WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Les apports du big data dans la relation client


par Jeremie GROSSETETE
EMLV -  2015
  

précédent sommaire suivant

Chapitre B) Réponses apportées

I. Attirer de nouveaux clients

Woody Allen a dit « Les relations amoureuses sont comme les requins, elles doivent être en perpétuel mouvement pour ne pas mourir ». Les entreprises sont dans le même cas. Elles doivent se réinventer perpétuellement et capter des nouveaux clients. Le Big Data fournit des bénéfices substantiels dans le processus d'acquisition de nouveaux clients, en transformant les prospects en client. En effet les outils fournis permettent d'aller plus loin que les outils marketing traditionnel. Une analyse des données structurées et non structurés est une avancée majeure qui permet une analyse plus fine des données et par conséquent la définition d'une cible client très précise.

Les avantages du Big Data dans le processus d'acquisition de nouveaux clients peuvent être classés en quatre catégories :

1. Connaître les profils des clients les plus rentables :

La meilleure manière de capter de nouveaux clients à forte valeur ajoutée est de cultiver des relations étroites avec les clients les plus rentables de l'entreprise. Le Big Data permet de définir les clients avec le meilleur profil. Quels sont leurs besoins ? Quels sont leurs caractéristiques ? Sont-ils influencés par les réseaux sociaux ? Une analyse « RFM7 » permet de classer les clients selon trois critères, la date du dernier achat, la fréquence d'interaction avec la marque et la valeur générée. Les clients avec le plus fort taux RFM sont ceux qui rapportent le plus d'argent à l'entreprise.

Comprendre précisément les clients à forte valeur ajoutée est le meilleur moyen pour l'entreprise d'en capter des nouveaux. En effet assimiler les attributs de ses meilleurs clients est le meilleur moyen pour une entreprise de se concentrer sur des prospects avec les mêmes besoins.

2. Sélectionner les prospects à forte valeur ajouté :

Tous les clients n'ont pas le même comportement d'achat, l'analyse de ces comportements permet de savoir quel sont les prospects à forte valeur ajoutée. Les données disponibles sur

7 Recency, Frequency, Monetary Value of customers

20

les prospects sont énormes grâce aux informations disponibles sur les réseaux sociaux. Le croisement de ces informations avec les bases de données disponible en interne dans les entreprises permet une analyse très fine. Grâce a ce croisement de données, les entreprises peuvent être très sélectives dans leur sélection de prospects. La réallocation des ressources du marketing est stratégique, nous passons d'une période ou le marketing de masse était une nécessité. Les coûts engendrés étaient énormes avec des taux de retour très bas. A une ère nouvelle ou le marketing sélectif va permettre une efficience des campagnes marketing et des coûts.

3. Amélioration de la visibilité de marque :

Avant de devenir des clients, les consommateurs commencent par définir leurs besoins et chercher des produits ou services capables de les combler de la meilleur des manières. Ce n'est qu'ensuite qu'ils entrent en contact avec les entreprises pour lancer le processus d'achat. Le Big Data permet aux entreprises d'intégrer la période de recherche de produits et services des consommateurs dans la gestion de leurs relations client. Grâce aux informations disponibles en ligne, une entreprise peut cibler un client qui a fait une recherche spécifique et lui proposer des services associés. L'entreprise la plus performante dans ce domaine est certainement Netflix qui utilise le Big Data pour guider ses clients dans leur choix de film ou de séries. En fonction des recherches et des films visionnés, les clients se voient proposer des films qui peuvent correspondre à leur profil.

4. Comparer la performance des campagnes marketing

Le département marketing est souvent considéré comme un centre de coûts dans les entreprises. En effet le coût des campagnes est élevé et le ROI8 est souvent fables. Voilà pourquoi savoir si les dépenses marketing sont pertinentes et essentielles pour les entreprises. Le Big Data permet de connaître la performance des campagnes en temps réel. Grâce à cela les entreprises peuvent ajuster leurs campagnes quand elles jugent que les taux de retour ne sont pas à la hauteur des attentes. De plus car aux analyses prescriptives elles

8 Return on Investment : (Chiffre d'affaires - Prix de revient) / Prix de revient

21

peuvent croiser les données des campagnes à succès et des campagnes avec de mauvais retours pour pouvoir déterminer ce qui a marché pour les actions futures.

II. Augmenter la valeur ajoutée des clients existants :

Capter de nouveaux clients est essentiel mais à un coût non négligeable pour l'entreprise. L'autre moyen important pour augmenter les revenus est de rendre les clients actuels plus profitables. Le Big Data permet grâce à une association de sources, une définition en temps réel de cibles de « cross selling9 ». Le cross selling est une méthode marketing qui permet d'associer un produit acheté avec un produit similaire. Par exemple lorsque nous achetons des stylos plumes, le vendeur nous propose des cartouches d'encre. Les technologies Big Data permettent d'aller plus loin, l'analyse des comportements d'achat, de l'âge, de la météo, jour de l'achat et plus encore ont permis de savoir qu'un homme achetant des couches pour enfants un vendredi soir à plus de chance d'acheter des bières que des lingettes pour bébé. L'analyse se base sur le fait qu'un homme qui fait cet achat sera fatigué de la fin de sa semaine de travail et que le weekend arrivant les matchs de sports à la télévision seront nombreux. De fait il sera intéressé par boire une bière avec ses amis pour se détendre devant un match.

L'objectif est d'augmenter la loyauté du client en lui proposant des offres en temps réel qui correspondent parfaitement à ses attentes.

