DossierFichiers clients et bases de données
4 - Analyser les données
Le data mining et l’analyse statistique des comportements clients permettent de bien segmenter vos bases de données clients. L'enjeu ? gagner en efficacité et cibler mieux vos actions commerciales.
Le data miner, ce professionnel que les e-marchands s'arrachent
Son travail: rendre intelligibles les données dont disposent les sites e-commerce. Une mission qui nécessite de disposer de compétences solides en mathématiques, en informatique et en business.
Tout savoir sur :Le data miner
Le real time marketing, ce moment-clé qui permet aux marketeurs de nouer des conversations avec les consommateurs et de modifier les messages en temps réel, exige l'intégration et l'analyse des données via de puissants outils automatisés. Pour coller au plus près des attentes contextuelles de leurs clients, les marques et distributeurs doivent affiner le ciblage et intégrer le géomarketing.
Nouveau défi des marketeurs, le « big data » consiste à traiter, en temps réel, de très gros volumes de données extrêmement variées et à les analyser. Toutes les entreprises sont concernées. Surtout celles qui possèdent de vastes gisements d'informations et souhaitent les passer au crible pour améliorer leur connaissance client et optimiser leurs campagnes.
En matière d'analyse des données clients, la nouveauté vient de la diversification des sources de collecte: service clients, retours d'offres promotionnelles, mise en ligne de mini sites internet dédiés, création de clubs «partenaires» regroupant les aficionados, pages de fans sur les réseaux sociaux, blogs, etc.
Comment construire une segmentation de clients à partir des informations comportementales (achat/ utilisation) existant dans une base de données? Et comment l'enrichir par des informations plus «attitudinales» dans l'objectif de définir des actions de marketing ciblé?
Capter et comprendre les attitudes du prospect ou du client pour pouvoir lui proposer le bon produit au bon moment, c'est ce que permettent les bases de données comportementales. Les bases de données comportementales enregistrent et analysent les actions d'un utilisateur ou d'un client. Elles peuvent être exploitées par les enseignes ou les marques présentes sur Internet comme par les commerces physiques
Comment extraire de ma base de données un nombre optimisé d'informations permettant d'améliorer la performance commerciale de mon entreprise? Quelles sont ces données et de quelle manière les exploiter pour optimiser leur utilisation? La réponse à ces questions réside certainement dans la mise en place d'un système de data mining permettant de mettre en exergue l'intelligence de certaines données stratégiques pour l'entreprise.
Quatre-vingt pour cent des entreprises n'ont actuellement besoin, dans un premier temps, que d'analyses simples, ce qui leur permettrait déjà d'avoir une idée plus claire de leur portefeuille clients. Cinq experts de l'analyse de données ont accepté de fournir des orientations de bon sens, qui sont pourtant bien souvent oubliées lors d'actions d'analyse de données :
- Ne vous laissez pas piéger par de la donnée de mauvaise qualité...
- Restez simples !
- De quels outils avez-vous vraiment besoin ?
- N'oubliez pas la finalité de votre analyse !
- Votre objectif : la pérennité !
En matière de segmentation relationnelle, la plus répandue est la segmentation dite valeur/potentiel qui analyse le client selon deux axes: sa valeur actuelle pour l'entreprise et son potentiel de développement pour demain. La logique poursuivie est simple, l'entreprise concentre ses efforts relationnels sur les clients à plus fort enjeu de fidélisation (axe valeur) ou de conquête (axe potentiel). Pour les clients à moindre valeur/potentiel, chez un opérateur de téléphonie, cela se traduit par l'affectation d'un commercial joignable uniquement à l'initiative du client et par téléphone. A l'opposé, les rendez-vous en face-à-face, déclenchés à l'initiative du commercial sont réservés aux clients à forte valeur/potentiel.
La mission des solutions de Web analytics consiste à enrichir avec plus ou moins de finesse la connaissance des visiteurs d'un site. Il s'agit, dans un premier temps, de mesurer l'audience page à page et d'identifier les chemins parcourus. Puis d'analyser le comportement des usagers, de mesurer le retour sur investissement d'une campagne, de comprendre les motivations des consommateurs, de mesurer leur valeur et, au bout du compte, d'améliorer la pression marketing pour optimiser les coûts d'acquisition client. Mais mesurer l'audience ne suffit pas à élaborer des segmentations comportementales. Il faut également analyser chaque visite et coupler ces informations avec les solutions métier.
Les points clés du Web analytics :
1. Identifier la catégorie du site Web
2. Définir les objectifs liés à un projet d'analyse de trafic
3. Identifier les utilisateurs métier
4. Obtenir les indicateurs usuels...
5. Identifier les comportements d'acheteurs
6. Réaliser des tests en temps réel
7. Optimiser la stratégie marketing
8. Systèmes d'informations à coupler au Web analytique
Ni devin, ni sorcier, le data mining est avant tout un outil qui segmente finement les fichiers et détecte de nouvelles cibles. Mais il ne suffit pas d'appuyer sur un bouton pour lancer une analyse ! L'aide de spécialistes est nécessaire pour transformer ses prédictions en actions opérationnelles et dynamiser sa stratégie de marketing direct...
Le data mining est complémentaire à une stratégie marketing terrain. En se basant sur des analyses statistiques, il permet de segmenter plus finement la base de données clients et de découvrir des potentiels de cibles inexploitées. A partir des résultats des analyses, les campagnes terrain de marketing direct peuvent ainsi être optimisées.
Avoir une base de données complète et saine : un projet data mining est pertinent si l'entreprise dispose de nombreux clients, de nombreuses informations sur eux, et de données régulièrement mises à jour.
L'étape la plus longue consiste à préparer les données, les nettoyer et les transformer en indicateurs performants : en fonction de la situation de l'entreprise, cela peut se compter en mois voire en années. La seconde étape : la conception du modèle par un statisticien et le lancement de l'analyse prend en général au minimum un mois.
Soit en externalisant le projet : en faisant appel à un prestataire spécialisé, qui analyse les données de l'entreprise. De nombreuses sociétés font ce choix. Soit en créant, au sein du département marketing études et fichiers, un poste de statisticien, afin d'utiliser les logiciels acquis.
Anticiper, analyser, décider : parce qu'elle a trait à la donnée, à son suivi, sa compréhension analytique et son exploitation opérationnelle, la business intelligence s'avère spécifiquement adaptée à des applications marketing. La business intelligence (BI), autrement appelée informatique décisionnelle, recouvre les politiques et technologies susceptibles de faciliter la prise de décision, autrement dit la compréhension des process de fonctionnement de l'entreprise ainsi que leur anticipation et l'anticipation des actions de pilotage.
Vous souhaitez segmenter votre base de données? Première étape: rassemblez vos clients par zone géographique. Mais attention, vérifiez que vous vous appuyez sur des données exactes. Pour cela, il convient de croiser vos fichiers avec les données de l'Insee où se trouvent répertoriés toutes les entreprises et établissements français...
1. Commencez par une segmentation sectorielle et géographique
2. Impliquez ensuite vos vendeurs dans la segmentation de la base
3. Enfin, attribuez un niveau de valeur à chacun de vos clients et prospects
->Autres références :
Comment faire parler les donnéesMesurer la qualité d'un service de relation client
Quatre conseils pour entretenir sa base de données
Le géomarketing ou l'art de localiser le business
Segmentation clients : 5 méthodes pour gagner en efficacité
Optimiser le taux d'ouverture de ses e-mails