Les outils de mesure de la fidélité client

  1. Apprentissage automatique et programmes de fidélisation
  2. Programme de fidélisation des clients B2C / Définition
  3. Les outils de mesure de la fidélité client
  4. Apprentissage automatique Vs intelligence artificielle ?
  5. Machine Learning: Comment une machine apprend-t-elle ?
  6. L’analyse de la fidélité client – Etude empirique

1.3.4 Les outils de mesure de la fidélité client.

Avant de chercher à prévoir et comprendre la fidélité de ses clients par des études Marketing complexes, une entreprise de B2C peut déjà suivre et mesurer cette fidélité à partir de sa base de données client.

Cependant mesurer la fidélité Client est une tâche qui peut s’avérer complexe car la fidélisation client est loin d’être une science exacte, il y a toujours cette part subjective de l’humain qu’est le client que nous ne maitrisons pas et que nous ne pouvons pas quantifier, et à cela s’ajoutent tous les aléas de la vie (divorce, maladie, décès, chômage…) que personne au monde ne peut anticiper.

Selon Christian BARBARAY4 il convient de faire une distinction entre la fidélité prouvée et la fidélité déclarée :

  • La fidélité prouvée découle de l’analyse de l’historique du comportement d’achat et est mesurée à partir des données clients.
  • La fidélité déclarée découle de l’intention d’acheter ou pas un produit ou service et peut être mesurée à partir des sondages clients.

Voici une liste plus ou moins exhaustive des KPI utilisées pour mesurer la fidélité prouvée :

1- Le taux d’acquisition de la clientèle

Ce KPI permet de mesurer et d’analyser deux points :

  • L’efficacité d’une politique marketing ou commerciale.
  • L’impact d’une politique marketing ou commerciale sur la conquête des nouveaux prospects (clients).

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : ce KPI s’obtient en divisant la somme des dépenses engagées par une marque pour sa promotion et son marketing sur une période donnée par le total de nouveaux clients conquis sur la même période.

L’amélioration de ce KPI peut s’opérer par la multiplication des campagnes promotionnelles à faible coût et à large impact.

2- Le taux d’attrition de la clientèle (Churn en anglais)

Cet indicateur de performance est l’un des plus connus et des plus utilisés en matière de fidélisation. Il correspond au pourcentage des clients perdus par une entreprise sur une période donnée.

La notion de client perdu (propre à chaque marque ou entreprise) implique généralement une certaine période d’inactivité et d’absence d’acte d’achat.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Le Churn s’obtient en divisant le nombre de clients perdus sur une période par le total des clients sur la même période.

En général, un taux d’attrition dit « normal » doit être inférieur ou égal à 10 %. L’amélioration de ce KPI, c-à-d le mener à la baisse nécessite une étude approfondie des raisons qui pourraient pousser le client à se désolidariser d’une marque, ou entreprise. Nous allons montrer dans la présente étude comment l’intégration de l’apprentissage automatique dans l’analyse de ce KPI pourrait faciliter la tâche aux décideurs.

3- Le taux de réachat (Repurchase ration en anglais)

Cet indicateur de performance, précieux outil de la mesure de la satisfaction client, permet d’avoir un aperçu des clients en cours de fidélisation. Le taux de réachat correspond à la proportion des clients connus de l’entreprise ou la marque ayant effectué au moins un nouvel achat (réachat) sur une période donnée.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Le taux de réachat s’obtient en divisant le nombre de clients ayant effectué un réachat sur une période sur le total des clients sur la même période.

Dans le cadre par exemple d’une campagne publicitaire, le taux de réachat peut s’avérer adéquat pour mesurer plus finement l’impact de celle-ci.

4- Le taux de montée en charge

Cet indicateur de performance correspond au pourcentage des clients ayant effectué plusieurs achats sur une période donnée. Il s’appuie sur le fait que réaliser un achat supplémentaire sans aucun lien avec un achat précédent est signe de la fidélisation du client.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Le taux de montée en charge s’obtient en divisant le nombre de clients ayant effectué plusieurs achats sur une période sur le total des clients sur la même période. En termes d’analyse le taux de montée en charge serait plus pertinent que le taux de réachat (vu plus haut).

