Il est impossible de savoir à l’avance si un de vos clients va s’activer. Par contre, il est possible, en étudiant le comportement passé d’un groupe de clients, de déterminer un taux d’activation prédictif. On va se servir pour cela de la date de dernière commande, du nombre de commandes et du montant commandé. C’est le fameux score RFM (récence, fréquence, montant).
Si vous avez des bases solides en statistiques, vous pouvez construire votre propre score, mais voici un exemple assez simple de segmentation RFM prédictive sur des clients.
1-Historique client
On dispose de l’historique comptable des clients sur 5 années glissantes. Chaque année avec du chiffre d’affaires facturé est noté 1 et les années à chiffre nul sont notées 0. L’intérêt de cette segmentation simple est de n’avoir que 8 segments différents à gérer (2 puissance 3).
| Client | 2013 | 2014 | 2015 | 2016 | 2017 |
| Client A | 0 | 1 | 0 | 1 | 1 |
| Client B | 1 | 0 | 0 | 0 | 0 |
| Client C | 0 | 0 | 0 | 1 | 1 |
| Client D | 0 | 1 | 0 | 0 | 0 |
| Client E… | 1 | 1 | 0 | 1 | 1 |
2-Principe du score
Peut-on déduire de l’ historique 2013-2014-2015, un taux d’activation en 2016 ?
| Client | 2013 | 2014 | 2015 | RFM | 2016 |
| Client A | 0 | 1 | 0 | 010 | 1 |
| Client B | 1 | 0 | 0 | 100 | 0 |
| Client C | 0 | 0 | 0 | 000 | 1 |
| Client D | 0 | 1 | 0 | 010 | 0 |
| Client E… | 1 | 1 | 0 | 110 | 1 |
Peut-on déduire de l’historique 2014-2015-2016, un taux d’activation en 2017 ?
| Client | 2014 | 2015 | 2016 | RFM | 2017 |
| Client A | 1 | 0 | 1 | 101 | 1 |
| Client B | 0 | 0 | 0 | 000 | 0 |
| Client C | 0 | 0 | 1 | 001 | 1 |
| Client D | 1 | 0 | 0 | 100 | 0 |
| Client E… | 1 | 0 | 1 | 101 | 1 |
3-Analyse globale sur toute la base et calcul des taux d’activation
Quand on fait cette analyse sur toute la base de données clients, on obtient des chiffres assez impressionnants de régularité qui valident le modèle prédictif :
| RFM | Activation 2016 | Activation 2017 |
| 000 | 98% | 95% |
| 111 | 73% | 73% |
| 011 | 52% | 52% |
| 101 | 37% | 39% |
| 001 | 29% | 30% |
| 110 | 29% | 28% |
| 010 | 15% | 15% |
| 100 | 9% | 8% |
4-Quelles conclusions en tirer ?
000 : On se rend compte que les meilleurs clients sont ceux qui ne l’étaient pas. Ils ont fait un gros effort pour changer de fournisseur, alors sans surprise, ils restent fidèles. Ceci montre bien l’intérêt de suivre les « Nouveaux » lors de leur première année de clientèle. Pourquoi ne pas créer un « Kit de bienvenue » ?
111-011 : Les clients fidèles. Sans surprise, vos meilleurs clients sont ceux qui achètent régulièrement, depuis longtemps, faites-en des ambassadeurs de votre marque. Lancez une opération de parrainage, demandez-leur des témoignages.
101-001-110 : Les clients moyennement fidèles qui alternent leurs achats chez vous et/ou chez vos confrères ou qui sont entrés récemment dans le fichier. A suivre fortement pour augmenter leur fidélité.
010-100 : Les clients inactifs depuis un an ou deux, à réactiver d’urgence. Créer des offres de retour, des mailings de réactivation.
5-Quelles décisions opérationnelles
On peut créer une segmentation plus large qui permettent de faire des traitements plus simples.
Par exemple, en créer des clients VIP et des clients INACTIFS.
| RFM | Activation 2016 | Activation 2017 | Segment |
| 000 | 98% | 95% | VIP |
| 111 | 73% | 73% | |
| 011 | 52% | 52% | CLIENTS |
| 101 | 37% | 39% | |
| 001 | 29% | 30% | |
| 110 | 29% | 28% | |
| 010 | 15% | 15% | INACTIFS |
| 100 | 9% | 8% |
On pourra réserver quelques investissements marketing (entrées à des salons, catalogue papier, visite terrain d’un commercial) aux VIP.
On pourra exclure les inactifs des processus coûteux (mailing, visites terrain) mais les relancer par téléphone avec une offre adaptée, afin de les réactiver.
Voici une vidéo qui explique ce score simplifié :
