On se pose souvent la question d'anticiper l'impact de l'évolution des technologies sur le marketing et le comportement du consommateur.
J'avoue avoir été trés impacté par l'arrivée de l'Iphone dans mon quotidien tant privé que professionnel et j'avoue que la frontière entre les 2 univers est de plus en plus tenue. L'Iphone a vraiment révolutionné mes possibilités de travailler à distance, je peux "de loin être le plus prêt ... voir près", selon le type de contact avec mes équipes. Prenant de manière presque quotidien les TGV .... l'Iphone m'a permis de rester connecté.
Les applications Iphone m'ont permis de géolocaliser les hotels, les restaurants, les bars ... bref de préparer mon arrivée dans une ville avec une aisance de plus en plus déconcertante. Un petit conseil pour les hoteliers .... la réservation de l'hotel sur l'Iphone ... en conduisant est plutôt complexe ... il serait plus simple de valider la disponibilité de chambre et la géolocalisation ... et ensuite d'appeler ...au téléphone (saisir son code carte bancaire en conduisant est dangereux et complexe !).
J'avais il y a quelques mois, apercu une présentation de la réalité augmentée, pour la communication sur les objets (les boites de Lego), et j'ai découvert la convergence entre mon Iphone et la réalité augmentée sur mon Iphone avec l'application pour le Métro de Paris .... bluffant ....
... dans peu de temps les clients ressembleront aux guideurs d'avions dans les aéroports.
Bon d'accord, ca ne vous plait pas de bouger dans le magasin et vous souhaitez rester chez vous et faire vos achats en ligne ... pas de problème on va personnaliser la vente :
Un peu trop commercial tout celà .... imaginer tout le nouvel univers de communication que vous allez maintenant trouver dans vos livres scientifiques ou autres :
Existe-t-il un lien entre la mesure des campagnes et le chaos « client » ? Curieusement dans la même semaine, deux clients m'ont posé la question de la "mesure" de ROI des campagnes. Deux acteurs dans des secteurs très différents (telco et assurance) mais le même souci de "mesure".
Pourtant mes deux clients présentent des contextes très différents : - dispositifs très évolués et rodés dans les Telcos avec - des zones "blanches", - des segmentations et des scores, - des calculs de coûts de recrutement et de valeur client - des solutions très industrialisées de gestion de campagnes multi-canal - des pratiques très expertes des dispositifs multi-canaux (courriers, sms, call center, espace client internet, communauté, etc.) - dispositif plus émergent et en construction pour mon client en Assurance qui souhaite s'améliorer dans la mesure de la performance. Évidemment, si l'écart des moyens était aussi important ... pour au final arriver au même sentiment d'incomplétude de la mesure, on peut se poser la question de l'efficacité et de la légitimité des mesures : Pourquoi un écart aussi important de moyens et de pratiques se traduit-il par la même insatisfaction ? Faut-il vraiment mettre en place des dispositifs de mesure ? Rassurez-vous la seconde question est idiote !. Oui, il faut mettre des mesures, car sans mesure, on s'oriente vers une croissance incontrôlée des coûts de sollicitations marketing. Un bref rappel historique sur les centres d'appels met en évidence qu'à leur début, les clients pouvaient « appeler » sans compter, les gourous de la satisfaction ayant "prouvés" que les "gains de la satisfaction" permettaient de dépasser les coûts additionnels du service client. Une belle légende urbaine "un client satisfait en parle à 3 et un client insatisfait en parle à 10" qui nous a tous fait frémir de joie sur les perspectives de rentabilité. Quinze ou vingt ans plus tard, le contrôle de gestion a permis de