5- Le taux de rétention/fidélité

Calculé parallèlement au taux d’attrition, ce KPI consiste à évaluer sur une période donnée le nombre de clients retenus avec succès par l’entreprise.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Le taux de rétention s’obtient en soustrayant de 100 le taux d’attrition. Nous pouvons aussi diviser le nombre de clients retenus sur une période sur le total des clients sur la même période.

D’une manière générale, veiller à garder le contact avec ses clients et les solliciter par des campagnes et messages ciblés sont des pistes envisageables pour améliorer le taux de rétention.

6- Le taux de vente incitative

Ce KPI correspond au pourcentage de clients ayant effectué un nouvel achat d’un ou des produits différents de leur précédent panier.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Le taux de vente incitative s’obtient en rapportant le total de clients ayant acheté au moins deux produits différents sur le total de clients n’ayant acheté qu’un seul produit.

Pour une entreprise, l’amélioration de ce KPI passera nécessairement par l’ouverture de toute la gamme de ses produits à ses clients par le biais des campagnes de promotion intelligente suscitant in fine un attachement plus affectif de la part de ses clients.

7- Le taux de participation client

Ce KPI permet de déterminer parmi les clients, ceux qui participent au programme de fidélité de l’entreprise.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Ce KPI s’obtient en divisant le total de clients inscrits au programme de fidélité sur une période donnée sur le total client de la même période.

8- Le taux d’engagement client

Ce KPI permet de déterminer la proportion de clients qui utilisent effectivement le programme de fidélité (conversion de points en récompenses, inscription aux événements VIP etc…). Il donne des indications précieuses sur le niveau d’engagement réel du client moyen auprès de l’entreprise

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Ce KPI s’obtient en divisant le total de clients utilisant effectivement le programme de fidélité sur une période donnée sur le total client de la même période.

9- La durée de vie d’un client

Pour une entreprise ou une marque, ce KPI correspond à la durée moyenne de vie d’un client.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Cet indicateur se calcule en divisant l’entier 1 par le taux d’attrition. Par exemple, pour une société avec un taux d’attrition de 0.20, en moyenne un client y resterait 5 (1/0.20) ans.

Ce KPI est très important pour la gestion du portefeuille client.

10- Le panier moyen

Ce KPI détermine la part des clients fidèles dans le chiffre d’affaire de la société.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Cet indicateur se calcule en divisant le montant des achats des clients fidèles sur le total des clients fidèles.

En général, le panier moyen des clients fidèles est jusqu’à 10 fois supérieur à celui de leur premier achat.

11- L’entonnoir de conversion

Ce KPI désigne la somme des étapes et le processus nécessaires pour qu’un client finalise un acte d’achat. Particulièrement adapté à un site de e-commerce, le calcul de ce KPI peut intégrer les points suivants :

L’affichage et validation du panier.

L’identification et le renseignement du moyen de paiement.

La validation de la commande.

Méthode de calcul : calcul statistique basé sur les données clients.

Calcul : Ce KPI se base sur le nombre de clients qui abandonnent leur panier ou avortent leur commande avant sa finalisation

Chacun de ces KPI présente bien entendu des avantages et des inconvénients. Pour une bonne analyse de la fidélisation client, il convient non seulement de les combiner mais aussi de les adapter au contexte d’étude : par exemple, la période retenue pour le calcul du taux d’attrition d’une entreprise B2C opérant dans les télécommunications va certainement différer de celle d’une entreprise opérant dans la grande distribution.

Tous ces KPI une fois insérés dans un tableau de bord vont permettre d’avoir une meilleure indication entre autres :

  • De la capacité d’une entreprise de B2C à retenir ses clients.
  • Des pistes d’amélioration à envisager pour booster le business.

Néanmoins, nous pensons que tous ces Indicateurs clés de performance ont un « handicap » dans le fait qu’ils ne peuvent permettre que de constater positivement ou négativement la fidélité des clients et ce qu’après expérience de consommation. Par conséquent, ces KPI ne peuvent permettre d’anticiper avec efficience les comportements des clients.

