(6) résultats pour votre recherche

Nous revenons de nouveau sur un sujet essentiel qu’est la mesure de la performance d’un plan d’animation. Ce sujet qui pourrait être banal, vue les outils existants du marché, et aussi une certaine disponibilité des données, n’est en fait pas toujours traité ou encore approximatif. Si bon nombre des sociétés utilisent et maitrisent plutôt un outil de gestion des campagnes marketing, encore bcp d’entre elles mesurent la performance à la campagne et non de manière globale, et potentiellement encore à l’individu.

Pourquoi une telle situation ? La première raison est clairement le manque de temps. La seconde pourrait être aussi une question de compétence où les utilisateurs des solutions analysent leurs campagnes via les reportings par défaut. Pour terminer, il existe certains outils qui promettent une analyse du ROI, mais plutôt en mode boîte noire où l’utilisateur ne sait pas par défaut ce qui a créé cette valeur et se voit retoqué en comité de direction.

Nous l’avons toujours dit, nous croyons à la performance et la rentabilité des plans d’animation marketing. Néanmoins, il est évident que de nos jours, nous ne pouvons plus envoyer n’importe quel contenu à n’importe quelle cible, n’importe quand. Il faut donc passer d’un plan de masse à un plan différencié et surtout de mettre en place une mécanique de mesure qui permettra de valider la création de valeur. Nous ne pouvons plus nous fier uniquement à un taux d’ouverture, de clics et de conversion, en y imputant un chiffre d’affaires global à la campagne.

Notre vision est comme habitude itérative. Vous ne pouvez pas connaître le ROI de votre plan d’animation avec précision sans avoir réaliser un certain nombre d’analyses préalables basiques en suivant une méthodologie séquencée.
Selon notre expérience, voici les principales étapes à suivre :
1. identifier toutes les opérations sur la période sélectionnée (commencer par un mois et aller jusqu’à l’année).
2. valider que vous avez toutes les données nécessaires à l’analyse (les volumes, l’échantillon témoin, les achats relatifs, la notion de retours strictes ou retours larges…).
3. thématiser vos opérations en fonction des contenus afin de mieux comprendre celles qui créent de la valeur.
4. créer des règles de réattribution du CA si plusieurs opérations se chevauchent en prenant en compte le contexte de la période (étape peut-être la plus délicate).
5. Réaliser le reporting de pilotage par opération et au global en validant que la somme des CA des opérations est bien égale au total de CA.
6. interpréter les résultats en fonction des thématiques, des opérations et de la valeur créée.

A noter que ce travail permettra aussi de mesurer une valeur de CA généré à l’individu. Nous allons même jusqu’à mesurer une valeur financière qui tient compte aussi des coûts liés aux opérations. Cela entraîne des valeurs positives, mais aussi négatives. Ce travail permet de démontrer qu’il n’est plus nécessaire d’envoyer des messages à toute la base et donc de passer à des offres différenciées en tenant compte de la capacité des individus à recevoir le bon nombre de communications sur le bon contenu.

Pour terminer sur ce sujet, nous constatons qu’avec un certain nombre de nouveaux KPI’s, adaptés à la marque ou à l’enseigne (identification de nouveaux axes d’analyse), nous pouvons aller à un niveau d’explication et d’interprétation complémentaire. Cela demande dans la méthode la prise en compte de données complémentaire (internes ou externes).

En résumé, attention aux modèles tout fait qui ne vous correspondent pas. Privilégiez une méthodologie analytique avec des axes d’analyses discriminants qui vous permettront de mieux comprendre, mieux analyser et mieux interpréter ce qui génèrent de la valeur* dans vos plans d’animation.

Nous serions ravis d’échanger avec vous sur ce sujet de vous montrer des use cases.
L'étude de marché pour booster votre ROI
Découvrez les ingrédients de l'étude de marché selon Know Your People : Collaboration, Statistiques et Customer Voice

Dans un monde où le digital a pris une place de plus en plus grande, où les clients, sujets à de plus en plus de sollicitations deviennent de plus en plus volatiles, nombreux sont les acteurs qui souhaitent reposer les bases de leur activité au travers d’une étude de marché. Aujourd’hui, cet outil, qui était souvent destiné aux nouveaux projets, voit son utilisation évoluer au gré des incertitudes planant sur un marché.
Alors comment mettre en place une étude de marché efficace ?