remettre un peu d'ordre dans ces "prophéties incantatoires" pour externaliser, pour surtaxer, mettre en place des approches plus "segmentées" du service client. Un débat qui renaît avec l'apparition des communautés ... le client mécontent peut en parler à 10.000 ... bref une nouvelle angoisse pour le marketing et la communication. Donc je pense qu'effectivement « Il faut mesurer ». Mais je ne pense pas que la solution se trouve dans un mode traditionnel de "bench mark". Il me semble que "la solution" n'est pas disponible actuellement. Il n'y a peut-être pas "une solution" mais un besoin de modifier les mécaniques de mesure en les adaptant. Si autant d'entreprises expriment leurs insatisfactions, ou les difficultés des mesures, c'est me semble-t-il qu'il existe une conjonction de facteurs qui rendent difficile l'élection "de la bonne pratique". Je ne pense pas avoir de "solutions" à proposer (aveu désarmant pour un consultant), mais par contre je souhaite un peu contribuer à la réflexion en avançant quelques éléments d'analyse. Pourquoi me semble-t-il qu'il n'existe-t-il pas une "bonne pratique" ? Les acteurs de la VPC (les grands cataloguistes) ont été pendant de nombreuses années des experts de la mesure de campagne. Ils avaient une maîtrise telles des zones blanches, des panels, etc ... qu'ils avaient des prévisions fiables des résultats futurs en s'inspirant de l'analyse des campagnes passées. Les résultats des campagnes Printemps/Eté 2003 permettaient de guider le business plan 2004 avec une marge d'erreur assez faible. Mais l'arrivée d'Internet, de la surpression des canaux a déréglé ce "modèle". Les TTBC (les Très Très Bonnes Clientes) ne se comportent plus comme avant .. les rendements ont baissé et sont devenus plus aléatoires. Une certaine forme de chaos s'est introduite. La mesure "court terme" est de moins en moins adaptée .... faut-il intégrer d'autre élément comme la "valeur client" ? Faut-il remplacer le fameux RFM ? Une question qui m'a été posée plus d'une fois ! A côté des VPcistes, les acteurs de la Banque m'apparaissaient comme les professionnels du multi-canal. Des segments clairement définis exprimant une vision consolidée du client (et parfois du foyer), des données très riches, des logiques de valeur et de parcours clients, des dispositifs multi-canaux très sophistiqués. Compte tenu de la maturité financière de ces acteurs, on peut légitimement se dire que tous ses efforts ne se justifient que parce qu'ils créent de la valeur. Mais le modèle de la Banque (ou de l'Assureur) s'inscrit dans une dimension temps très spécifique. La mesure n'est pas immédiate ... beaucoup d'actions sont "non rentables" à court terme... mais se justifient par "des potentiels futurs". En effet, chaque campagne contribue de manière assez marginale au développement du multi-équipement et de la valeur additionnelle. Les rapports annuels de ces acteurs permettent de constater une croissance lente de ses deux indicateurs (multi-équipement/valeur) pour la plupart des réseaux. Les dispositifs coûteux de conquête des étudiants ayant une "bonn note" au BAC ... s'inscrivent dans un horizon de 5 à 8 ans de "pay back" après la fin des études supérieures, parce que le taux de fidélisation est assez élevé. Un acteur des Telcos ou de la Presse ne peut se "payer" ce coût sur une durée de 5-8 ans car la durée de vie moyenne des clients est beaucoup plus courte. Les mesures de ROI des campagnes bancaires ne sont pas applicables à des secteurs connaissant des taux d'attrition trop forts. Lorsque le besoin de "pay back" est rapide, la "valeur client" n'a plus de sens. Si l'infidélité des clients bancaires se généralisait, il est probable que le besoin de mesurer des ROI immédiats augmenterait.
