Bien segmenter ses base de données clients et prospects est un prérequis à toute action commerciale efficace : cela permet de mener une stratégie marketing différenciée, en proposant un message et éventuellement une offre produit personnalisée à chacun des segments identifiés. Comment optimiser cet outil de pilotage stratégique ? Quelles sont les techniques de segmentation les plus évolutives à appliquer ? Comment mettre l'Open Data à profit de sa base de données ? Découvrez les nombreux projets de segmentation réalisés par nos équipes, pour différents clients dans plusieurs secteurs d'activité. Avec le retour d'expérience d'Hubert Wassner, Lead Data Scientist chez AB Tasty.

1. Optimiser sa segmentation
marketing

2. Laura Brocco
Directrice Scientifique
Thibaut Lagorce
Directeur Consulting
2

3. OPTIMISER SA SEGMENTATION MARKETING
Enjeux et panorama
La segmentation en action
Retour d’expérience d’AB Tasty

4. ENJEUX & PANORAMA

5. DES MARCHES HETEROGENES

6. DÉCOUPER EN SOUS-GROUPES HOMOGÈNES

7. OFFRES & COMMUNICATIONS PERSONNALISEES

8. LE BON MESSAGE, BON MOMENT, BONNE PERSONNE

9. PRINCIPE ET METHODES

10. SEGMENTATION WORKFLOW
ENQUÊTE ANALYSE IDENTIFICATION
Définition du marché à segmenter
Choix des informations à collecter
Recueil de données
Choix de critères
Choix de la méthode
Choix de l’algorithme
Composition et profile des segments
Mesure de la taille des segments
Analyse du potentiel et de l’attractivité
Evolution dans le temps
Etat de la concurrence

11. ANALYSE : CHOIX DU CRITÈRE
SOCIO
DÉMOGRAPHIQUE
GÉOGRAPHIQUE PSYCHO-
GRAPHIQUE
COMPORTEMENTAL TYPE DE
CONSOMMATEUR

12. ANALYSE : CHOIX DE L’APPROCHE
Segmentation à
priori
Segmentation non-
supervisée
Segmentation
supervisée
Découper la
population selon
de critères
basiques (sexe,
âge, csp, …)
Recherche des
caractéristiques
commune entre
individus afin
d’aboutir à une
classification
Définition des
groupes finaux
avant de mettre
en place la
segmentation

13. ANALYSE : CHOIX DE LA METHODE
AUTRES MÉTHODES
(RÉSEAUX DE
NEURONES, MÉTHODES
MIXTES, …)
Nombre de
classes prédéfini
Nombre de
classes NON
prédéfini, choix
du degrés de
« dissimilarité »
Nombre de
classes NON
prédéfini
MÉTHODES DE
PARTITIONNEMENT
CLASSIFICATION
ASCENDANTE
HIÉRARCHIQUE
MÉTHODES
MIXTES

14. UNE « BONNE » SEGMENTATION DOIT ÊTRE
Optimale
Stable
Efficace
Mesurable
Opérationnelle

15. LA SEGMENTATION PMG
Petit, Moyen, Gros, Très Gros
P OUTLIERSM G TG
CA CA CA CA CA

16. LA SEGMENTATION RFM
(récence, fréquence, montant)
Valeur du client
(CA Total)
Activité du client
(récence, fréquence)
+
INACTIFS
++
- -
+++
-
+
-
- +

17. LA SEGMENTATION CROISEE RFM/PMG
Bien les
accueillir,
stimuler le
nombre de
visites/achats
Personnalisation,
valorisation
Fidélisation, up
sell, cross sell,
rétention
NOUVEAUX
CLIENTS
VIPs CŒUR DE
CIBLE
Fidélisation à
moindre coût
Suivi
personnalisé de
leurs visites/
dépenses
DILEMNES OUTLIERS

18. POUR ALLER PLUS LOIN…
Etudes de cas et retours d’expérience

19. EQUIPEMENTIER AUTOMOBILE :
SEGMENTATION A PARTIR DES ATTENTES CLIENTS
Un équipementier automobile a réalisé une étude
mondiale sur les attentes clients concernant le confort
de l’habitacle
Comment classer les clients selon leurs attitudes et
leurs comportements ?

