1 / 13

Le Cercle du Marketing Prédictif

Le Cercle du Marketing Prédictif. Up-selling, cross-selling, ARPU, appel à la prescription...Comment optimiser son revenu tout en respectant le consommateur ?. 20 032007. Anne-Françoise Audrain-Pontevia Professeur Associé de Marketing Ecole Supérieure de Commerce de Rouen. Introduction.

munin
Download Presentation

Le Cercle du Marketing Prédictif

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Le Cercle du Marketing Prédictif Up-selling, cross-selling, ARPU, appel à la prescription...Comment optimiser son revenu tout en respectant le consommateur ? 20 032007 Anne-Françoise Audrain-Pontevia Professeur Associé de Marketing Ecole Supérieure de Commerce de Rouen

  2. Introduction • Les années 90 ont été marquées par la montée en puissance des pratiques CRM au sein des entreprises. • La raison en est qu’un consommateur satisfait et fidèle à l’entreprise: • - achète plus de produits et de services de l’entreprise, • - a une élasticité au prix moindre, • - a une tolérance plus forte vis-à-vis des défauts des produits / services, • - génère un B.A.O. / buzz positif. •  Fidèle, le consommateur est plus rentable pour l’entreprise.

  3. Introduction • On estime qu’il coûte 5 à 10 fois moins cher de fidéliser…. (Reichheld et Sasser, 1990). • Cet effet est magnifié pour les achats online (Reichheld et Schefter, 2000). • Les pratiques de cross selling, up selling, au centre des pratiques de CRM, permettent: • d’accroitre l’ARPU: Average Revenue Per User, • de fidéliser les consommateurs en leur apportant de la valeur, • de construire une relation gagnant – gagnant ‘client-fournisseur’. •  Ces approches posent cependant la question du respect du consommateur.

  4. Quelques définitions… • Cross selling ou ventes additionnelles:consiste à proposer au consommateur, au moment de son achat, un produit / service complémentaire du produit / service acheté. •  technique utilisée dans le secteur bancaire, loisirs, achat de vêtements. • Up sellingconsiste à orienter le choix du consommateur lors de son achat vers un produit / service a plus forte marge. •  technique utilisée dans le secteur des voyages, des restaurants (fast-food), produits électroménagers…etc. • Vente dérivée consiste à proposer au consommateur les produits ou services proposés à des consommateurs qui lui sont proches en terme de profil. •  technique utilisée online: Fnac.com, Amazon.com, Dell.com.

  5. Quelques définitions… • Average Revenue Per User (ARPU): • Revenu moyen généré par un consommateur et par mois. •  Indicateur fortement utilisé dans l’industrie des télécoms et sur internet. • Average Margin per Customer (AMPU): • Marge moyenne générée par un consommateur et par mois. •  Indicateur principalement utilisé dans le secteur de l’internet.

  6. Questions • Comment détecter les opportunités d’up & cross selling afin d’accroître la valeur par consommateur ? • Existe-t-il des approches systématiques, des techniques permettant d’affiner ces pratiques ? • Quels sont les obstacles et les conditions de réussite de cross-selling, up-selling réussis ?

  7. Les résultats des recherches… • L’approche en trois étapes de Salazar et al. (2007) pour détecter les opportunités de cross-selling et up-selling pour des banques: • Segmenter la base de consommateurs, à l’aide de méthodes de segmentation ‘ascendantes’, ‘descendantes’ ou ‘mixtes’. • Une segmentation mixte (K-means + analyse discriminante) identifie 4 segments clefs: • Segment 1: 2.12 services achetés, durée de la relation = 6 ans, forte valeur par client. • Segment 2: moins de 2 services achetés, durée de la relation = 4 ans, très forte valeur par client. • Segment 3: 1.5 services achetés, durée de la relation = 2 ans, jeunes consommateurs en début de cycle d’achat. • Segment 4: 4 services achetés, durée de la relation = 22 ans, consommateurs les plus âgés et les plus rentables.

  8. Les résultats des recherches… • 2. Analyser pour chacun des segments les ‘patterns d’acquisition’ et le ‘processus de ré-achat’. • - L’analyse des patterns d’acquisition consiste à représenter pour chaque segment l’ordre d’acquisition des différents services par un graphe, l’arbre d’achat. •  Permet de définir le profil d’achat type pour chaque segment. • - La probabilité de ré-achat est ensuite calculée en fonction de l’expérience antérieure, la satisfaction des consommateurs, l’engagement pour la marque, à l’aide d’une régression logistique, pour chaque segment. •  Permet d’identifier les déterminants du ré-achat.

  9. Les résultats des recherches… • Evaluer le timing pour faire l’offre d’US ou de CS. • A l’aide d’une analyse de survie on analyse le temps entre chaque achat pour chacun des segments. • On détecte les transitions critiques (Par ex., pour le segment 1, on observe que le temps d’achat entre la 1ère et la 2éme séquence est plus court qu’entre la 2éme et 3ème . • Ce processus en trois étapes permet de proposer aux meilleurs moments, de manière individualisée, l’offre appropriée (de cross / up selling), pour d’optimiser la valeur de chaque client.

  10. Best practices en datamining: 5 recommandations, (Wheaton, 2007) • Collecter des données au niveau le plus individuel possible. • 2. Ne pas effacer / archiver les anciennes données. • Il faut pouvoir retracer l’intégralité de l’historique d’achat. • Repérer les données dans le temps. • Renseigner les données de manière précise, afin de permettre • l’indentification de l’information au niveau de chaque produit. • Opter pour une codification / renseignement simple des données, de manière à permettre une exploitation rapide et simple.

  11. Les conditions de réussite du cross selling, (Boe, 2007) • Créer une relation de partenariat fondée sur la confiance. • Analyser en amont les besoins des consommateurs ainsi que l’acceptation / la pertinence de l’offre. • Piloter la relation client à l’aide d’un logiciel qui par ailleurs coordonne les actions des différents intervenants de l’entreprise. • 4. Proposer une offre complète et pratique / facilitatrice pour le consommateur. • Fédérer l’ensemble du personnel autour du programme de cross-selling en manageant par la performance. • 6. Mesurer et suivre la satisfaction des clients tout au long du process. • 7. Culture d’entreprise ‘orientée client’.

  12. Les conditions de réussite de l’up selling • Les conditions de réussite des techniques d’up-selling sont en bien des points analogues à celles de cross-selling. • Elles s’en distinguent cependant sur les points suivants: • Il s’agit d’un produit proposé de manière alternative et non pas complémentaire au produit initialement recherché par le consommateur. Le discours doit donc être différent. • Afin que l’up-selling soit efficace, il est nécessaire d’intervenir au début du processus de vente. • Le prix du produit proposé doit être plus cher que le produit initialement recherché par le consommateur (notion de ‘prix psychologique’).

  13. Pour continuer… • Quelles métriques utiliser pour mesurer la valeur ajoutée de ces • techniques de commercialisation ? ARPU, autre ? • Les informations sur le consommateur sont de plus en plus • nombreuses et riches. •  Quelles méthodes d’analyse et quelles données utiliser • pour optimiser l’efficacité du cross / up selling ? • Jusqu’où peut-on / doit-on aller ? •  Combien de produits /services peut-on offrir au client et • et avec quelle fréquence? •  Comment ne pas saturer le consommateur ?

More Related