Ainsi il me semble que : - les indicateurs de mesure des campagnes doivent intégrer le taux de fidélité (ou d'inertie) des clients - une analyse plus fine des facteurs de modification de la fidélité (ou plutôt de la fidélisation comme le souligne M. Lehu) doive être mise en place pour contrôler le "turn over" client. Oui, le RFM est insuffisant. La volatilité de la fidélisation est un symptôme de dérèglement du modèle. Il est important de percevoir cette évolution pour éviter de prendre des "mauvaises décisions". L'absence d'intégration de fonction de duration (temps de survie commerciale du client) conduit parfois à la réduction d'investissement "cruciaux" en début de cycle d'acquisition. Certains mécanismes d'accompagnement des clients sont supprimés sur une logique de mesure "court terme" alors que leurs effets sont "long terme". A l'inverse, certains investissements sont maintenus "sur une logique court terme" alors qu'ils détruisent de la "valeur long terme". Par exemple, - on supprime un chèque de "bienvenue" qui génère souvent un second contrat porteur de fidélité dans une logique court terme, - on maintient certaines actions de rétention pour renouveler des clients "non rentables". Pour illustrer ce débat sur un autre niveau, on peut réduire le déficit de l'état rapidement en supprimant l'éducation ... on imagine rapidement les effets destructif de cette mesure à moyen terme sur le climat social et la productivité du pays. Et pourtant, chaque jour, il nous arrive d'appliquer ce comportement "malthusien" par manque de précision de nos instruments de mesure. Pourquoi me semble-t-il que la fonction temps doive être introduite dans les mesures ?Les indicateurs de mesure des campagnes doivent intégrer ces éléments temporels pour permettre un dosage entre rendement court terme et effet long terme. La mesure d'un taux de rendement instantané est insuffisante surtout si on pressent une duration importante de la relation. La question de mesure d'une campagne devient donc plus complexe .... quels sont les indicateurs de mesure adaptés à cette campagne ou cette cible. Oui, le temps doit permettre de mieux modéliser les rendements Les "puristes" de la gestion de campagnes s'empresseront de dire (enfin il n'y a pas tant de commentaires sur les articles du blog !) qu'il faut "la même mesure", que c'est une usine à gaz de faire des mesures différentes ...bref que la standardisation permet la comparaison, le fameux "bench mark". Sans mesure comment assurer la continuité. Une défense de l'immobilisme que je ne partage pas. Pourquoi me semble-t-il que les facteurs de fonds sont importants ? Certains facteurs sont en train de modifier les éléments de la mesure : - certains canaux peu coûteux comme les emails ne justifient certes pas des mesures aussi lourdes que les mesures de rendements de campagnes courrier ou téléphone. OK sur ce constat largement majoritaire dans le Web. Donc autant arroser à tout va ! Mais ne pas évaluer le pouvoir additionnel des emails sur les taux de transformation ou la fidélisation peut se révéler dangereux. Il est surprenant de constater la faiblesse des études et le faible intérêt des acteurs du web sur l'impact des emails sur les ventes physiques ? Il existe un réel effet "Kiss Cool" du web sur le CA. Certaines "news letters" se traduisent par des baisses de CA, ce qui n'empêchent pas les gestionnaires de sites Internet de les développer ! Une accoutumance du Web et des promotions auprès des clients "traditionnels" se traduit par une volatilité plus forte des clients ... et pourtant certains DG préconisent encore "la dématérialisation de la relation" à tout va. La virtualisation de la relation ... peut se traduire par la virtualisation du client. Pour ceux qui en doutent ... une Banque américaine avait "porté" avec succès ses clients sur le Web ... lors de la crise de fin 2008, ses avoirs sont passés rapidement chez ses concurrents plus "rassurants", son destin aurait certainement été autre si les clients avaient du venir en agence. Nul doute que "les vendeurs" auraient rassurés. Un magnifique "avatar" a accompagné le transfert des fonds ... et la vente de la Banque. - le développement des "coûts fixes" dans la gestion de la relation client impose de mettre en oeuvre une nouvelle intégration des coûts. Maintenant que les investissements CRM ont été mis en place avec des centres d'appels, des conseillers, des sites, etc .... il est crucial de "faire tourner" la mécanique. Il s'agit d'utiliser avec la "bonne capacité" les ressources disponibles. Cette dimension de "saturation optimale" des ressources n'est pas appréciée dans beaucoup de secteurs d'activité de services (les leaders sont les compagnies aériennes, les chaînes d'hôtels et les acteurs des transports). Il faut introduire une variabilité des coûts en fonction du niveau d'utilisation en s'inspirant des modèles