20. LA METHODE
Classe 1 Classe 2 Classe 3 Classe 4 Classe 5 Classe 6
Dendrogramme de la typologie
Projection des individus dans
l’espace attitudes-comportements
Identification des dimensions structurantes des réponses via une typologie canonique
Segmentation à partir de la typologie des individus

21. LES RESULTATS
6 classes d’individus : Les
prévoyants attentistes, les
prévoyants agités, les sensibles
sécurisés, les jamais contents, les
impatients, les ajusteurs
méticuleux
Caractéristiques descriptives de
chaque classe (profil socio-démo,
véhicule possédé, type
d’utilisation, critères de choix,
attentes sur les équipements)
Bilan d’image vis-à-vis des
problèmes rencontrés
Time to
comfortable
temperature
Capability to
precisely adjust the
temperature
Ease of use of
vehicle controls
Ability to eliminate
humidity
Capacity to
eliminate sweating,
to dry the body and
clothes
All car surface
contacts are at the
right temperature
Individual
adjustment of
temperature
Noise/vibration of
thermal comfort
equipment
Ability to obtain
pleasant air flows
Interior air quality
0.32
3.87
Classe 1 : Prévoyants attentistes
IMPORTANCE
SATISFACTION

22. LABORATOIRE PHARMACEUTIQUE :
COMPARER LES PERFORMANCES DES PHARMACIES
Un laboratoire pharmaceutique souhaite comparer la
performance commerciale des pharmacies vendant ses
produits sans ordonnance
Quelles sont les pharmacies sur et sous-
performantes au regard de leur environnement
géographique et socio-démographique ?

23. Pharmacie, Hypercentre de Toulouse
Pharmacie, Dremil Lafage (2500 hab., 16km Toulouse)

24. Comment comparer la performance
intrinsèque de ces 2 pharmacies ?

25. LABORATOIRE PHARMACEUTIQUE :
COMPARER LES PERFORMANCES DES PHARMACIES
1 : rendre les pharmacies comparables dans leur contexte
2 : utiliser les données de l’Open Data pour caractériser ce contexte
3 : créer des groupes (clusters) de pharmacies comparables
4 : classer les pharmacies au sein de leur cluster

26. QUELLES SONT LES VARIABLES PERTINENTES ?
Intensité de la concurrence
Densité d’habitation
% de retraités, d’actifs, d’enfants…

27. CRÉATION DE CLUSTERS HOMOGÈNES
pharmacie de
centre-ville sans
concurrence
pharmacie rurale
sans concurrence
pharmacie de
centre-ville hyper
concurrencée
pharmacie de centre
commercial sans
concurrence
pharmacie rurale
très concurrencée

28. EVALUATION DE LA PERFORMANCE
AU SEIN DE CHAQUE CLUSTER
Perf ++ : CA >> CA
Moyen du groupe
Perf = : CA =~ CA
Moyen du groupe
Perf -- : CA << CA Moyen
du groupe

29. Hubert Wassner
Lead Data Scientist
31

30. Contexte & problématique
Adoptez une approche
marketing 1 to 1 pour
convertir davantage
Engagez votre audience
grâce au
marketing prédictif
Validez vos idées
d’optimisation avec une
approche Test & Learn
A/B testing Remarketing
on-site
Personnalisation

31. Les solutionsLes 3 piliers de la plateforme AB Tasty
Créez vos messages personnalisés
sans connaissance technique
Moteur de
segmentation
Reporting
Éditeur
Visuel
Adressez vos utilisateurs
avec précision
Analysez les impacts et
concluez avant d’agir

32. Les actions mises en œuvreQuelques réussites
Augmenter la Conversion
+14%
ventes
VS

33. Les prochaines actionsQuelques réussites
Diminuer le Rebond
-10%
rebond
VS

34. Les résultats obtenusCe ne sont pas les seules !
E-commerce Média AgencesLeads

35. Le problème
La personnalisation nécessite de l’information.
Or 1 visiteur sur 2 est totalement inconnu !

36. La solution
Grâce à la géolocalisation (via adresse I.P.)
On accède aux informations de recensement (INSEE)
Dont celles des revenus !
On peut donc créer un segment « hauts revenus »

37. La méthode
Base INSEE
Segmentation en quintiles
Coordonnées
XY
Segment
associé
< 70 ms

38. L’évaluation
Distribution de
revenus
(prédiction)
sur un site de e-
commerce.
Seuil de segmentation

39. L’évaluation
Distribution de
valeur de panier :
• bleu < seuil
• rouge > seuil

40. L’évaluation
Distribution de chiffre
d’affaires
• bleu < seuil
• rouge > seuil
• noir l’ensemble
~25% de plus pour les
« hauts revenus »

41. Conclusion
On peut segmenter les visiteurs d’un site
web selon leurs revenus.
On peut alors concentrer les efforts
commerciaux sur cette population pour
booster le chiffre d’affaires.

42. Évolutions
D’autres prédictions :
Taille de la famille
Densité de commerces
Indice Gini pour la confiance de prédiction
Type d’habitation
…

43. ?
VOUS SOUHAITEZ EN SAVOIR PLUS
http://www.np6.fr/demande-de-contact/

44. Conférence #2
Data Marketing
Quand le géomarketing devient
prédictif
Conférence #2 Digital
Marketing
Optimiser ses parcours
clients
Auditorium New York / Hambourg