Le baromètre 2019
MRNews-Callson
< Retour au dossier

DOSSIER : Comment réussir ses segmentations clients ? (volet 2)

Le grand enjeu de la bonne architecture des données des entreprises

Jean-Baptiste Bouzige

PDG d'EkiMetrics

 

 

 

 

Si la qualité des itérations à effectuer entre les données et leur sens pour action est essentielle dans la réussite d’une segmentation, il y a bien aussi un enjeu primordial pour les entreprises dans la capacité à connecter les différentes sources d’informations et à croiser les données clients qui en émanent. C’est là que se joue en grande partie la pertinence et l’efficacité des actions des entreprises nous dit en substance Jean Baptiste Bouzige, PDG d’EkiMetrics, qui nous fait partager ici ses convictions.

Market Research News : Ekimetrics est un spécialiste du domaine des « data analytics », avec une culture et des expériences différentes sans doute de celle des instituts d’études. Quel regard particulier cela vous donne sur ces enjeux de segmentation ?

Jean-Baptiste Bouzige : Il est vrai que nous travaillons beaucoup sur ces sujets, notamment pour 7 des plus grandes marques de luxe dans le monde. De fait, nous sommes surtout intervenus sur ces problématiques dans des contextes de reprise d’un existant, le point de départ étant donc celui d’une certaine frustration des acteurs concernés au sein des entreprises vis à vis de leurs outils. Cela aide naturellement à avoir une vision des limites d’un certain nombre d’approches, et de la meilleure façon de mieux répondre aux besoins. Mais bien sûr, une des questions clés sur ces problématiques de segmentation est de savoir sur quelles données on s’appuie. S’agit-il de données d’études externes ? Des données disponibles via le CRM ? Ou bien d’une combinaison des deux ? Cela change bien sûr la donne. L’autre grande question clé, qui est même la première d’entre toutes, est celle du pourquoi. Que vise-t-on prioritairement ?

J’imagine que c’est notamment la question de savoir là où l’on met le curseur, entre l’opérationnalité et la portée stratégique de ce type d’outils ?

Oui. Il est évident qu’il peut y avoir pas mal de confusion sur ce point, qui mérite pourtant d’être abordé dans la plus grande clarté possible.

Sur quoi porte plus précisément ces frustrations que vous évoquiez ?

Il me semble qu’il y a au moins deux grand cas de figure. Dans certains cas, et en particulier lorsqu’il y a une forte culture des « analytics », les entreprises se retrouvent à utiliser une multitude de segmentations ad’hoc, construites au jour le jour en fonction des problématiques et des urgences du moment. Il y a un bon outillage en termes de CRM. Mais il manque une segmentation plus globale, celle qui serait nécessaire pour élaborer un plan marketing annuel et pouvoir le décliner en termes d’action. Cela s’applique particulièrement bien à ce que j’ai pu voir dans pas mal d’entreprises américaines, où l’on utilise régulièrement des techniques de scoring, mais assez peu les segmentations. Le second cas correspond à celui des entreprises qui disposent d’une segmentation de type RFM (Récence – Fréquence – Montant). Cette segmentation constitue une base, mais les utilisateurs sont à un moment confrontés aux limites de celle-ci.

Comment aller plus loin donc que l’approche RFM ?

Si l’on examine de plus près les indicateurs, les limites sont assez évidentes. La notion de récence en particulier est très complexe à utiliser, ne serait-ce que parce que nombre d’activités ont un caractère cyclique. Mais une autre limite majeure de ces segmentations est qu’elles aboutissent à une représentation de la clientèle selon une pyramide Petits / Moyens / Gros, où l’on mélange un peu tout. En appliquant cette approche à l’univers de l’automobile par exemple, cela signifie que l’on agrège dans le même segment un jeune qui a une Renault Twingo en premier véhicule et la famille où cette Twingo n’est qu’un véhicule secondaire. Dans le cas de notre jeune client, la logique voudrait qu’on l’accompagne le jour où il souhaitera monter en gamme. Alors que dans le cas de notre famille, la voiture principale est une berline allemande, et la seule logique d’action qui tienne serait de la fidéliser pour ce besoin d’un petit véhicule secondaire. En termes de marketing, on voit donc que c’est inopérant. D’où la nécessité d’aller un peu plus loin…

Cela pose la question des critères sur lesquels s’appuyer pour définir des populations réellement homogènes. Comment fait-on pour aller dans cette direction ?

