Comment les supermarchés Match exploitent leur data pour fidéliser leurs clients ?

Comment les supermarchés
Match exploitent leur data
pour fidéliser leurs clients ?

WHO WE ARE
NOUS SOMMES L’AGENCE DU MARKETING CLIENT
NOUS MARIONS DEPUIS TOUJOURS
LA PRÉCISION DES DATA ET LA FORCE DES ÉMOTIONS
POUR DÉLIVRER DES EXPÉRIENCES ORIGINALES,
ENGAGEANTES ET PROFITABLES

WHAT WE DO
SPÉCIALISTES DES RÉSEAUX BTOB ET RETAIL,
NOUS ACCOMPAGNONS LES ENTREPRISES
SUR TOUTES LES ÉTAPES DU PARCOURS CLIENT,
EN CONJUGUANT CONSEIL STRATÉGIQUE
ET EXCELLENCE OPÉRATIONNELLE.

21RÉCOMPENSES
PROFESSIONNELLES
15ANNÉES
D’EXISTENCE
140COLLABORATEURS
25M€
DE CA
+100BUDGETS

DES RELATIONS QUI COMPTENT
ET QUI DURENT

SOMMAIRE
PETITE INTRODUCTION…
AUTOUR DE LA DATA

Segmentation clients
le 20 novembre 2018

SOMMAIRE
DE LA CONNAISSANCE CLIENT
NAIT LA PERFORMANCE
BUSINESS
CYRILLE
PEIXOTO
Chief Data
Officer
Kiss The Bride
ORIANE
VERBEKE
Responsable
Etudes & CRM
Supermarchés
Match

SOMMAIRE
1.Brief initial et méthodologie
2.Analyse de l’existant
3.Etude exploratoire itérative
4.Modélisation de la segmentation
5.Apports de la segmentation

1. BRIEF INITIAL ET
MÉTHODOLOGIE

@_kissthebride_
MATCH souhaite refondre sa segmentation clients,
dans un triple objectif :
• Obtenir une segmentation plus réactive aux évolutions de comportement
• Intégrer une dimension plus qualitative à la segmentation dans le but de
disposer de leviers opérationnels
• Obtenir une segmentation aussi performante sur les premiers segments
1. BRIEF INITIAL

@_kissthebride_
ANALYSE DE L’EXISTANT
Profil par client
Comportements d’achats
(Fréquence, Panier moyen,
Dépense, récence, …)
Conso produits
Analyse de la matrice de
transition et des trajectoires
clients
ETUDE EXPLORATOIRE
ITÉRATIVE
RFM et Composition du panier
(montant, nb lignes, pvm)
Couverture des catégories
Sensibilité à la promotion
(pénétration client, ticket, ca, …)
Appétence média
(print, digital, sms, emailing, …)
Profil client
MODÉLISATION DE LA
SEGMENTATION
Méthode des arbres de
décisions (très visuelle)
Construction de segments très
opérationnels (Exclusifs
enseigne, Hebdos +, Familles à
potentiel, Occasionnels rayon,
Testeurs, Nouveaux, Inactifs)
Actualisation mensuelle des
segments pour + de réactivité
MÉTHODOLOGIE PROPOSÉE

@_kissthebride_
• Variables RFM : récence, fréquence, montant
• Variables décrivant la consommation produits
• Variables relatives aux caractéristiques du client
Segmentation initiale RegFM mise à jour trimestriellement
ANALYSE DE L’EXISTANT

3. ÉTUDE EXPLORATOIRE ITÉRATIVE

@_kissthebride_
Ancienneté
Taille du
foyer
• La taille du foyer ne semble pas avoir d’impact sur la dépense
• Tendance observable entre l’ancienneté du client et la dépense
APPROCHE ITÉRATIVE

@_kissthebride_
• Le nombre d’enfants ne semble pas avoir d’impact sur la dépense
• La récence sur le trimestre précédent est clairement corrélée avec la dépense sur le trimestre suivant
Récence
Nombre
d’enfants
APPROCHE ITÉRATIVE