du "yield management" : ne pas avoir d'appels à faire par le centre d'appels devient plus coûteux que de faire des appels. A l'inverse produire des remontées non absorbables par le réseau de vente, conduit à des attentes clients insatisfaites et donc de l'insatisfaction. ll faut donc avoir une courbe des coûts en fonction des niveaux de saturation des ressources. Pourtant beaucoup de modèles de valeur client comptabilisent des "coûts par opération" et au final énoncent que la croissance de la valeur passe par la réduction des coûts. Evidemment en se trompant dans ses fonctions de coûts on finit par avoir des principes de réduction (des offres, des équipes), on se retrouve dans la spirale malthusienne, sauf que le "poste de coûts" perdure .... mais n'est pas affecté aux campagnes, mais directement sur le compte de résultat. - l'accélération et le cumul des sollicitations ne permettent parfois plus de distinguer quel est l'élément déclencheur de l'acte d'achat. Ainsi la sollicitation email d'un client l'amène sur le site, il regarde l'article sans l'acheter, mais une gestion "intelligente" lui présente des bannières de pub avec le produit regardé. Convaincu de la validité de son choix il achète. Qui a fait "la vente" : l'email, le site, la bannière ? Au final, cette appropriation par un canal est-elle si importante ? Le plus important n'est-il pas de s'assurer que ce processus multi-canal fait venir des "bons clients". - la fluidité de l'enchaînement des tâches est souvent le facteur le plus important pour expliquer le succès de la campagne. Une étude effectuée par Altima a permis de valider l'importance des délais de relance au niveau du taux de transformation ... chaque heure qui passe diminue la probabilité de succès ! Mais qui modélise le taux de retour en fonction du temps et des étapes aujourd'hui ? Beaucoup de facteurs introduisent du « chaos » dans le comportement, mais la mesure ne varie pas !
Il existe de nombreux indices qui mettent en évidence le besoin de "refondre" la mesure pour y introduire de nouveaux éléments d'appréciation en fonction : - du temps et des ressources impactées par la campagne, - du niveau d'utilisation optimal des ressources, - du niveau de valeur attendue des clients, - des processus multi-canaux, - de la fluidité des processus. J'avoue ne pas avoir le "bagage" mathématique pour définir les contraintes et les latitudes à introduire dans la mesure, mais il me semble que de se pencher sur l'impact de certains éléments sur la perception des indicateurs actuels serait un premier pas pour sortir de cette logique du ROI court terme. Un prochain article s'attachera a continuer le débat sur "les types de campagnes" Merci pour votre attention et à bientôt
Les 11 recommandations pour faire un score performant
La création d'un score peut apparaître "faussement" plus simple que la création d'une segmentation. Toutefois, la pratique de la régression logistique (sous SAS ou autres outils) m'a conduit à constater qu'il existe des subtilités dans la construction "d'un bon score" que j'ai eu envie de faire partager avec les "novices" du domaine (les experts ne trouveront certainement pas d'éléments majeurs dans cet article).
Cet article vise à aider les "jeunes data miners" qui doivent construire leurs premiers scorings pour leur éviter quelques déconvenues techniques, mais aussi commerciales, car un bon score ne se mesure pas au R2 (indice de convergence) mais à l'enthousiasme des utilisateurs qui vous font des demandes répétées par la suite. Comme me l'a dit une fois Amélie sur un score de "potentiel", la réussite du score a été les félicitations des télé conseillers .qui attestaient des résultats de vente sur la liste.
Enfin, cet article ne traite pas des scores de "risque" de crédit, qui sont spécifiques dans leurs constructions et outils de contrôles (Bale II), mes conseils s'appliquent pour les scores "d'appétences" à des produits ou des offres pour les Directions Marketing ou Commerciales.
Règle 1 : Définir le contexte d'utilisation du score Il est important de comprendre dans quel contexte s'inscrit la construction du score. S'agit-il de s'inscrire dans la "continuité" ... où il existe un score actuel et une mise en jour est simplement à faire ... où le score actuel est en véritable "faiblesse" et une rupture est nécessaire. Dans un contexte de continuité..il est primordial d'évaluer les variables existantes, d'évaluer les poids des modalités.. et de prouver qu'une nouvelle variable peut s'insérer dans la formule. Dans une stratégie de "rupture", il convient de ne pas trop respecter les variables précédentes.. effectivement si les ciblages de 3 dernières années ont été faits avec un score ... il est logique de les souscripteurs des 3 dernières années soient conformes aux scores passés. il faut être capable de "sortir de l'ornière" des pratiques et des usages.
