Le Marketing Prédictif

Présentation au sujet: "Le Marketing Prédictif"— Transcription de la présentation:

1 Le Marketing Prédictif

2 Plan de la présentation
Définition Le processus Conclusions

3 Définition Le marketing prédictif Le marketing prédictif identifie
Est un processus de management des données destiné à mettre en œuvre une action déterminée à partir d’un objectif commercial ou marketing. Le marketing prédictif identifie Les données nécessaires à cet objectif La cible marketing et ses caractéristiques Le business plan

4 Le processus : 4 axes L’objectif Les données L’action
Le modèle de la cible

5 1 – Les objectifs Découvrir des segments nouveaux de clientèle
Détecter des mauvais payeurs Estimer la valeur économique des clients Profiler les clients par leurs usages Améliorer la satisfaction des clients Détecter les clients à risque d’infidélité Évaluer l’efficacité des actions Marketing Tester la réaction à de nouveaux produits ou de nouveaux services Etc

6 2 - Les données (1) Marketing Prospects Gestion commerciale
Centres d’appels Comptabilité Réclamations Données externes INSEE etc. Internet

7 2 - Les données (2) Préparation de l’espace de modélisation clients
Recenser les sources Auditer des données, Recoder les variables Construire le fichier de modélisation:

8 3 – Score et Modèle ( 1) Trois méthodes de scoring
Réseau Bayésien Réseau de neurones Analyse Factorielle des Tableaux de Liaison Aucune n’est meilleure a priori C’est le chargé d’étude marketing qui choisit, en fonction du pouvoir prédictif et explicatif exigé.

9 3 : score et modèle (2) Cas pratique :
Modéliser la prédiction de départ à la concurrence des clients Agence professionnelle de FT Quel modèle choisir ? Les données sont identiques L’objectif est identique Le chargé d’étude est identique Etc

10 3 – Score et Modèle AFTL (4)
A 10 % le modèle à une prédiction de 12% des clients infidèles

11 3 – Score et Modèle ( 5) Réseau de neurones
A 10 % le modèle à une prédiction de 13% des clients infidèles

12 3 – Score et Modèle ( 5) Réseau de Bayesien
A 10 % le modèle à une prédiction de 30% des clients infidèles

13 3 - Score et Modèle : l’analyse de la cible
Qui sont les clients infidèles ? Sensibilité Fort consommateur de local Fort possesseurs de Numéris Détecteur d’options tarifaires de la Gamme Avantages Peu possesseurs de produits Orange Peu concernés Faible trafic local Fort trafic en interurbain et vers les mobiles Possession de d’appareil de télécomptage Peu possesseurs de Numéris et d’Internet Possesseurs de produits Orange Secteur de l’hôtellerie et du commerce de détail

14 4- le plan d’actions marketing
Deux approches: Action de rétention sur 250 clients à fort potentiel de départ Offres tarifaires Offres packs RV en face à face Action de reconquête sur les clients déjà partis Résultats en cours Après 1 mois, 70 RV commerciaux 50 clients sont en cours de refonte des contrats

15 En conclusion

16 Mise en place de la démarche
Identifier un objectif marketing ou commercial Mesurer les enjeux de la problématique ( go / no go) Recenser les données Créer une base de données de modélisation des clients Bâtir un modèle de connaissance clients ( détecter les variables discriminantes) et prédire le comportement des clients Évaluer la valeur ajoutée différentielle du modèle Décider des actions commerciales Mettre en œuvre les actions Mesurer l’efficacité des actions

17 Facteurs clé du succès (1)
Avoir un objectif clair Avoir beaucoup de données clairement identifiées Suivre le processus méthodologique Comprendre et accepter que certains objectifs ne sont pas modélisables Comprendre que les clients et l’environnement socio-économique évoluent Etre acteur de son projet

18 Facteurs clé du succès (2)
3 points clés Des données No data => No mining De la méthode Évaluer , comparer , décider Les outils sont des moyens Des hommes Data workers (marketing, informatique)

19 Merci Contact