Successfully reported this slideshow.
Optimiser sa segmentation
marketing
Laura Brocco
Directrice Scientifique
Thibaut Lagorce
Directeur Consulting
2
OPTIMISER SA SEGMENTATION MARKETING
Enjeux et panorama
La segmentation en action
Retour d’expérience d’AB Tasty
ENJEUX & PANORAMA
DES MARCHES HETEROGENES
DÉCOUPER EN SOUS-GROUPES HOMOGÈNES
OFFRES & COMMUNICATIONS PERSONNALISEES
LE BON MESSAGE, BON MOMENT, BONNE PERSONNE
PRINCIPE ET METHODES
SEGMENTATION WORKFLOW
ENQUÊTE ANALYSE IDENTIFICATION
Définition du marché à segmenter
Choix des informations à collecter
R...
ANALYSE : CHOIX DU CRITÈRE
SOCIO
DÉMOGRAPHIQUE
GÉOGRAPHIQUE PSYCHO-
GRAPHIQUE
COMPORTEMENTAL TYPE DE
CONSOMMATEUR
ANALYSE : CHOIX DE L’APPROCHE
Segmentation à
priori
Segmentation non-
supervisée
Segmentation
supervisée
Découper la
popul...
ANALYSE : CHOIX DE LA METHODE
AUTRES MÉTHODES
(RÉSEAUX DE
NEURONES, MÉTHODES
MIXTES, …)
Nombre de
classes prédéfini
Nombre...
UNE « BONNE » SEGMENTATION DOIT ÊTRE
Optimale
Stable
Efficace
Mesurable
Opérationnelle
LA SEGMENTATION PMG
Petit, Moyen, Gros, Très Gros
P OUTLIERSM G TG
CA CA CA CA CA
LA SEGMENTATION RFM
(récence, fréquence, montant)
Valeur du client
(CA Total)
Activité du client
(récence, fréquence)
+
IN...
LA SEGMENTATION CROISEE RFM/PMG
Bien les
accueillir,
stimuler le
nombre de
visites/achats
Personnalisation,
valorisation
F...
POUR ALLER PLUS LOIN…
Etudes de cas et retours d’expérience
EQUIPEMENTIER AUTOMOBILE :
SEGMENTATION A PARTIR DES ATTENTES CLIENTS
Un équipementier automobile a réalisé une étude
mond...
LA METHODE
Classe 1 Classe 2 Classe 3 Classe 4 Classe 5 Classe 6
Dendrogramme de la typologie
Projection des individus dan...
LES RESULTATS
6 classes d’individus : Les
prévoyants attentistes, les
prévoyants agités, les sensibles
sécurisés, les jama...
LABORATOIRE PHARMACEUTIQUE :
COMPARER LES PERFORMANCES DES PHARMACIES
Un laboratoire pharmaceutique souhaite comparer la
p...
Pharmacie, Hypercentre de Toulouse
Pharmacie, Dremil Lafage (2500 hab., 16km Toulouse)
Comment comparer la performance
intrinsèque de ces 2 pharmacies ?
LABORATOIRE PHARMACEUTIQUE :
COMPARER LES PERFORMANCES DES PHARMACIES
1 : rendre les pharmacies comparables dans leur cont...
QUELLES SONT LES VARIABLES PERTINENTES ?
Intensité de la concurrence
Densité d’habitation
% de retraités, d’actifs, d’enfa...
CRÉATION DE CLUSTERS HOMOGÈNES
pharmacie de
centre-ville sans
concurrence
pharmacie rurale
sans concurrence
pharmacie de
c...
EVALUATION DE LA PERFORMANCE
AU SEIN DE CHAQUE CLUSTER
Perf ++ : CA >> CA
Moyen du groupe
Perf = : CA =~ CA
Moyen du group...
Hubert Wassner
Lead Data Scientist
31
Contexte & problématique
Adoptez une approche
marketing 1 to 1 pour
convertir davantage
Engagez votre audience
grâce au
ma...
Les solutionsLes 3 piliers de la plateforme AB Tasty
Créez vos messages personnalisés
sans connaissance technique
Moteur d...
Les actions mises en œuvreQuelques réussites
Augmenter la Conversion
+14%
ventes
VS
Les prochaines actionsQuelques réussites
Diminuer le Rebond
-10%
rebond
VS
Les résultats obtenusCe ne sont pas les seules !
E-commerce Média AgencesLeads
Le problème
La personnalisation nécessite de l’information.
Or 1 visiteur sur 2 est totalement inconnu !
La solution
Grâce à la géolocalisation (via adresse I.P.)
On accède aux informations de recensement (INSEE)
Dont celles de...
La méthode
Base INSEE
Segmentation en quintiles
Coordonnées
XY
Segment
associé
< 70 ms
L’évaluation
Distribution de
revenus
(prédiction)
sur un site de e-
commerce.
Seuil de segmentation
L’évaluation
Distribution de
valeur de panier :
• bleu < seuil
• rouge > seuil
L’évaluation
Distribution de chiffre
d’affaires
• bleu < seuil
• rouge > seuil
• noir l’ensemble
~25% de plus pour les
« h...
Conclusion
On peut segmenter les visiteurs d’un site
web selon leurs revenus.
On peut alors concentrer les efforts
commerc...
Évolutions
D’autres prédictions :
Taille de la famille
Densité de commerces
Indice Gini pour la confiance de prédiction
Ty...
?
VOUS SOUHAITEZ EN SAVOIR PLUS
http://www.np6.fr/demande-de-contact/
Conférence #2
Data Marketing
Quand le géomarketing devient
prédictif
Conférence #2 Digital
Marketing
Optimiser ses parcour...
Prochain SlideShare
Chargement dans…5
×