Les questions auxquelles doit répondre l’étude de marché

L’étude de marché doit vous permettre de savoir avec précision quelle est la situation sur le marché et votre positionnement vis-à-vis de la concurrence. Pour se faire, l’étude doit vous permettre de répondre aux questions suivantes :
  • Quelle est la taille actuelle du marché (en nombre d’acteurs, de clients, de ventes, de CA) ?
  • Quels sont les canaux de communication et de distributions prépondérants ?
  • Quels sont les produits vendus en priorité sur le marché ?
  • Quelles sont les perspectives de croissance du marché ?
  • Comment se situent les différents acteurs sur le marché ? Et comment se situe votre entreprise par rapport à ses concurrents ?
  • Combien existe-t-il de segments de clients sur le marché ? Quel est leur poids ? Quelles sont leurs spécificités ?
  • Quels sont les comportements d’achats des clients (fréquence, lieux, montants, types de produits…) ? Quels sont les usages que font les clients des produits achetés ?
  • Quel est le processus de décision d’achat pour le client ? Comment se renseigne-t-il sur les produits ?
  • Quel est le niveau de satisfaction du client vis-à-vis de la marque ?

Bref, un nombre important de questions qui nécessitent une démarche structurée d’analyse adaptée à vos problématiques. Chez Know Your People, nous avons mis au point une méthodologie qui repose sur 2 grands fondements :

  • Une étude au plus proche des spécificités de votre marché
  • Une démarche scientifique et statistique permettant d’identifier de manière fiable les éléments clés sur lesquels agir

Car que ce soit pour une étude de marché ou pour tout autre sujet analytique, une étude ne vaut que si elle permet de mettre en œuvre des plans d’actions efficaces permettant de booster votre ROI.
Notre démarche analytique dans le cadre des études de marché repose ainsi sur 3 étapes.

Une démarche en 3 étapes :

1. La recherche documentaire :
La recherche documentaire a pour principal intérêt de permettre d’identifier d’un point de vue macro les chiffres clés du marché. Cela va permettre de comprendre comment il a évolué, quel est son état actuel et ainsi de projeter ses évolutions potentielles.
A titre d’exemple, on va bien souvent pouvoir identifier :
  • les évolutions de ventes
  • du nombre d’acteurs sur le marché
  • les canaux de distribution
  • ...

On obtiendra donc rapidement un état des lieux précis de la situation. Néanmoins, la principale limite de cette approche est qu’elle ne prend pas en compte la voix du client. Il est donc intéressant d’y associer un questionnaire permettant d’aller plus loin dans la perception du marché par les principaux intéressés : les clients et prospects.

2. Le questionnaire clients et non-clients :
Car si on veut pouvoir réaliser un questionnaire exhaustif et pertinent, il est nécessaire d’interroger des clients du secteur concerné tout comme des prospects intéressés ou non par les produits concernés. L’intérêt de cette approche est qu’elle va permettre d’identifier les principaux freins au développement du marché et en parallèle de valider les principales forces motivantes.



Ensuite, le questionnaire va permettre de comprendre les habitudes de consommation, les usages des clients, tout comme les attentes des prospects et clients. Il va aussi permettre de positionner de manière précise les différents acteurs sur ce marché. Est-ce qu’ils sont leaders, suiveurs, en déclin ? Et finalement en dehors de leurs parts de marché respectives, comment leurs clients les perçoivent-ils ?
Ce questionnaire va aussi permettre de comprendre les nouvelles tendances de consommation et d’adapter l’offre aux différentes cibles. Sur ce dernier point, notre approche se veut collaborative et scientifique. Collaborative, car les items que nous allons tester seront validés conjointement avec vos équipes. Et scientifique, car en nous basant sur la statistique, nous allons pouvoir définir de manière précise les éléments les plus importants pour les clients.

3. Une analyse statistiques poussée :
Que ce soit pour étudier le positionnement des différents acteurs sur le marché, pour identifier les différents segments de clients et prospects ou pour comprendre quels sont les choix produits, nous mettons en œuvre une démarche statistique permettant de définir avec précision les résultats importants.



En particulier, nous accordons une grande importance à l’aspérité produits. Sur cet aspect, nous utilisons (1) les plans d’expérience et (2) l’analyse conjointe afin de définir quelles sont les caractéristiques produits qui ont le plus d’impact dans la décision d’achat. Cette analyse, croisée avec les différents segments de clients sur le marché, permet d’identifier l’offre idéale à proposer aux différents segments. Cette approche va donc vous permettre d’identifier ou de confirmer quels sont vos produits les plus adaptés aux différents segments.
La finalité de cette étude de marché va être de vous donner des éléments factuels sur lesquels définir des plans d’actions opérationnels dans différents domaines tels que l’offre, la communication et le marketing ou la commercialisation. Elle va donc vous permettre d’identifier des leviers de différenciation par rapport à vos principaux concurrents vous permettant de gagner des parts de marché tout en augmentant la satisfaction de vos clients.
Convaincus de l’intérêt de la démarche ? Contactez-nous !

