Utilisez le Big Data pour améliorer l’efficacité des campagnes sur cycles de vie – 1ère Partie

Par: Shreena Lakhani, Marketing Executive, emarsys

Que se passe-t-il dans l’e-Commerce aujourd’hui ?

L’argent investi en vue d’attirer des clients sur votre site web représente de l’argent bien investi. Toutefois, seul un petit pourcentage de ces visiteurs effectueront un achat et une grande majorité d’entre eux n’achèteront probablement pas de nouveaux produits chez vous – surtout si vous ne déployez pas le temps et les efforts nécessaires pour les fidéliser !

L’objectif doit être d’augmenter la valeur du cycle de vie de vos clients et le retour sur investissement et d’encourager les clients à devenir des acheteurs réguliers. La meilleure façon de s’en approcher est de vous demander quel type de clients vous attirez et quels sont vos meilleurs clients.

Pour déterminer quels sont vos meilleurs clients, vous devez analyser leur comportement d’achat à l’aide du modèle RFM. Il ne s’agit pas uniquement de savoir combien d’argent chaque client a dépensé au fil du temps mais plutôt de connaître l’évolution ou la régression de leur comportement d’achat au fil du temps.

Comment utiliser les données pour optimiser le retour sur investissement des messageries ?

Pour 66% des entreprises B2C, le principal défi consiste à cibler les destinataires ayant les contenus les plus pertinents (Marketing Sherpa). Le Big data peut y contribuer car il vous permet de collecter, stocker et d’analyser un volume de données croissant. L’époque où les informations sur fichier contenaient uniquement les noms du client et le montant dépensé est révolue, nous disposons à présent de tellement d’informations à portée de mains pour nous aider à cibler précisément les personnes. Ces informations doivent être converties en informations utilisables pour fidéliser les clients tout au long du cycle de vie du client.

Vous pouvez collecter des données via de nombreux formulaires, notamment les formulaires de sites Web, les produits, les fournisseurs – il est vital de convertir toutes les données dont vous disposez en informations exploitables. Les données que vous collectez doivent être utilisées dans le but de vous aider à définir les objectifs de votre entreprise. Vos objectifs peuvent être de convertir les clients potentiels en nouveaux acheteurs, de convertir les nouveaux acheteurs en acheteurs actifs ou autres, et l’utilisation de données telles que le genre, l’adresse, le comportement d’achat, etc. vous permettra de déterminer la manière d’atteindre ces objectifs.

Première étape – Comprendre vos indicateurs de mesure

Pour être en mesure d’analyser où vous en êtes dans vos objectifs, vous devez comprendre un large éventail d’indicateurs de mesure, notamment :

le retour sur investissement
les visiteurs du site Web
les pages d’entrée sur votre site Web
la valeur moyenne des commandes
les abonnés
les clients actifs
les mots clés utilisés pour accéder à votre site Web
le taux de conversion marketing
le taux d’ouvertures et de clics par courrier électronique
les marges brutes

Deuxième étape – Simple segmentation

La prochaine étape consiste à comprendre quels sont vos types d’acheteurs :

« J’aime les soldes » – Clients uniquement intéressés par les produits en solde
« Accro aux marques » – Clients qui peuvent se permettre d’acheter des produits spécifiques mais qui sont habituellement fidèles à une seule marque
« L’argent importe peu » – Les clients achèteront les derniers produits sortis sur le marché sans tenir compte du prix

Vous devez également prendre en compte le modèle RFM (Récence, Fréquence, Montant) ;

Score de récence – date de la dernière commande
Score de fréquence – fréquence à laquelle un client effectue des achats
Montant – combien d’argent ont-ils dépensés

Établir des références croisées sur les données ci-dessous vous permettra de segmenter vos acheteurs dans des grappes que vous pourrez ensuite cibler, si besoin est. Vous pourrez même ajouter une quatrième dimension qui est « quand ont-ils répondu pour la dernière fois à une campagne ». Analyser ces facteurs vous permettra de décider des clients pour lesquels une attention soutenue et plus de communication sont nécessaires et ceux desquels il ne sera nécessaire de s’occuper en raison de leur inactivité.

Troisième étape – Comprendre la « cible privilégiée »

Il existe différentes étapes du cycle de vie du client :

Client potentiel
Nouveau client
Client régulier
Client VIP
Client inactif

L’étape la plus importante de ce cycle de vie se situe entre le client régulier et le client VIP, étant donné que ces clients vont dépenser le plus d’argent avec vous sur une base régulière. Cependant, vous devez créer des activités pour chaque groupe de clients, à chaque étape du cycle de vie, en fonction de votre analyse de données réalisée à partir du modèle RFM.

Étape 4 – Automatisation des messages tout au long du cycle de vie du client

Dès que vous aurez choisi les différentes activités marketing que vous utiliserez pour cibler les clients à chaque étape, vous pourrez les automatiser de sorte que vous n’ayez qu’à les créer une seule fois pour qu’elles fonctionnent en arrière-plan ; tout ce que vous aurez à faire sera d’analyser les données de la campagne et de les comparer avec votre suivi des objectifs. Dès lors, vous pourrez ensuite adapter les campagnes en les ajustant ou en les améliorant.

Accordez une attention particulière au prochain article, dans lequel je fournirai des exemples de communication par e-mail pour chaque groupe de clients dans le cycle de vie.