Connaissance client : chercher à comprendre les questions, avant d’avoir les réponses

Jamais les entreprises n’ont eu entre leurs mains autant de données au sujet de leurs clients. Pourtant, si toutes ont pour ambition de mettre le client au cœur de leur attention, peu sont capables de réellement traduire cette intention dans les faits.

 

D’après une étude publiée par eMarketer en août 2018, près de 30% des internautes français utilisent un logiciel antipub en 2018, soit plus de 15 millions de personnes. Cette évolution traduit la fatigue des internautes quant à la publicité digitale, considérée comme intrusive et omniprésente. Les internautes déploient donc des stratégies d’évitement : là où il y a 20 ans, on évitait les pubs en zappant ou en abandonnant temporairement son canapé, désormais on installe un bloqueur. Cette évolution témoigne également de la grande difficulté des annonceurs à concevoir des formats et des contenus de publicité pertinents pour leur cible. Pourtant, les entreprises disposent désormais de données millimétrées quant aux profils et habitudes de leurs clients. Grâce au digital, elles peuvent également personnaliser leur approche, contextualiser leurs actions et ajuster au plus fin la pression publicitaire. Elles peuvent donc en théorie diffuser la bonne publicité, pour la bonne personne, au bon moment et au bon endroit. Comme chacun peut s’en rendre compte, c’est encore loin d’être le cas. Au-delà des aspects opérationnels, la principale difficulté qu’elles rencontrent est au fond de bien comprendre le cycle de vie de leur client et la préoccupation réelle de leur audience. La connaissance client reste donc la mère de toutes les batailles, dans la publicité digitale, comme dans les autres domaines.

Le temps des sondages et des focus groups

La connaissance client est devenue une discipline à part entière aux États-Unis, dans les années 1930. La question ne se posait pas jusqu’alors, les entreprises étant de taille plus modeste. Dans le modèle du shop around the corner, pas besoin de faire des grands efforts pour connaître les clients. Le gérant est en contact avec eux tous les jours. Mais, dans l’entre-deux-guerres, les entreprises se professionnalisent, se complexifient et développent de nouvelles méthodes pour concevoir et diffuser leurs produits. Les premiers sondages d’opinion naissent ainsi pour décrypter les attentes des consommateurs (c’est aussi l’époque où les premiers sondages électoraux sont développés). Les résultats de ces enquêtes quantitatives sont généralisables, grâce la mobilisation d’un échantillon suffisamment important et représentatif. En parallèle, les premiers focus groupssont introduits pendant la Seconde Guerre Mondiale, par les sociologues Robert Merton et Paul Lazarsfeld. Ces discussions de groupe permettent d’appréhender l’attitude et la réponse des participants, quant à un produit, un service ou un concept. Ces deux innovations permettent à la connaissance client de devenir une discipline à part entière. Néanmoins, un certain nombre de lacunes existent : multiples biais dans les données rendant l’interprétation difficile, pas de vue en temps réel, coût et complexité du traitement des informations.

L’ère des analytics

Dans les années 1990, la relation client a ouvert une nouvelle frontière, grâce à l’informatisation de la relation client. L’essor des cartes de fidélité et la généralisation des bases CRM ont ainsi rendu possible une analyse plus fine et en quasi temps réel du comportement des clients. Les techniques d’enrichissement des bases se sont également développées, notamment aux États-Unis. Ce mouvement s’est accéléré dans les années 2000 et continue à prospérer aujourd’hui. La digitalisation de l’économie a en effet provoqué un déferlement des données disponibles. Des outils de stockage et de traitement de la donnée performants et peu coûteux ont été développés. Des algorithmes de machine learningsont disponibles sur l’étagère, pour construire des segmentations plus fines (ex. classification non supervisée), prédire le comportement des clients et leur faciliter la vie (ex. algorithmes de recommandation).

L’exploration des données externes

Cette révolution des données ne concerne pas uniquement les données internes de l’entreprise. Les entreprises, marques et organisations peuvent aussi mettre à profit les données des réseaux sociaux, les avis clients postés sur les sites de e-commerce, les conversations sur les blogs ou les forums spécialisés pour capturer les tendances et détecter des signaux faibles. En quels termes les internautes parlent-ils de ma marque ? Quelle sera la couleur à la mode au printemps ? Comment est perçu le prix du produit de mon concurrent ? Le bouche à oreille est devenu électronique et les entreprises peuvent s’équiper de capteurs pour appréhender les questions que se posent leurs clients ou leurs prospects. Ces informations ont une grande valeur. Une étude parue récemment dans International Journal of Production Researchmontrait ainsi que le volume de commentaires clients en ligne et leur contenu (sentiment exprimé) sont les meilleures variables pour prédire les ventes futures.