(1) Plan d'expérience
Les plans d'expériences vous permettent d'analyser simultanément les effets de variables d'entrée (facteurs) sur une variable de sortie (réponse). Ces plans d'expériences consistent en une série d'essais (ou tests) au cours desquels les variables d'entrée sont intentionnellement modifiées. Des données sont collectées à chaque essai. Les plans d'expériences permettent d'identifier les conditions des procédés et les composants des produits qui influent sur la qualité, et de déterminer ainsi les paramètres de facteurs offrant des résultats optimaux.

(2) Analyse conjointe
L’analyse conjointe est une technique d’analyse marketing qui permet notamment d’expliquer les préférences des consommateurs en fonction des différentes caractéristiques ou attributs d’un produit.
Elle permet de comprendre comment les variations des caractéristiques impactent les préférences et donc le choix du consommateur.
L’analyse conjointe peut par exemple permettre d’essayer de comprendre comment les coloris, la forme et le prix d’un modèle de voiture peuvent se combiner pour influencer les préférences des consommateurs.
Où en êtes-vous dans la mesure de performance de vos campagnes emails ?

Cela ne fait aucun doute que nous sommes entrés dans une ère où les campagnes emails sont de plus en plus nombreuses et complexes. La mise à disposition de critères de sélection divers, plus la connaissance client augmentée, nous permet aujourd’hui de construire des plans d’animation emails de plus en plus sophistiqués. Nous répondons ainsi à la demande des directions générales sous le principe de réponse aux besoins et attentes des clients.

Multiplier les campagnes emails ? Oui, mais pas n’importe comment !

Il s’agit en premier lieu de mettre en place une stratégie email pour confirmer la cohérence des différents messages que l’on envoie aux différentes cibles. Au-delà des cibles et de son contenu, il est obligatoire, ou fortement recommandé, de valider la cohérence des campagnes et des offres entre les canaux. Il ne s’agit pas de faire la même offre partout, il s’agit de comprendre et valider les partis pris et les choix d’une opération. Etre cohérent afin d’expliquer à un client lambda pourquoi il n’a pas forcément reçu la même offre que son voisin.
En second lieu, il est indispensable de penser au process de mise en œuvre. Une campagne bancale (doublon dans les cibles, mauvaise délivrabilité, contenu inadéquat, …) ne permettra jamais de démontrer un succès. Au-delà de la mécanique opérationnelle, il ne faut pas oublier la méthodologie de mesure. Une campagne qui ne peut pas se mesurer (en ROI ou ROO*) n’a aucune valeur. Il existe plusieurs niveaux de mesure d’une campagne. L’efficacité de celle-ci peut se mesurer en taux d’ouvertures et taux de clics, ou en taux de conversion, mais aussi en CA Additionnel. Pour pouvoir exécuter ce dernier, il est obligatoire de mettre en place un échantillon témoin afin de mesurer les écarts entre les destinataires et la zone blanche.

Quels sont les KPI’s à calculer ?
Pour une analyse précise et facile, nous recommandons de répartir les indicateurs en 4 familles :
  • Indicateurs contextuels : nb de contacts, date d’envoi, durée de l’opération, contenu
  • Indicateurs de routage : taux d’aboutissement, Soft & Hard bounce
  • Indicateurs d’intérêt : taux d’ouverture, taux de clics, taux d’attractivité
  • Indicateurs de valeur : Taux de conversion, CA généré, Marge, ROI-ROO
  • Indicateurs web : Taux de rebond, temps passé, nb de pages vues

Cette liste est exhaustive mais non complète. Elle permet d’organiser un reporting.

Un dernier élément à ne pas négliger quand on réalise plusieurs campagnes durant la même période : la réattribution de la performance.
Dans bon nombre de cas, nous constatons que l’analyse des campagnes emails est calculée « à la campagne ». Aussi, quand il faut mesurer la performance mensuelle, il arrive très souvent que le calcul n’est ni plus ni moins que la somme des résultats de chaque campagne. Et 8 fois sur 10, le CA généré des campagnes sur la période a été comptabilisé plusieurs fois. Les résultats de ROI sont donc souvent imparfaits, voir complétement faux. Les professionnels de l’analytics peuvent vous accompagner sur une méthode afin de ré attribuer ce CA généré afin de ne pas sur estimer l’apport de l’email dans le business de l’entreprise.

