Mais segmenter sur quoi ?
On peut segmenter sa base client sur tout un tas de caractéristiques ; géographiques, sociaux économiques, comportementales...
Ne prenons que ces 3 caractéristiques ; on pourrait avoir 5 segments géographiques, 4 segments sociaux économiques ou 6 segments RFM (Analyse du comportement client basée sur la Récence, Fréquence et Montant des achats),...
Pour être encore plus performant dans son approche client, on pourrait aussi croiser ces segments entre eux, soit : 5 x 4 x 6 = 120 segments !!
Là c'est l'exploitation de la segmentation qui pose problème. Plus on crée de segments, plus on est efficace dans son message, mais plus la gestion de ces segments est complexe. A trop vouloir segmenter sa base client, on en perd le sens et l'on s'y noie.
La transformation digitale de l'entreprise, les projets de vision 360° du client, ainsi que les approches multicanal, font exploser les informations sur nos clients, autant de caractéristiques qui justifieraient de nouvelles segmentations.
Ne prenons que ces 3 caractéristiques ; on pourrait avoir 5 segments géographiques, 4 segments sociaux économiques ou 6 segments RFM (Analyse du comportement client basée sur la Récence, Fréquence et Montant des achats),...
Pour être encore plus performant dans son approche client, on pourrait aussi croiser ces segments entre eux, soit : 5 x 4 x 6 = 120 segments !!
Là c'est l'exploitation de la segmentation qui pose problème. Plus on crée de segments, plus on est efficace dans son message, mais plus la gestion de ces segments est complexe. A trop vouloir segmenter sa base client, on en perd le sens et l'on s'y noie.
La transformation digitale de l'entreprise, les projets de vision 360° du client, ainsi que les approches multicanal, font exploser les informations sur nos clients, autant de caractéristiques qui justifieraient de nouvelles segmentations.
Quand faire sa segmentation ?
La mise à jour de la segmentation de sa base client est nécessaire dès lors qu'une part significative de ses clients change de comportement.
Chaque événement, interaction avec notre client (commande, visite, appel, email...) est une information susceptible de faire évoluer la connaissance qu'on a de lui et donc son appartenance à un segment.
Le non événement peut lui aussi être une nouvelle information. La perte de relation avec un client est le signe d'une usure de la relation client-fournisseur (attrition/churn).
D'autre part, si nous cherchons à cibler nos Personas en fonction de leur comportement d'achat, il est pertinent d'intégrer leur sensibilité à certains facteurs externes (saisonnalités des produits, météo...). 70% du PIB mondial est météo-sensible, la météo du jour peut donc justifier une nouvelle caractéristique de segmentation.
Ainsi, il faudrait pouvoir segmenter ses clients quasiment tous les jours, ou plus exactement avant chaque action vers le client (action marketing, relation commerciale, SAV...).
La segmentation laisse donc place à l'ultra-personnalisation
Chaque événement, interaction avec notre client (commande, visite, appel, email...) est une information susceptible de faire évoluer la connaissance qu'on a de lui et donc son appartenance à un segment.
Le non événement peut lui aussi être une nouvelle information. La perte de relation avec un client est le signe d'une usure de la relation client-fournisseur (attrition/churn).
D'autre part, si nous cherchons à cibler nos Personas en fonction de leur comportement d'achat, il est pertinent d'intégrer leur sensibilité à certains facteurs externes (saisonnalités des produits, météo...). 70% du PIB mondial est météo-sensible, la météo du jour peut donc justifier une nouvelle caractéristique de segmentation.
Ainsi, il faudrait pouvoir segmenter ses clients quasiment tous les jours, ou plus exactement avant chaque action vers le client (action marketing, relation commerciale, SAV...).
La segmentation laisse donc place à l'ultra-personnalisation
Comment passer à l'ultra-personnalisation ?
La multiplication du nombre de caractéristiques (attributs) d'un client rend son profil beaucoup plus précis. Les messages qu'on lui adressera en seront d'autant plus performants. En revanche, le corolaire est que l'utilisation d'un grand nombre de segments devient humainement ingérable.
Le sens des croisements de X segments de Z caractéristiques est difficilement appréhendable.
A l'ère du BigData, le Machine Learning synthétise l'ensemble des caractéristiques des clients pour proposer le meilleur message à un client donné, ou pour un message donné, proposer les meilleurs candidats clients.
Quelque soit l'approche de la segmentation client, elle découle de la stratégie marketing de l'entreprise.
Segmentation traditionnelle :
- mise en place longue,
- vision synthétique voir schématique des personas, donc peu exhaustif
- nécessite que les segments soient partagés et compris par tous, pour une utilisation optimale
- actualisation longue => peu fréquente
Utilisation du Machine Learning :
- Modélisation rapide et agile
- Vision personnalisée à l'individu/ pour chaque action marketing
- Pas de concept à expliciter : 1 message = 1 cible
- Actualisation traitement informatique à la demande
Le sens des croisements de X segments de Z caractéristiques est difficilement appréhendable.
A l'ère du BigData, le Machine Learning synthétise l'ensemble des caractéristiques des clients pour proposer le meilleur message à un client donné, ou pour un message donné, proposer les meilleurs candidats clients.
Quelque soit l'approche de la segmentation client, elle découle de la stratégie marketing de l'entreprise.
Segmentation traditionnelle :
- mise en place longue,
- vision synthétique voir schématique des personas, donc peu exhaustif
- nécessite que les segments soient partagés et compris par tous, pour une utilisation optimale
- actualisation longue => peu fréquente
Utilisation du Machine Learning :
- Modélisation rapide et agile
- Vision personnalisée à l'individu/ pour chaque action marketing
- Pas de concept à expliciter : 1 message = 1 cible
- Actualisation traitement informatique à la demande
En conclusion
Les occasions de relations avec les clients sont de plus en plus fréquentes et variés (vente directe, indirecte, site internet, email...). L'ensemble des informations qui en découles permettent de mieux connaître ses clients et d'anticiper leurs attentes. Elles sont utilisables au quotidien dans les actions marketing.
Bien plus performant qu'une simple segmentation client, le Machine Learning exploite l'intégralité de ces données pour bâtir des relations intimes avec ses clients. Dans un monde où les habitudes de consommation évoluent vite, c'est l'outil agile qui accélère l'action marketing et accroit sa performance.
Bien plus performant qu'une simple segmentation client, le Machine Learning exploite l'intégralité de ces données pour bâtir des relations intimes avec ses clients. Dans un monde où les habitudes de consommation évoluent vite, c'est l'outil agile qui accélère l'action marketing et accroit sa performance.
Autres articles