Chapitre B) Réponses apportées
I. Attirer de nouveaux clients
Woody Allen a dit « Les relations amoureuses sont comme
les requins, elles doivent être en perpétuel mouvement pour ne pas
mourir ». Les entreprises sont dans le même cas. Elles doivent se
réinventer perpétuellement et capter des nouveaux clients. Le Big
Data fournit des bénéfices substantiels dans le processus
d'acquisition de nouveaux clients, en transformant les prospects en client. En
effet les outils fournis permettent d'aller plus loin que les outils marketing
traditionnel. Une analyse des données structurées et non
structurés est une avancée majeure qui permet une analyse plus
fine des données et par conséquent la définition d'une
cible client très précise.
Les avantages du Big Data dans le processus d'acquisition de
nouveaux clients peuvent être classés en quatre catégories
:
1. Connaître les profils des clients les plus rentables
:
La meilleure manière de capter de nouveaux clients
à forte valeur ajoutée est de cultiver des relations
étroites avec les clients les plus rentables de l'entreprise. Le Big
Data permet de définir les clients avec le meilleur profil. Quels sont
leurs besoins ? Quels sont leurs caractéristiques ? Sont-ils
influencés par les réseaux sociaux ? Une analyse «
RFM7 » permet de classer les clients selon trois
critères, la date du dernier achat, la fréquence d'interaction
avec la marque et la valeur générée. Les clients avec le
plus fort taux RFM sont ceux qui rapportent le plus d'argent à
l'entreprise.
Comprendre précisément les clients à
forte valeur ajoutée est le meilleur moyen pour l'entreprise d'en capter
des nouveaux. En effet assimiler les attributs de ses meilleurs clients est le
meilleur moyen pour une entreprise de se concentrer sur des prospects avec les
mêmes besoins.
2. Sélectionner les prospects à forte valeur
ajouté :
Tous les clients n'ont pas le même comportement d'achat,
l'analyse de ces comportements permet de savoir quel sont les prospects
à forte valeur ajoutée. Les données disponibles sur
7 Recency, Frequency, Monetary Value of customers
20
les prospects sont énormes grâce aux informations
disponibles sur les réseaux sociaux. Le croisement de ces informations
avec les bases de données disponible en interne dans les entreprises
permet une analyse très fine. Grâce a ce croisement de
données, les entreprises peuvent être très
sélectives dans leur sélection de prospects. La
réallocation des ressources du marketing est stratégique, nous
passons d'une période ou le marketing de masse était une
nécessité. Les coûts engendrés étaient
énormes avec des taux de retour très bas. A une ère
nouvelle ou le marketing sélectif va permettre une efficience des
campagnes marketing et des coûts.
3. Amélioration de la visibilité de marque :
Avant de devenir des clients, les consommateurs commencent
par définir leurs besoins et chercher des produits ou services capables
de les combler de la meilleur des manières. Ce n'est qu'ensuite qu'ils
entrent en contact avec les entreprises pour lancer le processus d'achat. Le
Big Data permet aux entreprises d'intégrer la période de
recherche de produits et services des consommateurs dans la gestion de leurs
relations client. Grâce aux informations disponibles en ligne, une
entreprise peut cibler un client qui a fait une recherche spécifique et
lui proposer des services associés. L'entreprise la plus performante
dans ce domaine est certainement Netflix qui utilise le Big Data pour guider
ses clients dans leur choix de film ou de séries. En fonction des
recherches et des films visionnés, les clients se voient proposer des
films qui peuvent correspondre à leur profil.
4. Comparer la performance des campagnes marketing
Le département marketing est souvent
considéré comme un centre de coûts dans les entreprises. En
effet le coût des campagnes est élevé et le ROI8
est souvent fables. Voilà pourquoi savoir si les dépenses
marketing sont pertinentes et essentielles pour les entreprises. Le Big Data
permet de connaître la performance des campagnes en temps réel.
Grâce à cela les entreprises peuvent ajuster leurs campagnes quand
elles jugent que les taux de retour ne sont pas à la hauteur des
attentes. De plus car aux analyses prescriptives elles
8 Return on Investment : (Chiffre d'affaires - Prix de
revient) / Prix de revient
21
peuvent croiser les données des campagnes à
succès et des campagnes avec de mauvais retours pour pouvoir
déterminer ce qui a marché pour les actions futures.
II. Augmenter la valeur ajoutée des clients existants :
Capter de nouveaux clients est essentiel mais à un
coût non négligeable pour l'entreprise. L'autre moyen important
pour augmenter les revenus est de rendre les clients actuels plus profitables.
Le Big Data permet grâce à une association de sources, une
définition en temps réel de cibles de « cross
selling9 ». Le cross selling est une méthode marketing
qui permet d'associer un produit acheté avec un produit similaire. Par
exemple lorsque nous achetons des stylos plumes, le vendeur nous propose des
cartouches d'encre. Les technologies Big Data permettent d'aller plus loin,
l'analyse des comportements d'achat, de l'âge, de la météo,
jour de l'achat et plus encore ont permis de savoir qu'un homme achetant des
couches pour enfants un vendredi soir à plus de chance d'acheter des
bières que des lingettes pour bébé. L'analyse se base sur
le fait qu'un homme qui fait cet achat sera fatigué de la fin de sa
semaine de travail et que le weekend arrivant les matchs de sports à la
télévision seront nombreux. De fait il sera
intéressé par boire une bière avec ses amis pour se
détendre devant un match.
L'objectif est d'augmenter la loyauté du client en lui
proposant des offres en temps réel qui correspondent parfaitement
à ses attentes.
