De nombreuses entreprises optent pour une approche positionnant les clients au cœur de leurs opérations. On parle de Customer Centricity. L’objectif est alors de proposer aux clients une expérience améliorée tout au long de leur parcours.
La transformation Customer Centricity repose sur une orchestration de l’ensemble de la chaîne de valeur de l’entreprise, incluant la définition de la stratégie centrée client, son exécution opérationnelle, la sélection et l’analyse des données, ou encore les scénarios d’activation. Pour une transformation réussie, les entreprises doivent se questionner sur la manière dont elles peuvent améliorer la collecte de données. Aussi, il est essentiel qu’elles définissent une feuille de route data/IA tirée par le business, qu’elles appliquent à leur connaissance client.
Lors du Digital Benchmark 2021 à Amsterdam, Simon Boivin, Senior Manager, et Renaud Caillet, partner chez Ekimetrics reviennent sur les étapes d’une transformation Customer Centricity réussie.
La collecte des données : étape clé de projets de Customer Centricity
Les entreprises souhaitant mener un projet Customer Centricity doivent commencer par comprendre le parcours de leurs consommateurs afin de repérer les endroits où ils ont besoin de la marque et ainsi leur proposer l’expérience qui leur convient. Pour une meilleure compréhension de leurs clients, les entreprises peuvent utiliser des outils de collecte de données, tels que les solutions verticalisées ou les plateformes fermées des GAFA et BATX. En effet, pour accéder à une grande quantité de données, malgré la fin des cookies tiers, la mise en place de ces partenariats représente un enjeu stratégique. Les entreprises vont ainsi mettre en place des stratégies de connexion à la donnée et déployer des solutions technologiques, comme les API. Les données seront ainsi analysées et consolidées, avant d’être redistribuées dans les systèmes de l’entreprise et dans les systèmes tiers.
Pour mener à bien une transformation Customer Centricity, il est essentiel de collecter les données First-Party. En connectant entre eux des systèmes souvent très silotés, tels que les bases de données, les systèmes de marketing automation, les call centers, les DMP, ou encore les outils de retargeting, les entreprises peuvent réunir toutes les informations collectées directement auprès de leurs clientèles. Cela permet de définir une vue client unique, qui ne fera que s’enrichir au fil des interactions avec les consommateurs.
Construire la roadmap Customer Centricity
Après la sélection et la collecte des données, vient l’étape de construction de la roadmap Customer Centric. Cette feuille de route doit impérativement prendre en compte l’ensemble des parties prenantes de l’entreprise. La roadmap fait office de boussole de la stratégie Customer Centric. Pour la construire, il est nécessaire d’identifier :
- La cible, c’est-à-dire les enjeux business de l’entreprise
- Le point de départ, c’est-à-dire la maturité de l’entreprise, en l’évaluant à partir de benchmarks concurrentiels
- Les opportunités, qui doivent être priorisées en fonction de ses ambitions, en prenant en compte 3 angles :
- Business : Comment redresser un taux de rétention en chute libre ?
- Technologique : Les outils technologiques que j’ai sont-ils suffisants pour déployer les opportunités identifiées ?
- Organisationnel : Qui pour piloter cette rétention ? Doit-on modifier certains rôles dans l’organisation ?
Pour les entreprises, l’enjeu est également de mettre en place les briques d’une stratégie data évolutive. L’exploration de la base de données permet de :
- Comprendre ce qui distingue les clients entre eux
- Identifier le “Life Cycle” , c’est-à-dire le cycle d’achat d’un client sur le long terme
- Préciser les opportunités sur les produits vendus
- Voir émerger des tendances
- Comprendre les dynamiques entre les différents canaux de vente
Cas client n°1
Pour éclairer leurs propos, l’EBG et Ekimetrics proposent l’exemple d’un acteur des services financiers. Ils identifient les chantiers data/ IA stratégiques que doit déployer l’entreprise pour améliorer sa connaissance client, et retracent la trajectoire centrée sur le business, qui permettra à l’entreprise d’orienter ses efforts en fonction de sa maturité initiale et de l’accroissement de la donnée client disponible.
Cette roadmap et les 3 chantiers data/IA stratégiques identifiés sont présents dans le chapitre “Réinventer l’expérience client”, issu du Yearbook 2021 : contactez-nous pour plus d’informations !