Règle 2 : Choisir sa période d'observation et ses individus La construction d'un score répond à une problématique d'optimisation commerciale "à venir". il faut donc se concentrer sur le passé récent .. et éviter de faire une étude sur un stock de détenteurs basés sur un historique trop long. Ainsi, il convient souvent de donner plus d'importance aux individus récents, recrutés avec des techniques et des contextes commerciaux proches de celui qui prévaudra pour l'action future. Il faut aussi bien vérifier si certains mécanismes commerciaux ou promotionnels n'ont pas eu une incidence trop forte sur le profil des clients. Evidemment faire des "promos canons" se traduit par des cibles spécifiques ... si la nouvelle offre n'est pas aussi "canon" alors il faut exclure ces individus de la matrice d'apprentissage. Si vous avez donné des Iphones gratuits pendant 3 mois pour des souscriptions de contrats, et que demain vous n'avez ni Iphone, ni le levier de la gratuité ... il est probable que votre score fonctionne en "stat" et soit lamentable "dans la vraie vie".
Règle 3 ; Construire une matrice de travail "imaginative" Peut-être un des traits les plus distinctifs d'un score "fraîcheur". Mes clients savent que ma capacité à transformer un entretien fonctionnel en une "nouvelle piste" est importante. L'intuition des acteurs du marketing ou du commerce est souvent très salutaire. Ils "sentent" que telle variable a une incidence (à tort ou à raison), mais ils ont des convictions. Il est important d'introduire ces "intuitions", "perception" dans la démarche pour vérifier si elles se vérifient statistiquement, sont capables de bouleverser une variable ancienne. Un exemple récent était la conviction qu'une gamme de produits influée positivement sur la fidélisation. L'introduction de cette variable dans la construction du score a mis en évidence, qu'elle jouait .. à l'inverse de la croyance. Immédiatement la mécanique commerciale (et les achats de produits) a réagi. Le score n'était pas encore appliqué, mais il avait des effets "managériaux".
Règle 4 : Optimiser le découpage des variables continues La construction d'un score au moyen d'une régression logistique nécessite de discrétiser la variable continue. L'utilisation des quartiles ou déciles automatiques peut s'avérer suffisante, mais ne garanti pas l'optimum. Certains outils permettent de démarrer avec des découpages très fins (par exemple des centiles) et de réduire pas à pas le découpage pour avoir une discrétisation optimale. Ainsi, il m'arrive d'utiliser des arbres de décision (comme Alice d'Isoft) pour dégager le découpage "optimal" (celui qui crée le plus de variance).
Règle 5 : Faire vivre et survivre ses taxonomies Les variables discrètes posent des problèmes spécifiques... comme réduire les modalités, sans perdre du pouvoir explicatif. Ici encore l'utilisation des arbres de décision (et d'outils comme les réseaux bayésiens) permet de définir des très bons regroupements. Une étude récente sur les modèles de véhicules (relativement nombreux) a permis de dégager des regroupements adaptés (un coupé Z4 est signifiant) et différents en fonction de certaines données (une Mini "porte" des informations différentes selon le cycle de vie du client). Il faut parfois laisser vivre des modalités parfois peu présentes, rejetés par les indices de type Chi2, et savoir "prendre le pas sur le programme". Il y aura toujours peu de gens qui paient l'ISF, mais ne pas prendre cette information sous prétexte que moins de 0.5 % de la population présente cette caractéristique est un "non sens" pour des scores de fidélité. Pas "robuste" au sens statistique, mais tellement signifiant pour un commercial.
