qui ont pu avoir lieu jadis entre les deux écoles, on constate aujourd’hui que les deux approches sont véritablement complémentaires.

La première a l’avantage de constituer des algorithmes « auto apprenants » qui ne nécessitent que peu de paramétrage au départ. Ces algorithmes se contentent également d’une qualité de données moindre. Leur limite se situe cependant parfois dans leur performance à expliquer de manière reproductible une très grande majorité des comportements.

La deuxième possède « l’inconvénient » de nécessiter l’intervention d’un ou plusieurs spécialistes qu’on appelle des « Data Scientists » pour établir un modèle initial, et cette démarche nécessite des données d’une qualité assez bonne. Par contre, lorsque cette démarche aboutit, le modèle obtenu explique en général assez précisément le comportement d’une vaste majorité de comportements, la norme étant d’expliquer au moins 70 % des comportements d’achat pour qu’un modèle soit considéré comme « exploitable » pour les métiers.

C’est à ce prix que l’on peut aujourd’hui parler de connaissance client.

Quels en sont les bénéfices ?

Les bénéfices sont de deux ordres. Le plus gros bénéfice se situe, d’après moi, dans le pouvoir d’explication que confère l’utilisation de ces techniques et méthodologies. Ce pouvoir d’explication n’est pas neutre car il donne au Marketeur les clés pour faire un meilleur marketing, une meilleure stratégie, et cette approche est toujours gagnante sur le long terme.

Le deuxième bénéfice, est plus direct, puisqu’il est financier. Des campagnes mieux ciblées, des clients plus satisfaits, des communications plus pertinentes, la disparition du SPAM, sont autant de conversion en commandes en plus et de clients perdus ou partis à la concurrence en moins.

Un exemple récent dans le B2B dans l’hôtellerie et la restauration a montré qu’une enseigne a réussi avec cette approche à diviser ses coûts marketing par 2 et à augmenter son CA de 17 % sur une de ses branches majeures après 6 à 8 mois de projet.

Bien évidemment, toutes les marques ne réaliseront pas de tels gains en seulement 6 mois, pour certaines il faudra peut être un an, et le gain ne sera peut être pas aussi important, mais le fait est qu’il y aura toujours quelque chose à gagner avec ce type d’approche.

Directeur Data Science & IA Business & Decision

Data Scientist – Directeur Data Science & IA de Business & Decision, et professeur de Data Science à l’EPF. Directeur pédagogique de l’Ecole de la Data de Business & Decision.

En savoir plus >

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Votre adresse de messagerie est uniquement utilisée par Business & Decision, responsable de traitement, aux fins de traitement de votre demande et d’envoi de toute communication de Business & Decision en relation avec votre demande uniquement. En savoir plus sur la gestion de vos données et vos droits.