4.MODÉLISATION DE LA
SEGMENTATION

@_kissthebride_
Actifs 90 jours hors nouveaux
(𝑋 = 335)
Petits clients
(47% | 𝑋 = 99 €)
Gros clients
(24% | 𝑋 = 845 €)
Exclusif MATCH
(4% | 𝑿 = 𝟏 𝟑𝟒𝟑 €)
Principal MATCH
(6% | 𝑿 = 𝟗𝟎𝟔 €)
Quotidien MATCH
(7% | 𝑿 = 𝟕𝟏𝟏 €)
MATCH Challengé
(7% | 𝑿 = 𝟔𝟒𝟐 €)
Trad Only
(7% | 𝑿 = 𝟒𝟏𝟓 €)
Occasionnel Trad
(22% | 𝑿 = 𝟐𝟔𝟖 €)
Occasionnel
Epicerie
(19% | 𝑿 =
𝟏𝟒𝟑 €)
Dépannage 2
(10% | 𝑿 =
𝟒𝟓 €)
Dépannage 1
(18% | 𝑿 =
𝟖𝟐 €)
Nettement supérieur à la
moyenne > 770 €
Supérieur à la moyenne
[500€;770 €]
Proche de la moyenne
[200;500]
Inférieur à la moyenne
[50€;200€]
Nettement inférieur à la
moyenne < 50€
Moyens clients
(29% | 𝑋 = 303 €)
ARBRE DE DÉCISION

@_kissthebride_
PM < 11 € 11 € < PM < 18 € 18 € < PM < 24 € 30 € <PM < 53 € 51 € < PM < 66 € PM > 66 € Recence > 75 60 <Recence < 75 30 <Recence < 60
15 < Recence <
30
7 < Recence < 15 Recence < 7
1 - Gros Paniers Hyper Reguliers 0% 0% 1% 45% 20% 35% 0% 0% 0% 1% 3% 96%
2 - Gros Paniers Très Reguliers 0% 1% 2% 43% 19% 35% 0% 0% 0% 3% 11% 86%
3 - Petits Paniers Hyper Reguliers 20% 34% 27% 19% 0% 0% 0% 0% 0% 1% 3% 96%
4 - Très gros Paniers Réguliers 0% 1% 1% 32% 21% 44% 0% 0% 1% 7% 20% 71%
5 - 1- Clients moyens - 4 rayons 5% 15% 17% 36% 8% 18% 1% 1% 3% 9% 18% 69%
5 - 2 - Clients moyens - 3 rayons 12% 22% 19% 29% 6% 12% 1% 1% 4% 12% 21% 61%
6 - 1 - Petits clients - 2 rayons 22% 26% 18% 23% 5% 7% 2% 2% 7% 17% 23% 50%
6 - 2 - Petits clients - 1 rayon 31% 26% 15% 18% 4% 6% 3% 3% 9% 20% 24% 40%
6 - 3 - Petits clients - 0 rayon 35% 23% 14% 17% 4% 7% 6% 4% 14% 25% 23% 28%
Total 16,80% 19,00% 14,33% 27,05% 7,98% 14,84% 1,97% 1,57% 5,46% 12,99% 18,93% 59,08%
Panier moyen sur 3 mois Récence de dernier achat sur 3 mois
1 – Exclusif MATCH
2 – Principal MATCH
3 – Quotidien MATCH
4 – MATCH Challengé
5 – Trad Only
6 – Occasionnel Trad
7 – Occasionnel Epicerie
8 – Dépannage 1
9 – Dépannage 2
Sur la récence, la segmentation discrimine très nettement les clients actifs. Sur le panier, nous notons que le rôle joué
par les petits paniers et les très gros paniers est conforme aux attentes.
DESCRIPTION DES SEGMENTS

