Lorsque l’on vend des produits à forte rotation et que les clients fidèles sont amenés à fréquenter vos points de vente de manière hebdomadaire ou par quinzaine, se mettre au diapason du rythme du client pourrait s’avérer une démarche CRM payante.
Une fois membre du programme de fidélisation, les clients les plus réguliers prennent rapidement l’habitude de systématiquement s’identifier lors de leurs passages en caisse. Conclusions, au bout de quelques mois, le volume de données accumulées à propos des dépenses devient significatif et donc directement exploitable à des fins de profilage.
Découvrez la démarche en 5 étapes testée avec succès par certains retailers.
Étape 1 — Identification des clients réguliers.
La première étape consiste à identifier ces clients réguliers. La segmentation RFM (Récence, Fréquence, Montant) apporte déjà une première solution d’identification. Sauf s’ils viennent de rejoindre récemment le programme de fidélisation, ils se trouvent parmi les quintiles 5 en récence, fréquence (et très probablement montant).
Dans CustoCentrix, deux autres indicateurs utiles pour estimer la régularité sont l’écart moyen entre deux visites et le nombre de passages en caisse. L’écart moyen entre deux visites est calculé pour chaque consommateur, par rapport au groupe et pour peu que le client ait fait au moins deux visites. Il intègre donc les comportements de fréquentation de multiples points de vente. C’est cet indicateur, plutôt que le nombre de ventes qui alimente l’axe fréquence de l’analyse RFM afin de dé-corréler au maximum les variables fréquences et montant.
Ces indicateurs de fréquence sont à mettre en rapport avec l’ancienneté de la relation qui est une autre variable également calculée au sein de CustoCentrix.
Étape 2 — Identifier le jour et/ou les heures habituelles de fréquentation
Nouveau dans CustoCentrix: le profil consommateur vient d’être enrichi avec un nouveau champ «Jour de préférence». Il est le fruit d’une mise à jour quotidienne et identifie, parmi les jours de la semaine, le jour le plus fréquent pour un passage en point de vente. Du lundi au dimanche.
En identifiant le jour de préférence de chaque consommateur, CustoCentrix vous offre ainsi une nouvelle manière de vous mettre au diapason des comportements du client. Il pourrait d’ailleurs en être de même à propos des tranches horaires préférées.
Bien me direz-vous, mais que faire de cette donnée?
Étape 3 — Adapter les processus de communication aux habitudes des clients régulier
Avouons-le, dans le secteur du retail, comme dans de nombreuses entreprises, les marketeers sont encore plutôt centrés sur les agendas internes que sur ceux des consommateurs. On agit par campagne, on envoie les emails en blast le jour de la sortie des folders,… Cependant, petit à petit, l’usage du marketing relationnel et de ses messages déclenchés sur base de moments clés dans la relation avec chaque consommateur progresse.
D’où l’idée suivante: pourquoi ne pas tester d’envoyer un rappel des promotions aux clients réguliers la veille de leur jour de visite habituel?
Étape 4 — Tester et mesurer
Plutôt que d’envoyer le même message à tout le monde en même temps, on teste une répartition des envois en fonction du jour de préférence, en veillant, le cas échéant à utiliser des formes plus avancées de personnalisation des contenus.
Grâce l’usage de groupes de contrôles définis de manière aléatoire, on peut alors mesurer l’efficacité de ce nouveau dispositif en termes d’augmentation du panier moyen ou de génération de ventes dans les catégories mises en avant.
Étape 5 — Industrialiser
Une fois un résultat convainquant obtenu, il ne reste plus qu’à automatiser le processus et définir les indicateurs qui permettront de suivre l’évolution de son efficacité au fil du temps.
Dans la guérilla pour capter l’attention de nos clients et rester dans leur top of mind, nous cherchons tous à innover et tester des nouvelles tactiques. Nos clients réguliers méritent une attention particulière, empreinte de personnalisation et de soucis d’un meilleur service. Alors pourquoi ne pas tester de nouvelles approches basées sur le traitement des données collectées? L’usage du jour d’achat préféré en est un, mais vous en imaginerez certainement d’autres.
Parlons-en et testons ensemble!
