Tous les clients d'un commerce n'ont pas le même comportement. Certains viennent chaque semaine, d'autres quelques fois par an. Certains réalisent des paniers importants, d'autres achètent peu mais régulièrement. Certains viennent d'effectuer leur premier achat tandis que d'anciens habitués commencent à ne plus revenir.
La segmentation client consiste à regrouper des clients présentant des caractéristiques ou des comportements communs afin de mieux comprendre sa clientèle et d'adapter les actions qui lui sont destinées.
L'objectif n'est donc pas de créer le plus grand nombre possible de segments. Il est de construire des groupes suffisamment pertinents pour conduire à une décision ou une action différente.
Pourquoi segmenter ses clients ?
Une base clients prise dans son ensemble donne peu d'informations exploitables. Imaginons 5 000 clients identifiés. Savoir que leur panier moyen global est de 42 € ne permet pas de savoir :
- lesquels achètent régulièrement ;
- lesquels viennent pour la première fois ;
- lesquels génèrent les montants les plus importants ;
- lesquels ne reviennent plus ;
- quelles catégories de produits intéressent certains groupes ;
- quels clients semblent commencer à décrocher.
La segmentation permet de passer d'une masse de clients à des groupes dont le comportement peut être analysé séparément. Elle peut ensuite servir à adapter une communication, une offre, une relance ou simplement l'analyse de la clientèle.
Quels critères utiliser pour segmenter ses clients ?
Il n'existe pas un critère universel. Le choix dépend de ce que le commerce cherche à comprendre ou à faire.
La récence
Depuis combien de temps le client n'a-t-il pas acheté ? La récence permet notamment de distinguer les clients récemment actifs de ceux dont le dernier achat commence à dater. Elle doit cependant être interprétée selon le cycle d'achat. Un client absent depuis 30 jours peut être inhabituel dans un commerce fréquenté chaque semaine et parfaitement normal dans un secteur où les achats sont espacés de plusieurs mois.
La fréquence d'achat
Combien de fois le client achète-t-il sur une période donnée ? La fréquence permet de distinguer les clients réguliers des acheteurs occasionnels. Là encore, le contexte compte : six achats annuels peuvent représenter une fréquence élevée pour une activité et très faible pour une autre.
Le montant dépensé
Quel chiffre d'affaires le client a-t-il généré sur la période étudiée ? La période doit toujours être précisée. Un classement sur les trois derniers mois ne donnera pas nécessairement les mêmes résultats qu'un classement sur les deux dernières années.
Le panier moyen
Combien le client dépense-t-il en moyenne par transaction ? Deux clients peuvent générer 1 000 € de chiffre d'affaires annuel avec des comportements totalement différents :
- 20 achats de 50 € ;
- 2 achats de 500 €.
Le montant annuel est identique, mais la relation commerciale ne l'est pas. Voir aussi augmenter le panier moyen.
Les produits ou catégories achetés
Les achats permettent également de créer des segments selon les centres d'intérêt observés. Par exemple :
- acheteurs réguliers d'une catégorie ;
- clients ayant déjà acheté une marque ;
- clients n'ayant jamais acheté une gamme donnée ;
- acheteurs d'un produit nécessitant un renouvellement périodique.
Cette segmentation peut être particulièrement utile pour éviter d'envoyer une offre à des clients auxquels elle ne correspond pas.
Le canal ou l'établissement
Lorsque les données le permettent, il peut également être intéressant de distinguer les comportements selon :
- magasin physique ;
- boutique en ligne ;
- click & collect ;
- établissement fréquenté.
Dans un réseau, cette dimension permet notamment d'identifier les clients qui fréquentent plusieurs points de vente.
Combiner plusieurs critères
Les segmentations les plus utiles reposent rarement sur un seul critère. Prenons :
Clients sans achat depuis 90 jours
Ce segment peut contenir aussi bien un ancien habitué qu'un client ayant effectué un seul achat il y a trois mois. Ils n'ont probablement pas la même importance ni besoin de la même action. On peut donc préciser :
Clients ayant réalisé au moins 6 achats sur les 12 derniers mois et n'ayant rien acheté depuis 90 jours.
Puis éventuellement :
Clients ayant réalisé au moins 6 achats sur les 12 derniers mois, sans achat depuis 90 jours et ayant dépensé plus de 500 € sur la période.
