Promotion des Ventes et Marketing Direct

Présentation au sujet: "Promotion des Ventes et Marketing Direct"— Transcription de la présentation:

1 Promotion des Ventes et Marketing Direct
UV207 Promotion des Ventes et Marketing Direct 10. Segmentation RFM et LTV

2 Plan de la séance Intérêt de la segmentation Critères de segmentation
Socio-démographiques Attitudinaux Comportementaux Zoom sur la segmentation RFM : conceptualisation et mise en œuvre La LTV : conceptualisation et modélisation

3 Intérêt de la segmentation
Découpage du portefeuille client en segments homogènes afin de … Suivre et Comprendre leur comportement Mieux définir et répondre à leurs attentes Pour une Meilleure allocation des ressources Adapter l’investissement commercial au potentiel des clients Ajuster I en fonction de P Limiter l’investissement sur les clients non rentables Sélectionner les adresses telles que P > I

4 … et en MD en particulier
Sélection des médias pour le recrutement Sélection et ciblage des offres commerciales et des relances Répartition des efforts entre prospection et fidélisation Selon La Maximisation des taux de réponse (brut, net) La Maximisation du CA La maximisation de la rentabilité La maximisation du ROI

5 Critères de segmentation
Socio-démographiques (connus, à collecter) Objectifs Sexe / Age / CSP / Etc. Comportementaux D’achat Canaux, type produit, montant,… Phase de la relation (ancienneté, qualité,…) Découverte, exploration, développement, engagement, dissolution Critères attitudinaux (à mesurer !) Subjectifs généraux Style de vie Bénéfices perçus de la relation Avantages financiers, de reconnaissance, d’identification avec la marque, commodité et assurance, etc. Type de fidélité (croisement fidélité comportementale et attitudinale) Mercenaires, rebelles, avocat, otages

6 Analyse Statique de la Demande
Segmentation CC : Consommation (classe clientèle) Décomposition ADR : Population TTR : Pénétration / transformation CRC : Fréquence MMC : Demande moyenne Nourriture, exécution , … Taux de retour, d’impayés, Profil de consommation produits/services commandés, utilisés périodes d ’utilisation,... CA = S cc ADR cc *TA cc *CRC cc *MMC cc

7 Objectifs généraux de la politique commerciale
Comment développer l’activité ? Pénétration recrutement conservation des clients Nourriture offre (gamme et services) valeur et compétitivité pression commerciale Exécution organisation du service qualité de service gestion des stocks

8 Objectif de la communication
Prospection définir la cible suspect Recrutement : obtenir … les coordonnées des prospects un signe d'intérêt un premier achat Rétention : réduire l’attrition Réactivation : relancer les anciens clients Transformation Obtenir un réachat Fidélisation : augmenter … La fréquence des achats Le montant moyen des achats Par un transfert d’achat de la concurrence Par un transfert d’achat d’un autre canal Par un élargissement de l’offre

9 Conceptualisation de la LTV
LTV : valeur actualisée d’un client Les composantes de la LTV Profil du cash-flow (des Revenus et des Coûts) Taux d’actualisation et Durée de vie Modèle de rétention Une personne reste cliente si elle génère des transactions Le calcul repose uniquement sur la probabilité de survie, c’est-à-dire la probabilité que le client soit actif durant la période considérée (nombre estimé des transactions) Modèle de migration Un client peut se manifester après une période d’inactivité Le calcul repose sur les probabilités de survie et de réactivation (redevenir actif) Les calculs passent par des arbres de décision et de migration et des matrices de probabilités de transition

10 LTV et contexte Dans un contexte contractuel, les managers cherchent à prévoir quand le client va mettre fin à la relation Le revenu est assez stable La durée de vie est variable (attrition) Exemple : abonnement, séries à collectionner Dans un contexte non contractuel, la question porte sur l’amélioration de l’activité et de la valeur du client L’attrition arrive dans toutes les classes de clientèle L’activité est très variable De même que la marge Exemple : Vente à distance

11 Intérêt de la LTV en général
Source : Venkatesan R. et Kumar V., (2004), JM Intérêt Illustration Déterminer le taux d’activité des clients Prédire la rentabilité de segments de clients 2 segments : les « actifs » (54%) et les inactifs (46%) Agir sur les composantes de la LTV Fréquence d’achat : bénéfices liés à la relation, fréquence des contacts, largeur et profondeur de la relation, communication bi-directionnelle Sélection des clients et allocation des ressources Classement des clients selon une LTV croissante Sélection des 5 à 15% top clients Meilleure prédiction que les mesures RFM et durée de vie client