L'utilité de l'analyse Big Data dans la
fidélisation des clients est majeure. Toutes les entreprises
définissent leur « CLV10 ». La valeur vie du client
se compose de :
Les coûts d'acquisition client La marge
générée par le client
L'addition de ces coûts est comparée aux
coûts de fidélisation client pour justifier les pertinences des
campagnes marketing. L'utilisation du Big Data permet de rendre plus efficace
cette mesure, en effet une nouvelle composante entre en compte dans la «
CLV » : l'influence sociale. C'est la valeur qu'un client apporte par le
biais des réseaux sociaux. Cette mesure est calculée en temps
réel et
9 Vente croisée
10 Customeur Lifetime Value
22
permet donc de savoir plus précisément si un
client mérite des actions de fidélisation pour éviter
qu'il ne parte à la concurrence. Cette mesure prend de plus en plus
d'importance car un client qui ne génère pas beaucoup de marge
peut être moins considéré par l'entreprise cependant s'il
génère des publications sur les réseaux sociaux, il
participe à la promotion de la marque. Sachant que l'impact du bouche
à oreille est plus important sur les consommateurs que de la
publicité faite par la marque, son importance devient
stratégique. Nous en avons l'exemple avec le phénomène des
« Youtubeurs11 », ces personnes publient des vidéos
sur internet et ont une audience très importante. Si il donne un message
positif sur la marque d'une manière non volontaire, l'impact peut
être énorme même si la marge qu'il a
générée est peut-être beaucoup moins importante que
d'autres clients. Il est donc nécessaire de lui faire comprendre son
importance en lui envoyant des offres pertinentes avec son profil avec le bon
message, par le bon canal d'information et au bon moment.
Par exemple Amazon a récemment déposé un
brevet qui va lui permettre de préparer une commande client avant l'acte
d'achat. Grâce à l'analyse prédictive Big Data des
données clients l'entreprise va être capable d'anticiper l'acte
d'achat du client en envoyant des colis dans des entrepôts proches de
lieux d'habitation des clients. De cette manière l'entreprise gagne en
compétitivité sur le temps de livraison des colis
vis-à-vis de ses concurrents.
III. Fidélisation des clients
La perte de clients est un problème majeur des
entreprises. De plus, un client mécontent peut à lui seul faire
perdre d'autres clients à l'entreprise. Les réseaux sociaux
jouent un rôle important dans la transmission d'informations
négatives sur la marque. Les entreprises doivent pouvoir définir
quels sont leurs clients à risque à travers une analyse de leurs
sentiments et les classer et de leur faire des offres proactives. Le Big Data
permet d'avoir une vue à 360 degrés des clients, ainsi il est
plus simple pour les entreprises de connaître plus en profondeur leurs
clients et de savoir à quel type d'offres ils sont réceptifs.
Cette vue à 360 degrés permet d'être très
réactif en cas de clients à risque car une offre pertinente peut
lui être envoyée.
Pour aller plus loin, les possibilités actuelles du Big
Data permettent de croiser les informations de valeur client et de taux de
risque de départ à la concurrence. Ainsi les entreprises peuvent
savoir si le client à risque vaux la peine d'être gardé ou
s'il est préférable de le laisser partir à la
concurrence.
11 Personne qui publie des vidéos sur YouTube
23
En effet il est souhaitable de réallouer des ressources
pour gagner des clients rentables plutôt que de dépenser de
l'argent pour conserver des clients à risque.
Les entreprises du secteur des télécoms sont
très demandeuses de ces analyses, en effet un client mécontent va
téléphoner souvent au service client ou consulter la FAQ sur le
site internet de l'entreprise. Le croisement de ces informations est une manne
pour l'entreprise qui lui donne une visibilité sur le nombre de ses
clients à risque.
IV. Personnalisation
L'ère du marketing de masse est révolue. Les
consommateurs sont assaillis de messages publicitaires, aussi bien dans la vie
courante que par des canaux technologiques (Mails, SMS, Radio,
Télévision). L'envoie de publicité massive n'a plus
l'impact escompté, les clients demandent plus d'attention et le
marketing personnalisé est une parade à ce changement. Les
entreprises qui ne s'adapteront pas à ce changement s'exposent à
des risques. En effet les clients à force de recevoir des messages
publicitaires non personnalisés seront enclins à quitter la
marque et se tourner vers des entreprises qui s'intéressent plus
à eux.
Nous savons tous qu'une interaction personnalisée
permet à un client de rester fidèle. Quand nous allons dans une
boutique ou le vendeur se souvient de nous et de nos achats cela flatte notre
égo et nous sommes plus réceptifs à ses propositions. Pour
rien au monde nous ne changerions de boutique.
La personnalisation des interactions est le prolongement
naturel de l'utilisation du Big Data dans la gestion de la relation client.
Grâce aux informations récoltées (site internet,
téléphone, mails, face à face, réseaux sociaux) et
la vue à 360 degrés du client, il est très simple de faire
une micro-segmentation de ses clients et donc de connaître
précisément les besoins de chaque client. De cette manière
il est possible d'interagir avec le client en fonction de ses
précédents achats, de ses gouts mais aussi en fonction de son
profil récolté sur les réseaux sociaux.
En conclusion nous pouvons dire que le Big Data aide les
entreprises à mieux vendre. Grâce aux analyses de données
elles peuvent gagner de nouveaux clients, augmenter la profitabilité de
chaque client et de conserver les clients les plus rentables. Pour être
certaine d'atteindre ces objectifs, les entreprises doivent s'assurer d'une
personnalisation des interactions avec leurs clients.
24
Dans un futur proche les analyses Big Data permettront de
découvrir de nouvelles sources de revenus, une meilleure gestion du
risque et une parade à la fraude.
25
| 
