Article proposé par Yassine El Idrissi, consultant expert en CRM.
Une des définitions les plus pertinentes du Customer Relationship management (CRM) est « une démarche qui vise à identifier, à attirer et à fidéliser les meilleurs clients dans l’optique d’augmenter la rentabilité de l’entreprise ou la valeur de son capital client ».
Dans cet article, nous allons discuter de l’usage de l’Intelligence Artificielle (IA) et du Big Data pour identifier, attirer, fidéliser les meilleurs clients et augmenter la rentabilité.
Identifier les meilleurs cli ents
Autrefois, l’identification des meilleurs clients se faisait à travers le chiffre d’affaire que la marque ou l’entreprise réalise avec ceux-ci. Plus le chiffre d’affaire est important, plus le client est important, ce qui est vrai dans l’absolu. Par ailleurs, dans chaque portefeuille client, on trouve des profils à fort potentiel mais qui ont été affectés à des segments moins rentables de l’entreprise, à cause d’une segmentation basée sur une seule variable, à savoir le chiffre d’affaire. Ceci engendre un coût d’opportunité énorme pour l’entreprise ou la marque.
C’est justement ici ou intervient le Big data et l’IA, pour rendre l’identification de ces clients possible. En effet, la multiplication des sources de données permet cette identification.
Prenons l’exemple d’une banque qui a une population de clients segmentés grand public, alors qu’ils effectuent de temps en temps des achats dans des magasins ou restaurants de luxe,information disponible dans l’historique du compte client. Il y a de fortes chances que ces clients soient mal segmentés et que les actions entreprises par la banque vis-à-vis de cette population soient bien loin de les fidéliser si ce n’est le contraire.
Aujourd’hui, des algorithmes sont capables de détecter ce genre de clients de manière précise et selon plusieurs variables.
L’indentification peut aussi passer par l’analyse des paniers d’achat des clients que ce soit dans le magasin ou sur un site web. Par exemple, un supermarché peut analyser le panier de ses clients pour détecter les opportunités de cross selling. Des algorithmes comme APRIORI ou CARMA sont capables de donner des règles d’association assez précise de type : l’achat du produit A implique l’achat du produit B, ou l’achat des produits A et B implique l’achat des produits C et D, etc. L’application de ces règles d’association permettent d’augmenter la valeur du panier moyen et par conséquent augmenter le chiffre d’affaire.
L’identification peut passer également par les réseaux sociaux. En effet, les clients n’hésitent plus à partager leurs avis sur une marque, l’analyse de ces avis publics de manière assez précise est désormais possible grâce au Natural Language Processing (NLP) et le Text Analytics. Ces techniques permettent de détecter les raisons d’une fidélité et les causes d’une infidélité à une marque ou à une entreprise.
Attirer les meilleurs clients
Attirer des clients passe généralement par des campagnes marketing. Dans le marketing classique, le retour sur investissement de ces campagnes a fait couler beaucoup d’encre, ainsi des pistes d’optimisation ont été développées à travers l’analyse des retombées.
Pour donner un exemple, revenons au supermarché qui a développé des opportunités de cross selling grâce à des algorithmes d’IA comme APRIORI ou CARMA, grâce à ces algorithmes, le supermarché a découvert que l’achat du produit A, implique l’achat du produit B, par contre, il existe des clients qui achètent le produit A mais qui n’achètent pas automatiquement le produit B, et ce sont exactement les clients cibles d’une campagne marketing du produit B.
L’histoire n’est pas finie ici, car les retours de la campagne vont servir à un nouvel apprentissage des algorithmes pour un ciblage encore meilleur lors de la prochaine campagne. Autrement dit, une fois celle-ci finie, les clients qui ont répondu positivement vont permettre d’abord de mieux comprendre pourquoi le produit A implique le produit B, en suite de mieux cibler les clients de la prochaine campagne, et enfin d’augmenter le retour sur investissement des campagnes marketing.
Fidéliser les meilleurs clients
Le coût d’acquisition des clients et de plus en plus important, ainsi la fidélisation devient vitale pour l’entreprise ou la marque, la fidélisation peut se mesurer entre autres par un taux d’attrition, appelé aussi le churn (taux des clients qui quittent l’entreprise ou la marque pour le compte de la concurrence), plus ce taux est élevé moins on fidélise nos clients.
Actuellement, à l’aide d’algorithmes d’intelligence artificielle, nous sommes capables d’anticiper cette attrition et déterminer ses causes selon des arbres de décision ou des modèles d’apprentissage supervisé. A titre d’exemple un supermarché a déterminé un score combinant trois variable appelé RFM (R : récence de la visite du client, F : fréquence des achats, M : montant de l’achat) pour anticiper l’attrition de ses clients. En utilisant des modèles supervisés, on a pu déterminer à quelle seuil du score RFM le client risque de quitter l’entreprise et quelle sont les actions à entreprendre une fois ce seuil atteint.
En dehors des scores RFM, des algorithmes comme C5.0, CHAID permettent d’identifier les règles d’attritions selon plusieurs variables et ainsi anticiper le churn et fidéliser ses meilleurs clients.
Pour résumer, les apports du big data et de l’intelligence artificielle pour la relation client ne sont plus à démontrer, notamment avec la multiplication des sources de données grâce aux réseaux sociaux. Ils permettent d’une part de transformer la donnée non structurée (texte, image…) en structurée, et d’autre part, de développer des modèles qui permettent de segmenter les clients ou prédire leur comportement.