* ROI : Return Of Investment / ROO : Return Of Objective
Comment et pourquoi exploiter les data digitales ?

Plus les mois passent et plus les experts de la relation client doivent se positionner sur l’utilisation des données digitales qu’ils collectent. Même si aujourd’hui, bon nombre d’enseignes utilisent un outil de tag management, tous n’exploitent pas ces datas dans leur environnement CRM. Se pose alors la question du matching des datas digitales avec l’environnement data existant…

Know Your People peut vous accompagner à engager un projet de réconciliation et d’exploitation des datas Digitales dans votre environnement analytique. Notre méthode est simple : nous sommes chef d’orchestre sur l’ensemble de la chaîne et nous sommes experts sur la partie analyse.

Un bon projet doit automatiquement être bien drivé. C’est pourquoi, dans notre rôle de chef d’orchestre, nous vous proposons d’être l’interlocuteur privilégié de vos services techniques. Nous serons aussi les traducteurs du besoin métier. Si la compétence n’est pas disponible chez vous, vous pouvez compter sur notre réseau de partenaires techniques (expert du tag management, des plans d’implémentation, de la récupération et l’intégration, et de la réconciliation). Concernant la partie analytique, au-delà de la partie Profiling ou même les méthodes « Lookalike », nous allons jusqu’à mesurer le pouvoir explicatif de vos données digitales.

Néanmoins, avant la phase de mise en œuvre technologique et son exploitation, il reste primordial de définir le périmètre et les premiers objectifs du projet. La concrétisation d’un use-case est donc un incontournable pour embarquer les équipes qui seront amenées à travailler sur le projet et/ou à utiliser les résultats.

Un exemple de use-case : La digitalisation des clients off-line avec un objectif d’augmentation de la performance par une communication personnalisée dans les campagnes et une meilleure identification lors des visites sur le site permettant un contenu adéquat. La performance sera alors mesurée par l’acte d’achat réalisé en magasin ou sur le site.

Le bénéfice engendré : une expérience client aboutie et un engagement renforcé.

La mise en place du use-case peut se faire sous forme d’un POC (Proof Of Concept). Le POC permet de formaliser le projet test sur un délai court, avec des investissements faibles et maitrisés pour un résultat mesuré. Le sujet choisi doit être clair, simple et pragmatique pour une compréhension maximale. Prouver l’efficacité par le chiffre et rassurer sur les investissements consentis.

En cas de réussite, l’extrapolation en est facilitée puisque la démarche existe, avec quelques ajustements si besoin. Ceci est donc un bon moyen pour entrer dans une politique et une stratégie Omnicanal.

Contactez-nous pour un échange, nous vous donnerons notre vision par rapport à votre projet.
Comment donner un coup de boost à votre Segmentation transactionnelle pour améliorer les performances ?

Dans la catégorie des segmentations basées sur des méthodes descriptives, la segmentation de type RFM est l’un des outils les plus utilisés pour segmenter les bases de données Clients.
Cette analyse a amplement prouvé sa validité, sa robustesse et sa facilité de mise en place du fait du peu de données nécessaires. Elle répond parfaitement à la création d’une valeur client et donc de l’identification des 20/80. Ce premier step peut être suffisant dans de nombreux cas, néanmoins, elle ne prend pas en compte un élément important de la relation client, à savoir le cycle de vie de celui-ci.

En effet, ce type de segmentation est figé et est basé sur un historique. A l’instant T nous connaissons la valeur client passé et nous déduisons un comportement proche dans le futur qui oriente notre plan de ciblages. Pourtant les cycles de vie clients nous indiquent, par exemple, que certains clients à potentiel à l’instant T du fait de leur consommation, de leur profil, de leur comportement sur la période précédente seront churners dans un futur proche.
Nous devons donc répondre à la question suivante : « Suis-je en début de cycle / début de projet, suis-je au milieu, ou suis-je à la fin du cycle ? » Ce critère temporel nous permet d’apporter une personnalisation complémentaire dans le ton et le discours du message que je souhaite faire parvenir à mon client.

La solution que Know Your People vous propose, est de modéliser le cycle de consommation en créant un algorithme prédictif basé sur des données comportementales.