Dans l’élaboration des programmes de fidélisation client, les plans d’action inhérentes à l’analyse de ces KPI ne peuvent être que curatives, et donc non préventives.

Or il est connu et reconnu, que dans le monde du business arriver à anticiper et prédire les comportements de ses clients, c’est avoir un quart d’heure d’avance sur la concurrence.

Le « handicap » des KPI de la fidélité «prouvée » de ne pas permettre de connaitre en amont le comportement des clients peur être pallié par l’utilisation des KPI de « la fidélité déclarée » dont voici deux exemples qui comptent parmi les plus utilisés :

1- Le NPS : Net Promoter Score

Crée par Frederick F. Reichheld 5, le Net Promoter Score correspond à la proportion de clients susceptibles de recommander ou de déconseiller un produit, service ou une marque. Ce KPI très répandu dans le monde du business est aussi utilisé pour mesurer la satisfaction client.

Méthode de calcul : sondage de la clientèle.

Question : quelle est la probabilité que vous nous recommandiez à votre entourage ?

Calcul : l’enquête situe sur une échelle de 1à 10, la probabilité pour un client de promouvoir une marque auprès de ses proches.

L’analyse du NPS est illustrée à travers la figure ci-dessous :

Les outils de mesure de la fidélité client
Figure 1: Calcul NPS ( Source: https://blog.smart‐tribune.com/satisfaction‐client‐kpi)

En théorie, le score du NPS peut varier entre -100 (tous les clients sont « infidèles » et détracteurs) à +100 (tous les clients sont « fidèles » et promoteurs). Un score à partir de 50 est considéré comme bon.

Avantage NPS :

La question posée est simple et peut être posée à n’importe quel moment du parcours client.

Inconvénient NPS :

Se limiter à une seule question fait que le NPS ne se base que sur un seul aspect (satisfaction client) de la fidélité et non sur sa globalité.

2- L’indice de fidélité client (Customer Loyalty index en anglais)

Le Customer loyalty index (CLI) permet de suivre la fidélité client au fil du temps. Ce KPI intègre les valeurs du NPS, du taux de réachat et du taux de montée en charge.

Il est moins répandu que le NPS car très complexe à mettre en œuvre.

Méthode de calcul : sondage de la clientèle.

Questions :

Quelle est la probabilité que vous recommandiez notre entreprise à votre entourage ?

A l’avenir, quelle est la probabilité que vous rachetiez au sein de notre entreprise ?

Quelle est la probabilité que vous achetiez d’autres produits dans notre entreprise ?

Calcul : l’indice de fidélité client s’obtient en faisant la moyenne des scores des réponses aux 3 questions, évaluées sur une échelle de 1 à 6 où 1 équivaut à « Définitivement oui » et 6 à « Définitivement non » comme suit :

1 = 100
2 = 80
3 = 60
4 = 40
5 = 20
6 = 0

Contrairement aux KPI de la « fidélité prouvée », les KPI de « la fidélité déclarée » ont l’avantage de permettre de comprendre les comportements des clients et ainsi donc de les anticiper.

Néanmoins, nous pensons que le fait qu’ils soient basés sur des sondages pourraient constituer aussi un « handicap » dans leur analyse car il est vrai que les sondages à un instant T ne reflètent pas toujours la vérité à l’instant T+1.

Justement l’objectif de notre démarche est de montrer comment nous pourrions gommer cet « handicap » avec l’aide de l’apprentissage automatique. Ce qui nous amène au point suivant ( Suivant article).

__________________________________
5 Frederick F. Reichheld : Auteur à succès, conférencier et stratège commercial du New York Times, mieux connu pour ses recherches et ses écrits sur le modèle commercial de fidélisation et le marketing de fidélisation

Print Friendly, PDF & Email

Cliquez sur suivant article pour lire la suivante partie de ce mémoire:

Abonnez-vous!
Inscrivez-vous gratuitement à la Newsletter et accédez à des milliers des mémoires de fin d’études !
Publier son mémoire!
WikiMemoires - Publier son mémoire de fin d’études !

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *