Bon nombre d’acteurs du e-commerce cantonnent leur politique de fidélisation clients à une logique qui relève plus de la surpression commerciale que de la réelle fidélisation.
Le pure player peine ainsi à fidéliser ses clients et se voit contraint de racheter constamment son audience. Le propos n’est pas de minimiser la performance des outils existants : marketing automation, programmes de fidélité, plan e-marketing, social selling et pourtant… On peut néanmoins noter la frilosité de l’e-commerçant, face au potentiel fidélisant du print-to-web.
Pourquoi ?
Parce que le media papier, pour l’e-commerçant, évoque souvent et avant tout, des investissements lourds (il est vrai que coûts de fabrication et d’affranchissement ne sont pas anodins), un savoir-faire pas forcément maîtrisé et un temps de mise en œuvre inhabituel dans son modèle économique.
Expérience tactile, meilleure mémorisation de l’information, perception plus agréable de l’information que sur écran et exposition plus longue du message. C’est aussi un media qui permet à l’annonceur de prendre le temps de communiquer sur les valeurs de l’entreprise, donc créer de l’attachement à la marque.
Print to web et ROI
La fidélisation en mode print-to-web nécessite une allocation des ressources juste, basée sur un modèle prédictif. Cela induit une segmentation de la base clients qui va permettre d’adapter l’investissement commercial au potentiel client. Une logique commerciale ciblée mais parfois écartée au profit d’une logique de mass market !
Un plan d’activation print-to-web sur une base qualifiée et segmentée est rentable sur le court terme mais également sur le long terme quand on mesure la Life Time Value d’un client activé par le print.
L’intérêt de la segmentation R.F.M.
Découper la base clients en segments homogènes, sur des critères comportementaux c’est la possibilité de suivre et comprendre, mieux définir et répondre aux attentes et surtout adapter l’investissement commercial au potentiel de chaque segment.
La critérisation RFM, c’est le calcul d’un score à partir de data comportementale basique :
- R = Récence du dernier achat
- F = Fréquence des achats
- M = Montant des achats
La Mise en œuvre de la segmentation RFM est relativement simple.
- Choix d’une périodicité (trimestre, semestre, année)
- Calcul du vecteur d’activité :
- Variables binaires avec 1 = achat, 0 pas d’achat
- L’activité est observée sur 4 périodes (0 0 1 1) la plus récente est généralement représentée à gauche.
- Attribution de coefficients pour le calcul des classification RF
- Pondération par le montant
La mise en place de la segmentation RFM va influer sur le plan d’actions commerciales.
- La classification des segments clients (TTBC, BC, Tièdes, etc) va permettre d’activer (ou pas) des segments de fichiers en fonction de leur potentiel ROIste… Et de mesurer ces actions.
- Le suivi de migration des clients dans les segmentations
- La prédictivité, au fil des mois, des résultats par action sur la base clients segmentée.