Chaque critère supplémentaire réduit la population mais augmente la précision du segment. Il faut toutefois éviter l'excès inverse : un segment tellement précis qu'il ne contient presque plus personne peut perdre son intérêt opérationnel.
La méthode RFM
Une méthode classique de segmentation consiste à croiser trois dimensions :
- Récence : date du dernier achat ;
- Fréquence : nombre d'achats ;
- Montant : montant dépensé.
C'est la méthode RFM. Les clients reçoivent généralement un score sur chacune de ces dimensions, ce qui permet ensuite de rapprocher les profils présentant des comportements similaires. Par exemple, un client peut être :
- très récent ;
- très fréquent ;
- important en montant.
Un autre peut présenter un montant historique élevé mais une récence faible. RFM permet donc de distinguer des comportements que le seul chiffre d'affaires ne ferait pas apparaître.
Elle n'est cependant pas obligatoire pour toute segmentation. Pour une campagne concernant une catégorie de produits précise, les produits achetés peuvent être beaucoup plus pertinents qu'un score RFM complet. La méthode doit toujours répondre au besoin, et non l'inverse. Voir aussi identifier ses meilleurs clients.
Quels segments peut-on créer ?
Il n'existe pas une liste universelle de segments à reproduire dans tous les commerces. Quelques groupes peuvent néanmoins servir de point de départ :
Les nouveaux clients
Ils viennent d'effectuer leur premier achat ou sont encore au début de leur relation avec le commerce. L'objectif peut être de favoriser un deuxième achat plutôt que de les traiter immédiatement comme des clients fidèles.
Les clients réguliers
Ils achètent avec une fréquence relativement stable. La définition de « régulier » doit être adaptée au rythme normal de l'activité.
Les clients à forte contribution
Ils représentent un montant important sur une période définie. Ils ne doivent pas être automatiquement assimilés aux clients les plus fidèles : un montant élevé peut provenir de quelques achats seulement.
Les clients qui commencent à décrocher
Leur dernier achat est plus ancien que leur comportement habituel ne le laisserait attendre. Cette notion est plus précise qu'un seuil fixe appliqué indistinctement à toute la clientèle.
Les clients inactifs
Ils n'ont plus acheté depuis une durée considérée comme significative pour l'activité. Là encore, cette durée doit être définie à partir du cycle d'achat réel.
Les clients intéressés par une catégorie
Ils achètent régulièrement certains types de produits. Ce segment peut être utile lorsqu'une opération concerne précisément cette catégorie.
Segmenter ne signifie pas figer les clients
Un segment n'est pas nécessairement permanent. Un nouveau client peut devenir régulier. Un client régulier peut commencer à s'éloigner. Un client inactif peut revenir. Le comportement évolue au fil des achats.
Une segmentation utilisée pour piloter des actions récurrentes doit donc être recalculée régulièrement à partir des données les plus récentes. C'est particulièrement important pour les segments fondés sur la récence ou la fréquence.
Comment utiliser les segments ?
La segmentation devient utile lorsqu'elle modifie réellement la manière d'agir.
Adapter une communication
Un message destiné aux nouveaux clients peut être différent de celui adressé aux habitués.
Préparer une relance
Un groupe de clients historiquement réguliers qui commence à ne plus revenir peut faire l'objet d'une action spécifique (voir relancer les clients inactifs).
Cibler une offre
Une opération concernant une catégorie de produits peut être adressée prioritairement aux clients ayant déjà montré un intérêt pour cette catégorie.
Analyser la clientèle
La segmentation n'est pas uniquement un outil marketing. Elle peut permettre de suivre la part de nouveaux clients, l'évolution des clients réguliers, le nombre de clients qui deviennent inactifs ou le poids de différents profils dans le chiffre d'affaires.
Elle devient alors aussi un outil de pilotage de la relation client.
Attention aux segments trop larges
« Clients inactifs », « bons clients » ou « clients fidèles » peuvent sembler suffisamment précis. Ils ne le sont pas toujours. Un segment doit être défini par des critères mesurables. Par exemple :
Clients fidèles
est une notion ambiguë. Alors que :
Clients ayant réalisé au moins 10 achats au cours des 12 derniers mois
décrit une règle vérifiable. Cela ne signifie pas que dix achats constituent universellement la bonne définition de la fidélité. Le seuil doit être choisi selon l'activité. Une bonne segmentation repose sur des critères explicites et compréhensibles.