Cas client n°2
Pour une entreprise leader dans les services financiers, l’enjeu a été de définir une architecture cible évolutive sur leur data lake afin d’utiliser la donnée dans différents domaines migrés. Pour réussir sa customer centricity et adapter sa stratégie au fil de ses évolutions, il a ensuite fallu identifier des segmentations stratégiques (consommateurs occasionnels, fidèles, VIP par exemple). A cela s’ajoutent des méthodes de description des profils utilisateurs, qui permettent d’avoir une vision globale du consommateur et de comprendre quelle est l’expérience la plus satisfaisante pour lui en fonction de son segment stratégique d’appartenance. Pour piloter la roadmap data via l’intégration d’indicateurs de mesure de performance, l’entreprise doit connaître :
• Le taux de rétention
• Le taux d’acquisition
• Le taux de conversion
• Le taux de conquête ou de fidélisation
Cas client n°3
Une entreprise du secteur de l’énergie B2B veut améliorer son service client pour augmenter le taux de rétention de son portefeuille. Pour cela, elle doit :
- Dresser un audit de son capital data
- Exploiter l’IA pour affiner la segmentation client
- Tirer des enseignements au quotidien avec des recommandations pour les équipes commerciales afin de contacter les bons clients au bon moment, en adoptant le bon sujet de conversation.
Suite à cette démarche, deux pilotes A/B testing ont montré pour cette entreprise :
+ 30% d’efficacité commerciale
-2,5% de taux d’attrition en moyenne, grâce à une approche client plus personnalisée
Connaître ses clients pour mieux les satisfaire
Face à la difficulté de redescendre les scénarios dans les différents systèmes de l’entreprise et ses partenaires, les entreprises doivent effectuer une évaluation préalable de ces systèmes dès la phase exploratoire. On parle alors d’architecture by design, qui consiste à définir des solutions d’activation adaptées aux systèmes en place. Une fois la roadmap en place, il faut définir un plan d’action détaillé campagne par campagne, canal par canal. Pour cela, l’entreprise adopte des solutions de personnalisation, qui s’appuient sur les différents parcours clients identifiés lors de la segmentation. Pour calculer les probabilités d’achat, de réachat, ou de churn, l’entreprise peut employer des techniques de scoring. Le calcul de ces probabilités s’alignera à la fois sur les besoins des clients et sur les objectifs business de l’entreprise :
- Partir des attentes, afin d’augmenter le taux de réachat ;
- Mesurer l’appétence pour un nouveau modèle ou produit avant de le proposer au consommateur ;
- Déterminer la CLV (Customer Lifetime Value) pour anticiper les besoins de chaque typologie de clients.
Cas client n°4
Pour un constructeur automobile, un programme de maintenance prédictive a été pensé. Ce programme a la particularité d’être très flexible afin de permettre à l’entreprise de modifier simplement sa stratégie de contact et d’offre existante, d’intégrer de nouvelles sources complexes, et d’utiliser de nouveaux points de contact avec le client.
Ce programme de maintenance prédictive se trouve dans le chapitre “Réinventer l’expérience client”, issu du Yearbook 2021 : contactez-nous pour plus d’informations !
Pour une activation dynamique et agile, l’entreprise doit se positionner dans une logique d’expérimentation et d’apprentissage en continu. Avec des tableaux de bord ou applications de monitoring, l’entreprise peut visualiser la performance des campagnes en s’assurant de leur cohérence avec sa stratégie business. En connectant les sources de données à ces outils de mesure, elle obtient ainsi une meilleure compréhension de ses utilisateurs. En écoutant la voix de son client, l’entreprise peut déterminer efficacement de nouveaux services susceptibles de lui plaire, mais aussi faire pivoter son modèle. Cette transformation ne peut réussir que si la compréhension des besoins de l’utilisateur est placée au centre de la stratégie de l’entreprise. Le premier moteur de cette compréhension est bel et bien la data.
Où en sont les entreprises dans leur Transformation Customer Centric ?
→ Toutes les réponses dans le baromètre “Transformation Customer Centric 2022”, réalisé par l’EBG et Velvet Consulting !