Associer données qualitatives et quantitatives, externes et internes, au service de la connaissance client

Les entreprises ont donc infiniment plus de données sur leurs clients aujourd’hui. Pourtant, la plupart d’entre elles éprouvent de grandes difficultés pour les hiérarchiser et les valoriser. Elles ne parviennent pas à en faire les leviers d’une meilleure expérience client.

Un exemple témoigne de cette difficulté. Toutes les entreprises ayant des clients particuliers ont pour objectif de maximiser leur engagement et donc de réduire leur attrition. Pour autant, en examinant les stratégies qu’elles mettent en place, il apparaît que la plupart d’entre elles se focalisent sur la question du « qui » (i.e. prévoir qui va cesser d’utiliser le service) et du « quoi » (i.e. que leur donner pour les réactiver). Cela conduit le plus souvent à des résultats superficiels et peu significatifs. Si un consommateur arrête d’utiliser un service, c’est qu’il a une bonne raison pour le faire.

En réalité, pour construire un plan conséquent, il s’agit d’identifier les causes profondes expliquant l’attrition et de mettre en place des initiatives s’attaquant frontalement à ces problèmes : proposition de valeur, tarification, compréhension du service, bugs opérationnels… Mais avant de trouver la bonne réponse, il s’agit de bien formuler la question qui se pose. Des entretiens clients restent le meilleur outil pour établir des hypothèses et faire émerger les causes racines. L’analyse des données externes permettra de compléter cet exercice et de capter d’autres signaux d’alerte. Enfin, l’analyse quantitative des données comportementales, issues des bases clients, permettra de confirmer ou d’infirmer ces hypothèses et de qualifier l’impact des actions envisagées.

En résumé, pour bien appréhender le problème du client, il est nécessaire de considérer à la fois retours qualitatifs, signaux faibles issus de l’environnement externe et analyses quantitatives issues des données internes de l’entreprise.

Pour les organisations, cette approche se traduit par quatre implications.

1/ Il est indispensable de faciliter la remontée d’informations qualitatives. Dans beaucoup de grandes entreprises, et toujours pour des très bonnes raisons, il est très compliqué de parler directement au consommateur. Le processus est tellement encadré qu’il est très difficile pour un opérationnel d’avoir accès à la « voix du client ». Au contraire, ces échanges doivent être encouragés, facilités et valorisés. Et les dirigeants doivent montrer l’exemple.

2/ Des mécanismes doivent exister pour encourager la collecte et la prise en compte des signaux faibles. Ces données sont disponibles sur la place publique numérique. Toutefois, les entendre suppose disponibilité, curiosité et créativité. En effet, les organisations ne savent pas toujours ce qu’elles vont trouver, lorsqu’elles se mettent en quête de ces fragments d’information.

3/ Les équipes analytiques doivent travailler de concert avec les équipes en charge des études. Idéalement, ces équipes doivent même faire partie de la même organisation. Réconcilier aspects quantitatifs et qualitatifs est clé pour améliorer la connaissance et donc l’expérience client. Les travaux de ces équipes doivent se nourrir, les compétences s’additionner, les résultats se compléter.

4/ Les dirigeants doivent trouver le bon équilibre entre données et intuition. Concernant des décisions complexes, les études et les données peuvent informer la recommandation, mais ne pourront jamais apporter une certitude absolue sur le résultat. Le rôle du dirigeant est de collecter toute l’information disponible … puis de prendre sa décision en s’appuyant également sur son intuition.

5/ Si l’analyse du comportement client repose sur l’exploration d’un large spectre de données, le suivi de la performance quant à lui doit se limiter à un nombre restreint de métriques.La sagesse populaire rappelle que beaucoup d’erreurs ne viennent pas d’une mauvaise réponse à une bonne question, mais d’une bonne réponse à une mauvaise question. La profusion d’informations aujourd’hui disponibles accroit nettement le risque de distraction associé aux mauvaises questions. Une organisation doit donc faire preuve de discernement et de sobriété dans le choix de ses indicateurs clés de performance.

Par |2018-12-21T09:15:03+00:0021 décembre 2018|0 commentaire

Laisser un commentaire