Optimiser sa segmentation marketing avec AB Tasty

1 236 vues

Publié le

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.

Publié dans : Marketing
  • Soyez le premier à commenter

Optimiser sa segmentation marketing avec AB Tasty

  1. 1. Optimiser sa segmentation marketing
  2. 2. Laura Brocco Directrice Scientifique Thibaut Lagorce Directeur Consulting 2
  3. 3. OPTIMISER SA SEGMENTATION MARKETING Enjeux et panorama La segmentation en action Retour d’expérience d’AB Tasty
  4. 4. ENJEUX & PANORAMA
  5. 5. DES MARCHES HETEROGENES
  6. 6. DÉCOUPER EN SOUS-GROUPES HOMOGÈNES
  7. 7. OFFRES & COMMUNICATIONS PERSONNALISEES
  8. 8. LE BON MESSAGE, BON MOMENT, BONNE PERSONNE
  9. 9. PRINCIPE ET METHODES
  10. 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. 11. ANALYSE : CHOIX DU CRITÈRE SOCIO DÉMOGRAPHIQUE GÉOGRAPHIQUE PSYCHO- GRAPHIQUE COMPORTEMENTAL TYPE DE CONSOMMATEUR
  12. 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. 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. 14. UNE « BONNE » SEGMENTATION DOIT ÊTRE Optimale Stable Efficace Mesurable Opérationnelle
  15. 15. LA SEGMENTATION PMG Petit, Moyen, Gros, Très Gros P OUTLIERSM G TG CA CA CA CA CA
  16. 16. LA SEGMENTATION RFM (récence, fréquence, montant) Valeur du client (CA Total) Activité du client (récence, fréquence) + INACTIFS ++ - - +++ - + - - +
  17. 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. 18. POUR ALLER PLUS LOIN… Etudes de cas et retours d’expérience
  19. 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. 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. 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. 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. 23. Pharmacie, Hypercentre de Toulouse Pharmacie, Dremil Lafage (2500 hab., 16km Toulouse)
  24. 24. Comment comparer la performance intrinsèque de ces 2 pharmacies ?
  25. 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. 26. QUELLES SONT LES VARIABLES PERTINENTES ? Intensité de la concurrence Densité d’habitation % de retraités, d’actifs, d’enfants…
  27. 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. 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. 29. Hubert Wassner Lead Data Scientist 31
  30. 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. 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. 32. Les actions mises en œuvreQuelques réussites Augmenter la Conversion +14% ventes VS
  33. 33. Les prochaines actionsQuelques réussites Diminuer le Rebond -10% rebond VS
  34. 34. Les résultats obtenusCe ne sont pas les seules ! E-commerce Média AgencesLeads
  35. 35. Le problème La personnalisation nécessite de l’information. Or 1 visiteur sur 2 est totalement inconnu !
  36. 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. 37. La méthode Base INSEE Segmentation en quintiles Coordonnées XY Segment associé < 70 ms
  38. 38. L’évaluation Distribution de revenus (prédiction) sur un site de e- commerce. Seuil de segmentation
  39. 39. L’évaluation Distribution de valeur de panier : • bleu < seuil • rouge > seuil
  40. 40. L’évaluation Distribution de chiffre d’affaires • bleu < seuil • rouge > seuil • noir l’ensemble ~25% de plus pour les « hauts revenus »
  41. 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. 42. Évolutions D’autres prédictions : Taille de la famille Densité de commerces Indice Gini pour la confiance de prédiction Type d’habitation …
  43. 43. ? VOUS SOUHAITEZ EN SAVOIR PLUS http://www.np6.fr/demande-de-contact/
  44. 44. Conférence #2 Data Marketing Quand le géomarketing devient prédictif Conférence #2 Digital Marketing Optimiser ses parcours clients Auditorium New York / Hambourg

×