@_kissthebride_
0 €
10 €
20 €
30 €
40 €
50 €
60 €
70 €
80 €
90 €
100 €
0 5 10 15 20 25 30 35 40 45 50
Principal MATCH
(7,8% Actifs – 18,6% CA)
Exclusif MATCH
(4,7% Actifs – 16,5% CA)
MATCH Challengé
(6,2% actifs – 10,7% CA)
Occasionnel Trad
(21,8% Actifs – 17,1% CA)
Occasionnel Epicerie
(17,8% Actifs – 8,3% CA)
Quotidien MATCH
(6,1% Actifs – 11,9% CA)
Trad Only
(8,7% Actifs – 9,9% CA)
Dépannage 1
(15,8% Actifs – 4,8% CA)
Dépannage 2
11% Actifs – 2,3% CA)
MAPPING : FRÉQUENCE * PANIER MOYEN = DÉPENSE (SUR 3 MOIS)
DESCRIPTION DES SEGMENTS

5. APPORTS DE LA NOUVELLE
SEGMENTATION

@_kissthebride_
% Actifs
% Actifs
cumul
% CA % CA cumul % CA / Actifs
% CA/ %
Actifs cumul
% Actifs
% Actifs
cumul
% CA % CA cumul
% CA /
%Actifs
% CA / %
Actifs cumul
Stars 3,3% 3,3% 15,2% 15,2% 4,6 4,6 1 - Gros clients - GP - Hyper Rég 4,7% 4,7% 16,5% 16,5% 3,5 3,5
Quotidiens 1 9,1% 12,4% 24,6% 39,8% 2,7 3,2 2 - Gros clients - GP Très Rég 7,8% 12,5% 18,6% 35,1% 2,4 2,8
Quotidiens 2 9,6% 22,0% 18,5% 58,3% 1,9 2,7 3 - Gros clients - PP Hyper Rég 6,1% 18,6% 11,9% 47,0% 2,0 2,5
Petits Paniers Hebdo 1 9,2% 31,2% 10,7% 69,0% 1,2 2,2 4 - Gros clients - TGP Rég 6,2% 24,8% 10,7% 57,7% 1,7 2,3
Petits Paniers Hebdo 2 11,0% 42,1% 9,1% 78,2% 0,8 1,9 5 - 1 - Clients Moyens - 4 rayons 8,7% 33,5% 9,9% 67,6% 1,1 2,0
Caddies mensuels 6,1% 48,2% 5,6% 83,8% 0,9 1,7 5 - 2 - Clients Moyens - 3 rayons 21,8% 55,3% 17,1% 84,7% 0,8 1,5
Occasionnels 19,3% 67,5% 8,3% 92,1% 0,4 1,4 5 - 3 - Petits clients - 2 rayons 17,8% 73,1% 8,3% 92,9% 0,5 1,3
Infidèles 1 13,6% 81,1% 4,7% 96,8% 0,3 1,2 5 - 4 - Petits clients - 1 rayon 15,8% 89,0% 4,8% 97,7% 0,3 1,1
Infidèles 2 18,9% 100,0% 3,2% 100,0% 0,2 1,0 5 - 5 - Petits clients - 0 rayon 11,0% 100,0% 2,3% 100,0% 0,2 1,0
Segments Segments
Actifs 90 j
Segmentation actuelle Nouvelle segmentation
COMPARAISON PERFORMANCES

• Connaissance clients
5.1 APPORTS

@_kissthebride_
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
BOUCHERIE
POISSONNERIE
FLEGS
BOULPAT
FROMAGE CHARCUTERIE
EPICERIE
VIN
DPH Hygiene
DPH Hors Hygiene
NR
1 - Gros Paniers Hyper Reguliers
2 - Gros Paniers Très Reguliers
3 - Petits Paniers Hyper Reguliers
4 - Très gros Paniers Réguliers
5 - 1 - Clients Moyens - 4 rayons
5 - 2 - Clients Moyens - 3 rayons
5 - 3 - Petits clients - 2 rayons
5 - 4 - Petits clients - 1 rayon
5 - 5 - Petits clients - 0 rayon
TAUX DE PÉNÉTRATION CLIENT PAR
RAYON
1 – Exclusif MATCH
2 – Principal MATCH
3 – Quotidien MATCH
4 – MATCH Challengé
5 – Trad Only
6 – Occasionnel Trad
7 – Occasionnel Epicerie
8 – Dépannage 1
9 – Dépannage 2

