Le scoring prédictif pour vos scénarios d’activation

Si vous vous êtes déjà posé la question : «Quel(s) indicateur(s) puis-je utiliser pour sélectionner les bons clients et les bons contenus ? ». Alors vous serez probablement intéressés par la suite de cet article.

Dernièrement, les solutions de marketing automation ont commencé à transformer nos stratégies d’activation CRM. Des premiers niveaux d’activation mass market, nous nous orientons vers des campagnes aux contenus plus différenciés et personnalisés. La première étape a été de mettre en place des séquences d’activation basées par exemple sur des triggers afin d’activer le client « au bon moment » avec un contenu adapté, ou encore sur des segmentations prenant en compte la fréquence, récence, valeur d’achat.

Néanmoins, la réelle puissance d’une plateforme de marketing automation réside dans sa capacité à activer la toutes données à disposition dans le modèle de données et ainsi servir l’hyper personnalisation que ce soit au niveau du trigger, du moment, du ciblage, de la segmentation, du contenu, du canal etc. Par conséquent, pour amener un cran plus loin les bénéfices de la personnalisation, et ainsi toucher de manière pertinente un maximum de clients, les marques peuvent aujourd’hui se donner les moyens de définir des indicateurs personnalisés directement disponibles depuis leurs outils de marketing automation.

C’est ici que les scorings prédictifs entrent en jeu, puisqu’ils permettent, selon le cas d’usage voulu, d’attribuer un score à chaque client afin de les trier et les classer selon la valeur de ce score, ou d’identifier le produit/contenu spécifique qu’il faut leur pousser.

Dans le cadre de son partenariat avec Moonfish, Actito a mis en place les Actito Predective Scores (APS) qui se basent sur les cas d’usage typiques des problématiques marketing, et qui peuvent être activés à partir des données déjà disponibles dans Actito. Il existe 2 types d’APS : les “APS globaux” qui ne sont pas liés à une catégorie de produits spécifique, et les “APS produits” qui correspondent à l’affinité des clients pour un groupe de produits spécifique.

Les 3 APS globaux correspondent aux situations business suivantes.

Situation 1 : « Je souhaite proposer une offre spéciale (cadeau, service, expérience,...) à destination de mes clients à haut potentiel au sein de ma marque » → j'utilise le score de Customer Future Lifetime Value pour identifier les N clients ayant le score le plus élevé à qui je fait profiter mon offre

Customer Future Lifetime Value (CFLV) : Cet algorithme prédit, pour chaque client, la valeur future de ce client en €. Il permet donc de prioriser les clients en fonction de leur potentiel pour la marque.

Situation 2 : « Je souhaite réduire mon attrition en envoyant “l’offre de la dernire chance” à mes clients juste avant qu’ils deviennent vraiment inactifs » → je mets en place un trigger basé sur le score de churn afin que ma campagne s'envoie au bon moment pour chaque client. 

Churn Decisive Moment : Cet algorithme prédit, pour chaque client, la date au-delà de laquelle il a de très fortes chances de ne pas revenir. Il indique donc directement le bon moment pour envoyer cette “offre de la dernière chance”.

Situation 3 : « Je souhaite mettre en avant dans un mail, pour chaque client, les SKUs qu’il a le plus de chances d’acheter » → je récupère directement dans Actito la liste de mes SKUs priorisées pour chaque client à partir du modèle “Recommandations Personnalisées”, et je les intègre dans mon template mail.

Recommandations Produits Personnalisées : Cet algorithme identifie pour chaque client, sur la base de ses produits achetés ou regardés dans le passé, les produits qu’il a le plus de chances d’acheter. Il permet donc très simplement d’obtenir la bonne liste de produits à mettre en avant pour chaque client.

Situation 4 : « Je souhaite exclure de ma campagne promotionnelle les clients ayant une faible propension à acheter en promotion » → J’utilise le score d’appétance à la promotion pour cibler seulement les clients les plus sensibles à mes campagnes promotionnelles

Appétance à la promotion : Cet algorithme calcule, pour chaque client, un score de sensibilité à la promotion. Il permet donc d’identifier les clients ayant le plus de chance de réaliser un achat suite à un campagne marketing promotionnelle. A l’inverse, il permet également d’identifier les clients les plus insensibles aux promotions marketing, et donc ceux pour qui cette promotion n’était pas nécessaire pour qu’ils réalisent un achat.

Les APS Produit permettent d’identifier les clients ou prospects ayant le plus de chances d’acheter un type de produits spécifique. Ils sont pertinents dans les 2 situations business suivantes.

Situation 5 : « Je souhaite faire une campagne marketing de déstockage à 20k clients sur un groupe de produits particuliers » => J'utilise le score d'affinité produit de fidélité, propre à ce groupement de produit, et je cible les 20k clients qui ont le score le plus élevé.

Affinité produit - version upsell : Cet algorithme prédit, pour chaque client et pour une liste de produits donnés, la probabilité qu'il réalise un achat parmi cette liste de produits. Il permet de prioriser les clients ayant la plus grande propension à acheter au sein d'une liste de produits.

Situation 6 : « Je souhaite faire une campagne de cross-sell à 50k clients pour les inciter à découvrir un groupe de produits qu’ils n’ont jamais achetés» => J'utilise le score d'affinité produit de recrutement, propre à cette gamme de produits, et je cible les 50k clients qui ont le score le plus élevé.

Affinité produit - version cross-sell : Cet algorithme est similaire au précédent sauf qu'il score uniquement les clients de ma marque qui n'ont jamais acheté de produits au sein de la liste choisie. Il permet de prioriser les clients qui ont la plus grande propension à être recrutés au sein d'une liste de produits.

Les algorithmes permettant de calculer un score spécifique par client sont basés sur des approches de Machine Learning. Comme ce nom l’indique, ces algorithmes ont besoin d’apprendre des comportements passés des clients, afin de tirer des informations a fortes valeurs prédictives et pouvoir les reproduire sur les comportements présents de chaque client. Par conséquent, au plus on « nourrit » la machine avec un volume conséquent de données de natures différentes, au plus elle pourra les combiner afin de fournir la prédiction la plus fiable possible.

Dans le cadre des Actito Predictive Score, les algorithmes viendront automatiquement récupérer les données d’apprentissage à partir de vos données disponibles sur Actito. Aucune intervention de vos équipes IT n’est donc nécessaire pour la mise en place de cette intégration.

Comme évoqué plus haut, les Actito Predictive Score ont été construits afin d’apporter aux équipes CRM une intelligence additionnelle (issue de l’IA) sans modifier les process de ciblage existants. Une fois l’intégration activée, ces scores seront automatiquement reliés à votre base client et directement disponibles dans les « magic tables » depuis l’interface Actito.

Vous pourrez donc construire vos segmentations et scénarios d’activation, à partir de ces nouveaux indicateurs. Ainsi, au même titre que vous utilisez des indicateurs de genre ou d’âge pour paramétrer vos campagnes, vous pourrez maintenant également vous baser sur un score d’appétance à votre groupement de produits préférés.

Les scoring prédictifs de Moonfish s’utilisent directement dans vos process CRM existants.