L'utilité de l'analyse Big Data dans la fidélisation des clients est majeure. Toutes les entreprises définissent leur « CLV10 ». La valeur vie du client se compose de :

Les coûts d'acquisition client La marge générée par le client

L'addition de ces coûts est comparée aux coûts de fidélisation client pour justifier les pertinences des campagnes marketing. L'utilisation du Big Data permet de rendre plus efficace cette mesure, en effet une nouvelle composante entre en compte dans la « CLV » : l'influence sociale. C'est la valeur qu'un client apporte par le biais des réseaux sociaux. Cette mesure est calculée en temps réel et

9 Vente croisée

10 Customeur Lifetime Value

22

permet donc de savoir plus précisément si un client mérite des actions de fidélisation pour éviter qu'il ne parte à la concurrence. Cette mesure prend de plus en plus d'importance car un client qui ne génère pas beaucoup de marge peut être moins considéré par l'entreprise cependant s'il génère des publications sur les réseaux sociaux, il participe à la promotion de la marque. Sachant que l'impact du bouche à oreille est plus important sur les consommateurs que de la publicité faite par la marque, son importance devient stratégique. Nous en avons l'exemple avec le phénomène des « Youtubeurs11 », ces personnes publient des vidéos sur internet et ont une audience très importante. Si il donne un message positif sur la marque d'une manière non volontaire, l'impact peut être énorme même si la marge qu'il a générée est peut-être beaucoup moins importante que d'autres clients. Il est donc nécessaire de lui faire comprendre son importance en lui envoyant des offres pertinentes avec son profil avec le bon message, par le bon canal d'information et au bon moment.

Par exemple Amazon a récemment déposé un brevet qui va lui permettre de préparer une commande client avant l'acte d'achat. Grâce à l'analyse prédictive Big Data des données clients l'entreprise va être capable d'anticiper l'acte d'achat du client en envoyant des colis dans des entrepôts proches de lieux d'habitation des clients. De cette manière l'entreprise gagne en compétitivité sur le temps de livraison des colis vis-à-vis de ses concurrents.

III. Fidélisation des clients

La perte de clients est un problème majeur des entreprises. De plus, un client mécontent peut à lui seul faire perdre d'autres clients à l'entreprise. Les réseaux sociaux jouent un rôle important dans la transmission d'informations négatives sur la marque. Les entreprises doivent pouvoir définir quels sont leurs clients à risque à travers une analyse de leurs sentiments et les classer et de leur faire des offres proactives. Le Big Data permet d'avoir une vue à 360 degrés des clients, ainsi il est plus simple pour les entreprises de connaître plus en profondeur leurs clients et de savoir à quel type d'offres ils sont réceptifs. Cette vue à 360 degrés permet d'être très réactif en cas de clients à risque car une offre pertinente peut lui être envoyée.

Pour aller plus loin, les possibilités actuelles du Big Data permettent de croiser les informations de valeur client et de taux de risque de départ à la concurrence. Ainsi les entreprises peuvent savoir si le client à risque vaux la peine d'être gardé ou s'il est préférable de le laisser partir à la concurrence.

11 Personne qui publie des vidéos sur YouTube

23

En effet il est souhaitable de réallouer des ressources pour gagner des clients rentables plutôt que de dépenser de l'argent pour conserver des clients à risque.

Les entreprises du secteur des télécoms sont très demandeuses de ces analyses, en effet un client mécontent va téléphoner souvent au service client ou consulter la FAQ sur le site internet de l'entreprise. Le croisement de ces informations est une manne pour l'entreprise qui lui donne une visibilité sur le nombre de ses clients à risque.

IV. Personnalisation

L'ère du marketing de masse est révolue. Les consommateurs sont assaillis de messages publicitaires, aussi bien dans la vie courante que par des canaux technologiques (Mails, SMS, Radio, Télévision). L'envoie de publicité massive n'a plus l'impact escompté, les clients demandent plus d'attention et le marketing personnalisé est une parade à ce changement. Les entreprises qui ne s'adapteront pas à ce changement s'exposent à des risques. En effet les clients à force de recevoir des messages publicitaires non personnalisés seront enclins à quitter la marque et se tourner vers des entreprises qui s'intéressent plus à eux.

Nous savons tous qu'une interaction personnalisée permet à un client de rester fidèle. Quand nous allons dans une boutique ou le vendeur se souvient de nous et de nos achats cela flatte notre égo et nous sommes plus réceptifs à ses propositions. Pour rien au monde nous ne changerions de boutique.

La personnalisation des interactions est le prolongement naturel de l'utilisation du Big Data dans la gestion de la relation client. Grâce aux informations récoltées (site internet, téléphone, mails, face à face, réseaux sociaux) et la vue à 360 degrés du client, il est très simple de faire une micro-segmentation de ses clients et donc de connaître précisément les besoins de chaque client. De cette manière il est possible d'interagir avec le client en fonction de ses précédents achats, de ses gouts mais aussi en fonction de son profil récolté sur les réseaux sociaux.

En conclusion nous pouvons dire que le Big Data aide les entreprises à mieux vendre. Grâce aux analyses de données elles peuvent gagner de nouveaux clients, augmenter la profitabilité de chaque client et de conserver les clients les plus rentables. Pour être certaine d'atteindre ces objectifs, les entreprises doivent s'assurer d'une personnalisation des interactions avec leurs clients.

24

Dans un futur proche les analyses Big Data permettront de découvrir de nouvelles sources de revenus, une meilleure gestion du risque et une parade à la fraude.

25

précédent sommaire suivant