Attention également aux segments trop petits
Ajouter des critères améliore la précision, mais réduit aussi la taille du groupe. Si l'on demande :
clients ayant acheté au moins 12 fois, dépensé plus de 1 000 €, acheté une catégorie précise, fréquenté un magasin donné et n'ayant rien acheté depuis exactement 60 jours,
le segment obtenu peut devenir trop restreint pour être réellement utile. Il faut trouver un équilibre entre pertinence du ciblage et taille exploitable du groupe.
Comment mesurer si une segmentation est utile ?
Créer des segments n'est pas une fin en soi. Après une action, il est utile de mesurer ce qui s'est produit. Selon l'objectif, on peut regarder :
- le taux de retour des clients relancés ;
- le chiffre d'affaires généré par le segment ;
- le nombre de clients ayant effectué un nouvel achat ;
- l'utilisation d'une offre ;
- l'évolution de la fréquence d'achat.
Cela permet également de vérifier si les critères choisis étaient réellement pertinents. Un segment très sophistiqué n'est pas forcément meilleur qu'un segment simple s'il ne conduit pas à de meilleurs résultats.
Segmenter avec l'IA
Créer un segment dans un outil classique demande généralement de définir plusieurs filtres. Avec une IA capable d'interroger les données du commerce, la logique peut être exprimée directement en langage naturel. Par exemple :
« Identifie les clients qui n'ont rien acheté depuis 90 jours. »
Puis :
« Garde uniquement ceux qui avaient réalisé au moins 6 achats au cours des 12 mois précédents. »
Puis :
« Parmi eux, garde ceux qui dépensaient plus de 100 € par mois en moyenne. »
L'intérêt est de pouvoir construire et affiner progressivement le segment sans avoir à reformuler toute la requête à chaque étape. La qualité du résultat dépend néanmoins des données disponibles et de la définition précise des critères demandés.
Comment Gillia peut aider ?
Gillia permet d'interroger les données clients disponibles en langage naturel pour construire des groupes correspondant à un besoin précis. Par exemple :
« Quels clients achètent régulièrement cette famille de produits ? »
Le commerçant peut ensuite préciser :
« Garde ceux qui ont acheté au moins trois fois au cours des six derniers mois. »
Puis utiliser ce groupe comme base d'une action de fidélisation ou d'une communication ciblée. L'intérêt est de pouvoir passer progressivement de l'intention au segment puis à l'action, tout en conservant une étape de validation avant une action externe. Lorsqu'un même segment doit être contrôlé régulièrement, la requête peut également devenir une routine récurrente.
C'est exactement là que le rôle d'agent IA de Gillia prend tout son sens.
Segmenter dans un commerce multi-établissements
Dans un réseau, l'échelle d'analyse doit être choisie avec attention. Un client peut acheter dans plusieurs magasins. Si les données clients sont consolidées au niveau de l'enseigne, son comportement peut être analysé globalement :
- fréquence totale ;
- montant total ;
- magasins fréquentés ;
- catégories achetées dans le réseau.
Il peut également être pertinent de segmenter par établissement pour répondre à une question locale. Les deux approches ne s'opposent pas. Le périmètre du segment doit simplement correspondre à la décision que l'on cherche à prendre (voir gestion multi-magasin). Pour aller plus loin, explorez les usages de Gillia liés à la connaissance client : créer, modifier ou cibler un groupe de clients ou préparer une action ciblée sur une sélection de clients.
Une segmentation doit rester utile
Une bonne segmentation n'est ni la plus complexe ni celle qui contient le plus de critères. Elle doit permettre de répondre clairement à trois questions :
- Qui appartient au groupe ?
- Pourquoi ce groupe est-il différent des autres ?
- Quelle décision ou action va-t-on adapter grâce à cette distinction ?
Si la troisième question n'a pas de réponse, le segment est probablement inutile. La segmentation client devient réellement intéressante lorsqu'elle transforme les données disponibles en groupes compréhensibles, mesurables et exploitables.