Aborder la thématique de la « connaissance client » va de pair avec la segmentation de la base de données clients et la Gestion de la Relation Client (CRM). Dans ce contexte, interrogeons-nous sur les bonnes pratiques pour segmenter sa base et sur les outils d’analyse qui y sont associés.
Diviser un marché en sous-marchés
Le principe de segmentation en marketing consiste à diviser un marché en sous-marchés (classes, groupes) homogènes afin de pouvoir les analyser, les cibler et mener des actions marketing et commerciales différenciées.
Dans notre article, nous nous intéressons plus spécifiquement à la segmentation de la base Clients B2B, qui est un élément clé (le socle) de la « connaissance client » et de la « Gestion de la Relation Client » (CRM), dans une logique d’optimisation du ciblage et du ROI des campagnes de fidélisation, d’une part et de réactivation voire de prospection, d’autre part.
Réussir la segmentation d’une base clientèle B2B en suivant des fondamentaux
La segmentation réussie de votre base clientèle B2B repose sur quelques principes fondamentaux, notamment :
- La qualité, la mise à jour régulière des adresses et des données clients,
- Le choix des données de gestion les plus discriminantes,
- La sélection des données et des critères d’entreprise les plus pertinents,
- L’analyse du fichier client et l’esquisse des typologies (test),
- La construction d’un modèle de segmentation et d’un référentiel (à partir des données INSEE et BODACC) qui serviront de « base miroir ».
Ces différentes étapes vous permettront de profiler efficacement vos clients (profiling) et de les scorer (le scoring = attribuer une note) et, d’identifier les meilleurs clients parmi l’ensemble de votre clientèle active et inactive et même parmi vos prospects, pour cibler ceux qui sont les plus captifs ou les plus réactifs dans la durée (fréquence ou montant d’achat, fidélité...) d’une part et améliorer le ROI de vos campagnes et augmenter vos ventes, d’autre part.
Croiser les données de gestion avec des données du marché
De manière générale, en B2C comme en B2B, la segmentation s’appuie sur des données de gestion (facturation) qui peuvent être croisées avec des données du marché. Cela reste plus vrai en B2C, grâce à la taille du marché et à la multiplicité des variables disponibles (CSP, revenu, habitat, présence d’enfants, âge, …). Ainsi, les volumes d’adresses exploitables, la profondeur et la variété des critères disponibles, ont un effet de levier important dans la construction des Plans fichiers (PMF) et l’analyse des retours.
Néanmoins, il existe des passerelles entre B2C et B2B, dès lors que l’on cible les entrepreneurs individuels, professions libérales, artisans, commerçants, Soho, SCI, entreprises < 10 salariés.
Traiter toutes ces datas « sans a priori », pour cibler différemment les petites entreprises
Sur le marché du B2B2C, les comportements des Individus, qu’ils agissent comme particuliers ou comme dirigeants s’avèrent être comparables et les méthodes et les techniques de segmentation (profiling, scoring) sont les mêmes. Aujourd’hui, le Big Data, l’open data et l’IA viennent au secours du B2B, lui apportent non seulement une masse de données considérable qui peuvent être croisées avec des données d’entreprise (NAF, effectifs, catégorie juridique, date de création, âge du dirigeant,...), mais aussi des données inédites traitées à l’adresse (Iris), des données foncières et immobilières, socio-culturelles et générationnelles (liées au prénom et à l’âge : les matures, boomers, générations X, Y, Z), des données sociodémographiques et d’autres données liées aux territoires (métropoles, pôles d’attractivité, zones péri-urbaines, rurales).
Tout l'intérêt d’une telle segmentation vise à traiter toutes ces datas « sans à priori », pour cibler différemment ces petites entreprises et s’adresser à leurs dirigeants, en fonction de leurs profils (typologies, classes, sous-classes) et de leurs comportements d’achat online / offline.
C’est ce qu’on appelle le B2B2C, là où les comportements d’achats professionnels (énergie, télécoms, presse, banque, assurance, mutuelle, informatique, automobile, voyages et déplacements) se fondent avec les comportements personnels.
Cette approche nécessite une connaissance aiguë des datas (les données clients, les données marché, l’open data) d’une part et une véritable expertise informatique dans l’univers digital, d’autre part (outils logiciels de traitement de données de masse, big data, IA, algorithmes appliqués aux data).
L’émergence du Big Data, de l’open data et de l’IA, les algorithmes (...) est une chance pour le marketing et le MarTech B2B / B2B2C. C’est une véritable opportunité (pour ceux qui sauront la saisir) alors que le B2B/ B2B2C a longtemps été considéré comme le parent pauvre de la segmentation et du scoring des bases de données, mis au service de la connaissance client.
Pour en savoir plus sur Combbase, cliquez-ici et pour plus de contenus, ici
Participer à la conversation