La logique d’action du marketing client est somme toute relativement simple. Il n’y a jamais que 3 grands axes de travail : la fidélisation – rétention, le fait de faire monter les consommateurs en gamme, le « up-selling » en anglais ; et enfin le cross-selling, qui consiste à faire en sorte que les clients achètent le plus grand nombre possible de types de produits ou de services. Si l’on tire le fil de ces axes de travail là et qu’on comprend les spécificités sectorielles, les données intéressantes à prendre en compte apparaissent assez vite. Mais je crois néanmoins qu’il est aussi extrêmement important de challenger une croyance fortement associée à l’usage des segmentations RFM, celle qui voudrait que, systématiquement, le principal potentiel de croissance de l’activité repose sur les plus gros clients. En réalité et sauf cas particulier, le l’effet de levier le plus puissant porte sur les clients « moyens ». Il est plus facile de faire passer un individu d’un indice de consommation 100 à 105, que d’en faire passer un autre de 1000 à 1050. Le taux de progression est le même, mais il s’applique à un plus grand nombre d’individus et l’effet de levier est ainsi plus grand, et cela demande moins d’efforts pour l’entreprise.

Les critères à intégrer dans la segmentation sont donc ceux qui sont les plus directement associés à ces axes de travail…

Absolument. On peut identifier assez vite des indicateurs permettant de mieux appréhender cette question de la récence d’achat, en regardant par exemple le poids d’un certain nombre de périodes particulières : celles correspondant aux soldes, ou bien aux fêtes. Et il y a bien sûr un intérêt majeur à mieux regarder ce qui se passe quant à la nature des produits achetés par le client. Quel est le nombre de catégories de produits pour lesquelles il y a au moins un achat ? Quel est le poids de la catégorie dominante dans le total des achats ? C’est un travail qui est naturellement à mener de façon très ad-hoc, en collaboration avec l’entreprise, mais il s’agit bien de cela en effet.

Des 3 grands critères de départ, on en arrive à combien ?

On va plutôt se retrouver à manipuler 15 à 20 critères. Mais ils ne vont pas tous être dominants. C’est là que les techniques statistiques interviennent, pour définir les variables composites intéressantes, hiérarchiser les axes et identifier les oppositions qui font sens d’un point de vue business. Cela peut néanmoins générer une certaine complexité, et demander donc à ce que l’on mène un travail complémentaire de reverse engineering. Une fois que l’on a défini les segments clients, on voit comment affiner les critères pour qu’ils soient plus directement assimilables et actionnables pour les acteurs concernés dans l’entreprise.

J’imagine qu’il doit y avoir beaucoup de temps passé à faire ces aller-retour entre la complexité des statistiques et le besoin de simplicité pour action…

Vous mettez le doigt en effet sur un point qui me paraît très important. La difficulté, c’est qu’il faut composer avec les données dont on dispose. Et ce qui vient en premier avec les analyses statistiques ne fait pas forcément sens pour action. C’est ce qu’exprime très bien John Little (considéré comme le père du Marketing Science), qui explique la différence qu’il peut y avoir entre un modèle de recherche et un modèle d’aide à la décision. On se rend compte qu’il est souvent préférable de mettre la complexité dans l’interprétation de la donnée, plutôt que de la mettre dans une méthode qui ne sera pas ré-utilisable. C’est ce qui nous a conduits à un parti-pris très clair quant au profil des consultants que nous recrutons, qui ont systématiquement une double compétence statistique et business. Nos consultants gèrent les projets de A à Z. Ils n’appliquent pas des automatismes. Ils regardent ce que donnent les résultats d’analyse à un premier niveau, se posent la question du sens des données, voient s’il est nécessaire d’éliminer certaines variables, ou de creuser des liens sous-jacents.

Tel que vous le décrivez-là, c’est un travail très artisanal …

Oui, c’est vrai. Mais au sens de haute couture ! Pour en revenir au processus, une fois que ce travail est fait et que l’on a mis en évidence des segments de clients homogènes, l’action marketing coule de source. On sait dans quel ordre travailler, on peut se donner des objectifs sur un certain nombre d’indicateurs clés. On a la photo de départ, on définit une photo correspondant aux objectifs. Et l’on est donc capable d’élaborer une matrice de transposition, avec les flux à renforcer ou à juguler. Avec cette approche, on se pose des questions simples. Quel est le CA actuel ? Quel est le CA cible ? Quel est le processus à dérouler, avec quels moyens ? Est-ce bien conforme avec les moyens que l’on est prêt à y mettre ? Après cela, on peut réellement donner un go pour action.