@_kissthebride_
BOUCHERIE POISSONNERIE FLEGS BOULPAT
FROMAGE
CHARCUTERIE
EPICERIE VIN
DPH
Hygiene
DPH Hors
Hygiene
NR
1 - Gros clients - GP - Hyper Rég 0,3 0,8 0,1 0,1 0,5 0,0 0,6 0,3 0,3 0,0
2 - Gros clients - GP Très Rég 0,3 0,6 0,1 0,1 0,4 0,0 0,4 0,3 0,3 0,0
3 - Gros clients - PP Hyper Rég 0,2 0,3 0,1 0,2 0,2 0,0 0,4 0,2 0,2 0,0
4 - Gros clients - TGP Rég 0,2 0,4 0,1 0,1 0,3 0,0 0,3 0,2 0,2 0,0
5 - 1 - Clients Moyens - 4 rayons 0,2 0,7 0,1 0,1 0,3 0,0 0,2 0,2 0,1 0,0
5 - 2 - Clients Moyens - 3 rayons 0,1 -0,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
5 - 3 - Petits clients - 2 rayons -0,2 -0,3 0,0 -0,1 -0,3 0,0 -0,3 -0,2 -0,2 0,0
5 - 4 - Petits clients - 1 rayon -0,5 -0,5 -0,1 -0,2 -0,4 0,0 -0,4 -0,3 -0,3 0,0
5 - 5 - Petits clients - 0 rayon -0,5 -0,6 -0,3 -0,2 -0,6 0,0 -0,6 -0,4 -0,4 -0,1
Segments
Couverture de catégorie
SUR PÉNÉTRATION / SOUS PÉNÉTRATION CLIENTS DES SEGMENTS DANS LES RAYONS
CONSOMMATION PRODUITS

• Performance business
5.2 APPORTS

@_kissthebride_
Les Fidèles :
21 % des actifs
qui font
62 % du CA

@_kissthebride_
Basée sur 12 mois
Calculée 1 fois par trimestre
9 segments numérotés de 9 à 1
% d’activité par segment
Ratio : % clientes/% CA,,,,,,,,,,,,
Segments du ventre mou non utilisés
Basée sur 3 mois
Calculée 1 fois par mois
3 macro segments
11 micro segments
% d’activité par segment
Ratio : % clientes/% CA
4 segments de clients
Occasionnels avec
entrée produits
ANCIENNE SEGMENTATION NOUVELLE SEGMENTATION
+ sensible
explicites
+ réactive
+ simple d’utilisation
+ d’activation client
+ performante
+ fine
+ conso produits

@_kissthebride_
Matrice mensuelle
Alertes de trajectoires
Campagnes correctrices automatisées
Légende :
Trajectoires descendantes
Trajectoires ascendantes
Trajectoires stagnantes
M A T R I C E S E G M E N T A T I O N M A R K E T I N G
A U T O M A T I S É

@_kissthebride_
M A T R I C E S E G M E N T A T I O N M A R K E T I N G
A U T O M A T I S É
Lutte contre l’attrition – Potentiel contactables téléphone 400 clients
Lutte contre l’attrition – Potentiel contactables courrier 6 500 clients
Consolidation clients réactivés
Consolidation clients réactivés – Potentiel 2 235 clients actifs 3 semaines
Conversion nouveaux clients – Potentiel 2 540 clients actifs 3 semaines
Réactivation dernière chance – Potentiel SMS 770 clients et 393 clients actifs 3 semaines
Réactivation Trad– Potentiel actifs 3 semaines 3 437 clients

Comment les supermarchés Match exploitent leur data pour fidéliser leurs clients ?

Contenu connexe

Tendances

Similaire à Comment les supermarchés Match exploitent leur data pour fidéliser leurs clients ?

Plus de Kiss The Bride

Dernier

Comment les supermarchés Match exploitent leur data pour fidéliser leurs clients ?