Actualités

25 septembre 2013- 

Par Neil Biehn

Croyez-moi, en tant que data scientist, la segmentation efficace est une science. Si de nombreux professionnels du marketing, de la tarification et de la vente connaissent et utilisent les segmentations, beaucoup d'entre eux ne comprennent pas à quel point de bonnes segmentations sont essentielles pour accroître l'efficacité des ventes. En outre, nous pourrions croire qu'une seule segmentation vraiment bonne suffit, mais cela ne pourrait pas être plus éloigné de la vérité. Chaque levier de vente que nous actionnons fait intervenir des forces différentes, y compris un type de mesure différent. Par conséquent, les segmentations peuvent prendre différentes formes et tailles en fonction des questions pour lesquelles vous avez besoin de réponses.

Pour un analyste marketing ou commercial, il s'agit d'une tâche redoutable. Il est déjà difficile de créer une seule segmentation, sans parler de plusieurs. Réaliser plusieurs enquêtes, s'entretenir avec des chefs de produit et analyser la concurrence demande un effort herculéen. De plus, sur les marchés actuels en constante évolution, les résultats de vos recherches peuvent être périmés en l'espace de quelques mois, voire de quelques semaines. D'un autre côté, vos données contiennent déjà une tonne d'informations qui ne demandent qu'à être utilisées. Chaque interaction avec le client - offre, transaction commerciale et commande - peut être utilisée pour prédire comment les clients réagiront à toutes vos actions commerciales. Voici quatre suggestions pour créer des segmentations efficaces pour votre entreprise :

1. Choisissez la question à laquelle vous essayez de répondre. Limitez-vous à une seule question à la fois. Par exemple, la raison pour laquelle les affaires seront conclues ce trimestre peut être très différente des raisons pour lesquelles les clients achètent des produits supplémentaires ou des compléments.
2. Déterminer l'indicateur clé de performance (ICP). L'utilisation de données pour comprendre vos marchés implique que vous disposiez d'un moyen de quantifier les différentes réponses du marché.
3. Trouvez les facteurs et les attributs qui révèlent les changements dans l'ICP. Une bonne segmentation révèle comment les différents segments du marché agissent différemment. La découverte d'attributs qui révèlent la nécessité d'adopter des stratégies différentes permet d'exploiter une valeur inexploitée. Nous avons vu de nombreux attributs qui modifient la perception qu'ont les clients des offres, des produits et des services. Certains de ces attributs sont très spécifiques à votre entreprise, tandis que d'autres sont plus répandus. Veillez à vérifier vos sources de données pour identifier les attributs qui pourraient être utilisés, notamment votre base de données CRM, les données de base des clients, les données de base des produits et les transactions de vente. Une fois les données en main, examinez les diagrammes et les graphiques qui présentent les ICP par valeur d'attribut, notamment la taille du client, la fréquence d'achat, la géographie, le secteur d'activité du client, l'affiliation à un groupe, le cycle de vie/la fidélité, la catégorie de produit, la vélocité du produit, la marchandise/spécialité et le coût du produit, pour n'en nommer que quelques-uns. Enfin, l'utilisation de méthodes statistiques et/ou d'algorithmes d'apprentissage automatique aidera également à déterminer les attributs potentiels.
4. Combinez les attributs pour former une segmentation. Chaque segment peut être utilisé pour prescrire un ensemble spécifique d'actions en ce qui concerne le profil du client et les produits qui sont offerts ou vendus. Les algorithmes statistiques et d'apprentissage automatique peuvent regrouper les attributs pour créer une segmentation plus prédictive.

Chaque fois que nous abordons un nouveau problème, une nouvelle segmentation s'impose. Bien que la plupart des analystes tremblent à l'idée de créer plusieurs segmentations à des fins multiples, il n'y a pas vraiment d'autre alternative, à condition que vous mesuriez un nouvel ICP. Il existe de nouvelles listes d'attributs pour tester et valider notre hypothèse. Ce qui fonctionne pour les ventes incitatives ou croisées peut ne pas fonctionner pour les campagnes promotionnelles. Pour gérer la complexité des nouvelles segmentations, les analystes des ventes et du marketing doivent se tourner vers la technologie. Qu'il s'agisse de tester de nouveaux attributs ou de mettre automatiquement à jour les informations au sein d'un segment, la technologie big data pour les ventes peut faciliter votre approche scientifique des ventes, tout en générant une valeur incroyable.

Neil Biehn est vice-président et chef du groupe science et recherche de PROS.