Règle 6 : Sortir des "tautologies" basiques Attention aux variables qui contribuent trop dans le modèle. Il est important de ne pas avoir une seule variable (ou modalité) qui explique plus de 25 % de la variance du modèle. On aboutit parfois à un modèle complexe .. pour pas grand chose, mais on peut aussi avoir loupé l'occasion de faire des modèles spécifiques. Ainsi si le type de véhicule "neuf ou occasion" pèse sur la variable cible .. peut-être est-il plus utile de faire 2 modèles séparés (un pour occasion et un pour neuf) afin de trouver des cibles de développement en quantité suffisante. Se coller sur une variable revient souvent à "tarir" la capacité d'extension du score, Un bon score doit avoir du "ventre" (au contraire de l'homme). Une belle courbe de lift est une garantie de trouver des cibles potentielles (c'est à dire non équipées).
Règle 7 : Tester les modes de sélection des variables Les outils de régression logistiques permettent d'agir sur les modes de sélection (stepwise, backward, est..). Une bonne analyse testera les différentes méthodes pour mieux comprendre comment "entrent" les variables. Une analyse "pas à pas" permet de mieux comprendre comment se constitue le modèle.
Règle 8 : Tester les variables et les poids sur plusieurs générations. Lorsque vous êtes content de votre premier modèle ... je vous recommande de le tester sur une autre population plus récente. Si vous avez mis 3 mois à faire votre score ... que donne-t-il en terme de résultat sur les 3 derniers mois d'activités ... bref s'est-il révélé pertinent pour prédire ou se contente-t-il seulement de modéliser le passé. Savoir expliquer à 90 % ce qui s'est passé l'année dernière .. n'a jamais voulu dire que l'on pouvait savoir ce qui se passera demain. On peut être le "roi de la modélisation" et être totalement "à côté" du futur. Il est différent de faire de l'histoire ou de la prospective. Les scorings commerciaux s'intéressent souvent à une qualité de prédiction du business à venir.
Règle 9 : Savoir prendre de la liberté avec les poids. La détermination du poids d'une modalité s'appuie sur le passé. Evidemment si l'entreprise avait décidé d'allouer des offres intéressantes à "des jeunes couples", il est logique de cette modalité joue positivement dans le score. Mais si maintenant l'entreprise souhaite se repositionner sur "les familles avec enfants", il faut se révéler capable de modifier les modalités pour aller dans le sens de la stratégie de l'entreprise. Il n'existe rien de pire que d'avoir des listes "scorés" sur des principes anciens. On est à peu prêt sur de ne jamais atteindre les objectifs de l'entreprise. A ce titre, certains scores conçus il y a plus de 5 ans (avant le véritable décollage d'Internet et de la mobilité) se révèle de magnifique "piège à mouche", on ne peut sortir de son ancienne cible.
Règle 10 : Mesurer la performance réelle Avant de crier victoire sur un score, il est judicieux de vérifier "dans le réel" sa capacité à améliorer la performance commerciale. Les nouveaux canaux de communication comme le Web se révèle des moyens simples et non coûteux de tester la véritable courbe de lift (à peu de frais). Si le "haut du score" marche mieux ... on pourra le voir sur des ventes réelles. Pouvoir dire que un gain de 10 % du score se traduit par une croissance du taux de conversion de 8 % et un panier moyen de + 23 % ..... se révèle plus percutant qu'un beau R2 théorique.
Règle 11 : Savoir ne pas suivre les 10 règles ci-dessus Savoir sortir du "sentier battu" est important pour identifier des "nouvelles opportunités. Un score se base sur le passé ... il faut donc se méfier de l'effet rétroviseur et savoir "quitter" l'ornière tracée.
Merci à Amélie, Kaoutar, Florence, Marie-Pierre, Stéphanie, Wendy et tous les data miners avec qui j'ai travaillé pour la source d'inspiration de cet article.
René Lefebure, Directeur CRM multicanal & Datamining chez Altima
J’ai rejoint Altima pour mettre en place une offre dédiée à l’amélioration de la performance des actions marketing permettant de combiner stratégies d'acquisition et fidélisation autour de la valeur Client et des systèmes d'exécution de mesure des campagnes.