Cette approche que vous avez décrite là n’est pas applicable dans toutes les entreprises…

Elle s’applique en effet aux entreprises disposant de données transactionnelles fraiches. Ou bien encore à l’univers du retail, lorsque les cartes de fidélité permettent de collecter un très grand nombre d’informations. Dans d’autres univers, nous passons par des études externes, avec des carnets de consommation pour collecter les variables nécessaires. A partir de ces données, nous pouvons faire le même travail que celui que nous venons d’évoquer.

Il y a toujours la limite néanmoins de la qualité mais aussi de la pertinence des informations disponibles dans la base client…

Oui, bien sûr. La limite vient de ce que les systèmes d’information ne sont pas conçus par des gens de marketing ; les axes de lecture intéressants ne sont donc pas naturellement présents. Mais on peut souvent aller beaucoup plus loin qu’on ne l’imagine. Nous avons eu le cas d’une entreprise du secteur du prêt-à-porter qui souhaitait identifier les différents « styles » auxquels ses clients étaient sensibles. Nos interlocuteurs considéraient, à très juste raison bien sûr, que cela correspondait à une variable clé dans la connaissance des clients, pour pouvoir aller plus loin encore dans la pertinence des propositions. Le réflexe naturel était de réaliser une étude de type U&A. Mais en fait, nous avons procédé tout autrement, en passant un peu de temps pour requalifier l’ensemble des produits de l’entreprise selon leurs attributs, et générer ainsi de nouvelles variables associées aux produits. Grâce à l’analyse des achats selon ces variables, nous avons pu dégager une segmentation très claire, avec l’énorme avantage de pouvoir caractériser tous les clients au travers de ce prisme.

A partir des données de la base et en qualifiant les produits mieux qu’ils ne l’étaient initialement, il est donc possible de rajouter une couche d’analyse précieuse…

Absolument. L’enseignement de fond est en effet que l’analyse des consommations en dit souvent bien plus long qu’il n’y paraît à priori. Mais encore faut-il adopter des angles de vue, sinon on se perd dans la complexité et dans l’étendue des possibles. Et encore faut-il aussi enrichir les variables de la base clients. Si l’on souhaite aller au-delà, il faut se diriger vers des systèmes d’études de type U&A. Outre des éléments d’usage absents de la base de données transactionnelle, celles-ci apportent des éléments de connaissance des plus pertinents. Sur les attentes et les motivations des clients, ainsi que sur leurs relations avec les marques de la concurrence (ainsi que le taux de nourriture). On peut également intégrer des éléments relatifs à leur satisfaction. Et aussi rajouter une dimension temporelle, en identifiant par exemple les moments clés pour communiquer, et les périodes comportant un risque particulier dans la relation.

Cela fait beaucoup de choses, beaucoup de couches d’informations, non ?

C’est vrai. Mais ma conviction est qu’il est assez illusoire de penser qu’une seule segmentation ou qu’un seul type d’étude et d’analyse permet de couvrir tous les besoins des entreprises. Certaines informations sont disponibles pour la totalité des clients. D’autres sont disponibles uniquement pour les clients interrogés dans le cadre d’études externes, mais il reste possible de qualifier l’ensemble des clients via des méthodes de scoring. Il est clair que si j’intègre des éléments de potentiel dans ma connaissance client, en intégrant ce qu’ils font avec mes concurrents, je me donne une perspective extrêmement puissante. La vraie richesse est bien dans le croisement des informations.

Il y a une vraie complexité néanmoins à intégrer ces différentes couches d’information !

On voit que pour nombre d’entreprises, la grande limite porte sur l’incapacité dans laquelle elles sont à connecter des sources d’informations, qu’elles relèvent du CRM ou des études externes. La qualité de cette connexion est essentielle. C’est ce qui permet de faire en sorte que 1+1 n’est pas égal à 2 mais à 3 ou 4. Je pense réellement que le monde des études, demain, doit aller de plus en plus dans ce sens-là. Je suis persuadé que cela a toujours du sens de réaliser des études externes, mais à mon sens, le chemin obligé est de connecter les informations qu’elles apportent aux données de la base clients. Lorsqu’on essaie de faire cette connexion à posteriori, sans qu’elle ait été pensée, la complexité peut en effet être terrible et même décourageante. Comme souvent, je crois que la solution est dans le process : comment définit-on l’architecture du système de collecte des informations pour que celles-ci soient utilisables avec le maximum de sens pour action et comment bâtir la connaissance client pas à pas. C’est certainement un des plus grands enjeux pour les entreprises aujourd’hui


 POUR ACTION 

Commenter 

• Echanger avec l'interviewé(e) : @ Jean-Baptiste Bouzige

• Partager sur Twitter ou LinkedIn

• Retrouver les points de vue des autres intervenants du dossier

• Vous tenir informé(e) de l'actualité sur MRnews