Mettre en évidence les apports de la connaissance client

Une question récurrente des data miners est :

« Comment mieux mettre en évidence les apports du data mining ? »

Il s’agit de rendre « tangible » les apports de cette connaissance aux yeux des autres services de l’entreprise (souvent de mettre en évidence son apport personnel). Il faut intégrer que les moyens à mettre en place sont différents selon les types d’interlocuteurs visés.

Convaincre les équipes commerciales :
Elles sont essentiellement intéressées par les moyens de vendre plus (ou plus facilement). Elles ne souhaitent pas entrer dans l’analyse des modèles (à priori les data miners sont les spécialistes), mais elles ont besoin de comprendre de manière simple les variables qui ont été prises en compte pour valider la rigueur du travail et vérifier que les variables clefs n’ont pas été omises.

Il s’agit d’être imaginatifs dans la communication du modèle et éviter les probabilités (avoir 35 % de chance peut être compris comme 65 % d’erreur !), être plus directifs sur la recommandation (5 étoiles = bien … 1 étoile = mauvais). L’obstacle de communication doit être vaincu (sinon il n’y aura pas de relais), mais il faut être rigoureux dans l’analyse des résultats et prévoir la construction d’un plan d’expérience (identifier des dimensions d’analyse comme l’ancienneté des vendeurs, le potentiel de la zone, etc..).

Dans certains cas le gain de performance d’un score A sera important, dans une autre configuration, le même score A sera destructeur !. Un même score d’appétences peut se révéler « bon dans un cas » et « mauvais dans un autre ». Ce point est souvent troublant pour un data miner, et il est souvent plus important de comprendre les facteurs clefs de succès que de suivre la seule performance du score. Par exemple, le versement d’une prime à l’ouverture expliquera 80 % de la performance …. dans ce cas le levier est évident : la carotte est plus stimulante que les scores.

Pour assurer la position de la connaissance client auprès des équipes commerciales, il faut se montrer « humble » (reconnaitre que parfois cela ne marche pas) et obstiné en analysant les écarts de rendements (entre les éléments du plan d’expériences et une zone blanche).

Une bonne connaissance client pour les équipes commerciale se construit dans la permanence de la mesure et pas dans la livraison d’une formule magique. Le vrai succès est la contribution dans les actes de vente.

Convaincre les équipes des centres d’appels :
Elles sont soumises à des enjeux souvent plus importants de productivité : optimiser le taux de conversion, réduire le temps de l’appel. Il faut éviter d’alourdir le temps de traitement des appels et abolir le questionnement complémentaire. Les data miners sont tentés de compléter les scripts de vente par les 2 ou 3 questions qui permettront d’enrichir la connaissance client. Cette approche se traduit par un allongement des temps de traitement et une destruction de valeur immédiate. Il ne faut pas questionner plus, mais rester sur le même temps de traitement. Pour toute nouvelle information, il faut en supprimer une autre … à priori si la donnée est plus utile, elle doit permettre de gagner en performance immédiate et future.

Le deuxième défaut est de vouloir enrichir l’écran des télé acteurs avec des codes et des enrichissements permettant de mieux « comprendre » le client. A l’identique des équipes commerciales, il faut être imaginatif et simple dans la communication visuelle. L’usage des codes couleurs et des dénominations simples doit prévaloir. Un client à choyer = Smile . Il n’est pas facile de mémoriser la description du segment « S2″ et illusoire de croire que le télé-acteur puisse aller sur le site Intranet pour en lire sa définition.
Le plus important est de définir les argumentaires, les réponses et les propositions en fonction de la connaissance client.

Un des facteurs clefs de succès est de s’assurer que la connaissance client donne plus de souplesse et de réactivité pour le  télé-acteur … si la connaissance client lui donne plus de réactivité, de souplesse … et de pouvoir de décision elle sera acceptée. Bien évidemment faire sauter les règles de délégation nécessite de mettre en place des mécanismes de contrôle pour rassurer les équipes d’audit et de contrôle sur le gain apporté. Il faudra donc mettre en place des mesures de la performance des « nouveaux processus » comparativement aux processus ou tous les clients sont traités de manière identique.

Une bonne connaissance client au centre d’appels donne des résultats rapides : le commercial qui a fait plus de ventes grâce à votre score en parle rapidement à la cafétéria.

Convaincre les Décideurs :
Évidemment, il s’agit du plus compliqué. Elles sont avides de mieux comprendre et interpréter le comportement des clients pour les aider dans la prise de décision. Il faut néanmoins s’assurer d’une certaine forme de stabilité dans le temps. La livraison de modèles tous les 15 jours finit par créer de la turbulence dans les esprits. Le data miner doit s’assurer que la connaissance livrée a été reçue par sa hiérarchie. Avant de faire un second pas, on s’assure que le message a été capté (un peu comme au tango).

S’agissant de la stratégie de l’entreprise, il est important de valider par des études externes la pertinence de la connaissance. Il est malheureusement fréquent de constater qu’une connaissance construite sur de l’interne aboutisse à une vision érronée des segments ou de la valeur des clients, et des opérations à contre sens.

La logique de pilotage et d’introduction de la connaissance client dans les éléments de reporting doit être mise en place. Il faut cependant s’attacher à mesurer les apports de cette connaissance dans la mesure des indicateurs clefs. En quoi la connaissance client me permet de comprendre et d’optimiser ma performance (CA, marge, volume).

Une bonne connaissance client pour la Direction modifie la prise de décision : la logique de segmentation commence à guider les investissements techniques et humains.

En conclusion, une bonne connaissance client est une connaissance utile :
- pour vendre,
- pour traiter les demandes clients,
- pour prendre des décisions.

Il ne s’agit en aucun cas de faire « une œuvre d’art statistique ».