12 Modèle de rétention Valeur actuelle nette (VAN) ou Life Time Value (LTV) LTV = St (CFt*Survie)* (1+i) -t + CF parrainage + Coût de rupture Comparer la LTV à un seuil en terme de CRecrutement Arbitrage : coûts de rétention / rétention Evolution du cash-flow recrutement : CF négatif clients : niveau CF croissance CF attrition (survie) -300 -200 -100 100 200 300 400 500 600 700 800 1 2 3 4 5 Profit cumulé actualisé Profit annuel Année Profit (€)

13 Illustration : modèle de rétention
Source : Cas Tintin (Desmet P. et Amat. P-M) Illustration : modèle de rétention

14 Identifier les sources de l’Attrition
Exemple Fermeture des Comptes Courants dans une Banque 9% par an Principales raisons (Réponses multiples, total 132%) • Insatisfaction du service 19,5% • Distance trop éloignée 14,0% • Déménagement 17,7% • Tarification 7,4% • Plus besoin 17,4% • Mariage/Divorce/Décès 6,8% • Insatisfaction de la relation 15,6% 10 20 30 0,5 5,5 10,5 % des comptes fermés Ancienneté (années) Source : Etude interne non publiée, échantillon de adultes de 15 ans et plus.

15 Modèle de migration : Cycle de Vie client
Différencier des étapes selon l’expérience, la confiance, le risque perçu Développer des politiques commerciales spécifiques

16 Les segmentations comportementales
Critères comportementaux Acheteurs / non acheteurs Durée de la relation R Récence du dernier achat F Fréquence des achats M Montant des achats Calcul d’un score RFM à partir de données comportementales connues Simplicité, automaticité Importance respective des lettres : R > F > M Validée dans plusieurs secteurs (VAD, Presse,…) Mais pas tous (collecte de fonds) Segmentation RFM

17 Des taux de réponse décroissants
Les graphes sont réalisés en effectuant une segmentation sur le portefeuille client en fonction de chaque indicateur pris séparément afin de démontrer la suprématie de R sur F et M. Les clients sont classés selon les quintiles : 5 correspond au segment ayant la valeur le + élevée, 1 le segment ayant la valeur la – élevée Les patterns pour R et F sont identiques pour les industries mais pour M cela dépend de la catégorie de produits (pas la même chose pour les produits bancaires) Source : Hughes A.M

18 Mise en œuvre de la segmentation RFM
Choix d’une périodicité trimestre, semestre, année Calcul du vecteur d’activité Variables binaires avec 1 = achat, 0 sinon L’activité la plus récente est généralement représentée à gauche Souvent 4 périodes [ ] B>C>A

19 Calcul de classes RF Par une pondération binaire (Activité)
RF = 23.A(t-1) A(t-2) A(t-3) A(t-4) Expliquer d’abord les scores en général. Ensuite intégrer le montant de la commande et les scores en valeur

20 Calcul de scores RFM Par une pondération binaire (Montant)
RFM = 23.M(t-1) M(t-2) M(t-3) M(t-4)

21 Regroupement des RF en classes de clientèle
Tableau croisé Récence-fréquence Fréquence Récence 1 2 3 4 RF8 RF12 RF10 RF9 RF14 RF13 RF11 RF15 RF4 RF6 RF5 RF7 RF2 RF3 RF1 >3 RF0 Classes à constituer en fonction de la taille minimale de l’effectif, de la proximité des comportements de réachat au sein des classes et la cohérence temporelle entre les classes

22 Flux entre les classes de clientèles
Regroupement en CC classes de clientèle Ex TBC = (F>2 ) & (R<1) Suivi des flux entre les classes de clientèle …

23 Utilisation en simulation
Etude du comportement de chaque CC CA = MMC * CRC * TA* Effectifs Montant, Répétition, Activité Calcul des fréquences relatives de transition entre les classes assimilées à des probabilités de transition (t-> t+1) d’une classe à l’autre si la matrice est stable dans le temps Simulation à partir d’une cohorte recrutée en première période Intérêt de ce calcul: prévoir l’évolution des effectifs des classes de clientèle. Calculé basé sur les chaînes de Markov. Proba calculée en fonction de : p (Xt+1) sachant Xt.

24 Mise en œuvre de la segmentation RFM
La 1ère matrice représente l’évolution des individus entre 2006 et La 2nde (matrice de transition) représente les probabilités d’évolution (p=cellule/répartition 05/06). Enfin, la dernière matrice concerne les prévisions 06/07 en multipliant les proba calculées par l’effectif en 06.

25 Vérification hypothèses RF

26 Classes de clientèle

27 Transition et Concentration

28 Simulation

29 LTV

30 Organisation d'une campagne
Anticiper les actions à mettre en place en fonction des réactions des cibles Approche « dialogue »

31 d'Information Générale
Suivi et Contrôle Information Coûts Mesure et rendement Contact (émission) Réaction (réception) Commande Paiement Retour et annulations Ré-achat Plan d'Information Générale Plan Commercial Information Réseau Campagne de Marketing Direct de Plan Médias Budget Administration Production