1
Le Marketing Prédictif
2
Plan de la présentation
1) Définition2) Le processus3) Conclusions
3
Définition
Le marketing prédictifEst un processus de management des données destiné à mettre en œuvre une action déterminée à partir d’un objectif commercial ou marketing.
Le marketing prédictif identifie1. Les données nécessaires à cet objectif2. La cible marketing et ses caractéristiques3. Le business plan
4
Le processus : 4 axes
L’objectif Les données
L’action Le modèle de la cible
5
1 – Les objectifs
Découvrir des segments nouveaux de clientèle Détecter des mauvais payeurs Estimer la valeur économique des clients Profiler les clients par leurs usages Améliorer la satisfaction des clients Détecter les clients à risque d’infidélité Évaluer l’efficacité des actions Marketing Tester la réaction à de nouveaux produits ou de
nouveaux services Etc
6
2 - Les données (1)
Marketing Prospects
Centres d’appels
Réclamations
Données externesINSEE etc.Internet
Comptabilité
Gestion commerciale
7
2 - Les données (2)
Préparation de l’espace de modélisation clients Recenser les sources Auditer des données, Recoder les variables Construire le fichier de modélisation:
CLIENTS VARIABLE 1 VARIABLE 2 VARIABLE 3 …VARIABLE
NVariable
cibleClient 1 OUIClient 2 NONClient 3 NONClient 4 NONClient 5 OUIClient 6 NONClient 7 OUIClient 8 OUI… …Client M NON
DONNEES
8
3 – Score et Modèle ( 1)
Trois méthodes de scoring– Réseau Bayésien– Réseau de neurones– Analyse Factorielle des Tableaux de Liaison
Aucune n’est meilleure a prioriC’est le chargé d’étude marketing qui choisit, en fonction du pouvoir prédictif et explicatif exigé.
9
3 : score et modèle (2)
Cas pratique :– Modéliser la prédiction de départ à la
concurrence des clients – Agence professionnelle de FT– Quel modèle choisir ?
Les données sont identiques L’objectif est identique Le chargé d’étude est identique Etc
10
3 – Score et Modèle AFTL (4)
A 10 % le modèle à une prédiction
de 12% des clients infidèles
11
3 – Score et Modèle ( 5) Réseau de neurones
A 10 % le modèle à une prédiction
de 13% des clients infidèles
12
3 – Score et Modèle ( 5) Réseau de Bayesien
A 10 % le modèle à une prédiction
de 30% des clients infidèles
13
3 - Score et Modèle : l’analyse de la cible
Sensibilité Fort consommateur de local Fort possesseurs de Numéris Détecteur d’options tarifaires de la
Gamme Avantages Peu possesseurs de produits Orange
Peu concernés Faible trafic local Fort trafic en interurbain et vers les mobiles Possession de d’appareil de télécomptage Peu possesseurs de Numéris et d’Internet Possesseurs de produits Orange Secteur de l’hôtellerie et du commerce de
détail
Qui sont les clients infidèles ?
14
4- le plan d’actions marketing
Deux approches:– Action de rétention sur 250 clients à fort potentiel de
départ Offres tarifaires Offres packs RV en face à face
– Action de reconquête sur les clients déjà partis Résultats en cours
– Après 1 mois, 70 RV commerciaux– 50 clients sont en cours de refonte des contrats
15
En conclusion
16
Mise en place de la démarche
1. Identifier un objectif marketing ou commercial 2. Mesurer les enjeux de la problématique ( go / no go)3. Recenser les données4. Créer une base de données de modélisation des
clients 5. Bâtir un modèle de connaissance clients ( détecter les
variables discriminantes) et prédire le comportement des clients
6. Évaluer la valeur ajoutée différentielle du modèle7. Décider des actions commerciales8. Mettre en œuvre les actions9. Mesurer l’efficacité des actions
17
Facteurs clé du succès (1)
Avoir un objectif clair Avoir beaucoup de données clairement
identifiées Suivre le processus méthodologique Comprendre et accepter que certains
objectifs ne sont pas modélisables Comprendre que les clients et
l’environnement socio-économique évoluent Etre acteur de son projet
18
Facteurs clé du succès (2)
3 points clés1. Des données
– No data => No mining
2. De la méthode – Évaluer , comparer , décider – Les outils sont des moyens
3. Des hommes– Data workers (marketing, informatique)