Smatis : une année pour préparer les données
La mutuelle française Smatis a consacré l'année 2002 à améliorer l'accès interne à l'information sur ses clients. Ce travail sera rentabilisé sur les prochaines opérations de mailing.
Je m'abonneÀ LIRE AUSSI
Smatis, mutuelle complémentaire de santé et de prévoyance, a lancé en avril
2002 une campagne marketing sur une nouvelle formule de garantie obsèques. Ce
qui a constitué un test du data mining riche d'enseignements. D'un côté, les
envois ont été réduits de moitié grâce à un meilleur ciblage des clients mais,
de l'autre, les taux de retour du mailing ont été décevante... « Les économies
réalisées ont conforté nos prévisions de retour sur investissement du logiciel
Enterprise Miner de SAS acheté en janvier 2002, confie Christophe Martino,
responsable du pôle actuariat (statistiques et études). Mais nous avons aussi
compris que nous manquions de données pertinentes pour comparer les résultats
de cette campagne avec d'autres du même type. » Le nettoyage des données a donc
monopolisé l'année 2002 pour obtenir des bases fiables et homogènes sur les 120
000 adhérents. Cela a consisté, en particulier, à transformer en langage
courant les informations fournies sous forme de codes par le service
informatique. Par exemple, la référence chiffrée d'un produit se traduit
désormais par sa marque commerciale ou encore les jours apparaissent par leur
nom et plus par leur nombre. Depuis, les services marketing, commerciaux et
financiers ont la même vision des données grâce à des tableaux de bord bâtis
avec SAS. Des analyses vont être lancées sur trois domaines : la création de
produits, la politique tarifaire et le suivi de la rentabilité des clients.
Pour sa part, le marketing direct bénéficiera de meilleurs ciblages de ses
campagnes de mailing et de télémarketing, avec pour objectif d'obtenir le même
nombre d'adhésions pour un coût réduit. « C'est dans ce domaine que nous aurons
les indicateurs les plus concrets pour justifier la rentabilité du data mining,
poursuit Christophe Martino. Désormais, nous souhaitons inverser la tendance et
consacrer 90 % de notre temps à l'analyse et 10 % au traitement des données ! »