Pour exploiter le fruit de ce travail dans vos plans d’animation, nous vous proposons :
  • soit d’utiliser cet algorithme prédictif seul afin d’identifier les potentiels.
  • soit de mixer la segmentation descriptive (RFM) et le score prédictif de potentiel des différents segments. (notre recommandation)

L’idée d’utiliser la force couplée de l’algorithme RFM et de celui du scoring permet de déterminer la valeur du segment à l’instant T et probabiliser son potentiel futur ! La prise en compte du cycle de consommation nous permet d’augmenter les taux de conversion de près de 5%.

Ci-dessous, un visuel du croisement des 2 analyses :



Par regroupement, on obtient ainsi 9 segments pour lesquels on observe un niveau d’engagement croissant : Inactifs profonds, Inactifs réactivables, Nouveaux sans potentiel, Nouveaux à potentiel, Clients en risque, Medium, Bronze, Silver, Gold.
L’identification du niveau d’activité en fonction de la valeur actuelle nous permettra d’adapter plus finement l’offre à la cible.

Plus d’hésitation, venez challenger votre segmentation actuelle avec cette nouvelle approche KYP ! Essayer c’est l’adopter !
Quand le prédictif s’invite dans les stratégies marketing 1/2

Le prédictif, un mot que l’on entend de plus en plus souvent… Sommes-nous prêts aujourd’hui à développer une vraie stratégie analytique autour des modèles prédictifs ?
Les techniques de statistiques prédictives ne sont pas nouvelles. Depuis plus de 20 ans, nous construisons des algorithmes afin de créer des modèles prédictifs robustes et performants qui améliorent toujours un peu plus l’expérience client.

Il existe trois paramètres importants à prendre en compte avant de se lancer :
  • La matière première : les data
  • La problématique : la variable ou le phénomène à expliquer
  • L’exploitation du modèle créé

Sur le premier point, notre bac à sable s’est très largement agrandi avec l’arrivée des data digitales. Si jusqu’à il y a encore quelques temps, les modèles prédictifs étaient construits à partir des données CRM classiques (transactionnelles, comportementales, socio démographiques), nous avons aujourd’hui accès à des données complémentaires qui viennent caractériser les comportements des consommateurs (données de navigations, sociales, et plus généralement les données digitales). L’enjeu aujourd’hui, est de pouvoir croiser les data de ces deux mondes (CRM & Digital). Les méthodes de réconciliation sont prêtes et les acteurs sur le marché proposent leur service à une qualité de matching qui devient intéressante (d’un point de vue statistique). Il ne reste plus qu’à définir la question à laquelle on souhaite répondre. Et c’est précisément ce point qu’il ne faut pas négliger !

Nous sommes convaincus que la construction de la « variable à expliquer » est un point majeur à la création de valeur future. Il est donc nécessaire de prendre le temps de définir une problématique qui soit réalisable et en adéquation avec la stratégie marketing. Que cherchons-nous à faire ? Réduire l’attrition ? Identifier l’appétence ? Maximiser la conversion ? Autant de sujet intéressant et d’actualité, mais qui restent généralistes et qui demandent à être préciser. Parle-t-on de contacts, de clients ou de prospects ? Intégrons-nous tous les segments de clients ou réalisons un focus sur une cible en particulier ? Vous l’aurez compris, il existe des filtres à intégrer dans la définition de la population à étudier. Ensuite, à nous de détecter les moments de vie et les cibles où nous maximiserons la conversion.

Le troisième point est peut-être le plus important. Il est indispensable d’utiliser / de tester / d’exploiter l’algorithme créé. Souvent nous remarquons qu’il existe de beaux scorings dans les entreprises, mais qui ne sont pas ou peu utilisés. Pour quelles raisons ? Juste parce qu’il existe encore une barrière de langage entre les dataminers / datascientists et le métier. Ou tout simplement parce que les équipes en place n’ont pas créé le modèle et donc n’en maîtrise pas les tenants et aboutissants. Sans oublier que les modèles prédictifs ont une durée de vie et qu’il est nécessaire, selon nous, de valider la véracité et la pérennité des algorithmes créés régulièrement. En d’autres termes, il ne s’agit pas de créer en one shot un score, mais il faut veiller à son application et sa performance dans le temps.
Un accompagnement dans les plans d’actions et la mesure des résultats peut-être nécessaire. L’objectif de performance peut alors augmenter de 15% à 20% avec un bon score, sur une bonne population, sur une bonne offre.
En d’autres termes, c’est un super outil prédictif, à vous, à nous de l’utiliser dans les meilleures conditions.
Contactez-nous pour faire le point !