Gestion de la relation client et marketing direct

GRC

- Collecte de données d’identification sur le client

- Carte de fidélité pour suivi

- Passage en caisse ou achat du client

- Collecte et traitement des données

Différence entre marketing et marketing direct

Marketing direct :

1. Un fichier clients ou de prospects

2. Une offre sur un produit ou un service
3. Une incitation à l’action avec réponse

Définition : La gestion de la relation client, connue sous l'acronyme de CRM (Customer Relationship
Management) en anglais, combine les technologies et les stratégies commerciales pour offrir aux
clients les produits et les services appropriés. Le CRM regroupe à la fois des techniques de collecte et
d'analyse des données clients, des opérations marketing et des opérations de support.

Définition : Le marketing direct (qui est une sous-branche du marketing) permet d'adresser un
message personnalisé ou non (mais ciblé quoiqu'il en soit), à des clients ou à des prospects suscitant
une réaction immédiate et mesurable. Cette technique de communication vise principalement à
déclencher un acte d'achat, une demande de devis ou une prise de rendez-vous.

En effet, le marketing direct envoie des messages personnalisés à partir d'informations déjà
obtenues. Ces informations sont intégrées dans une base de données préexistante.

Généralités sur le Marketing, la GRC et sur la préparation d'une action de Marketing Direct

A) Rappel de quelques généralités utiles pour le Marketing direct

1) Le cycle de vie du client

- Identification du client potentiel

- Communication auprès du client potentiel

- Acquisition ou conquête du client

- Fidélisation du client

2) Le cycle de vie du produit

- Lancement

- Croissance
- Maturité

- Déclin

3) Le Marketing Mix

- Prix

- Produit

- Place

- Publicité

4) Le Benchmarking

Pour une entreprise, il s'agit de s'inspirer des idées, des pratiques, du fonctionnement des autres
acteurs du secteur, afin que les pratiques en interne s'améliorent.

5) La segmentation

C'est la division des clients en des groupes homogènes d'individus aux comportements identiques :

Critères géographiques, Critères socio-démographiques, Situation d'achat (importance d'achat,

fréquence, mode de paiement...), Les avantages recherchés (économie, confort...), Stade de vie :
besoin en crédit, achat résidence principale, protection familiale, anticiper la retraite, succession....

Méthode RFM : Récence (ou dernier achat), Fréquence, Montant, Le chiffre d'affaires généré
(méthode 20/80 : 20% des clients génèrent 80% des revenus), Client actif ou inactif, Le risque
financier...

B) La GRC, la base de données et les fichiers

L'architecture d'un système de GRC se construit autour des éléments suivants :

- Les systèmes et les données de back office : flux entre les ressources humaines, comptabilité,
finance...

- Des bases de données qui capturent l'ensemble des informations reliées aux clients (Data center
Lomaco à Figeac, IBM, MySQL, Oracle, Microsoft SQL...)

- Des canaux de relation qui permettent d'interagir avec les clients ou les fournisseurs : informations
partagées sur les différents points d'interaction

- Des accès à des bases de données externes pour enrichir le système d'information (achat, location)

- Des outils de gestion des données pour les fonctions stratégiques de pilotage et les fonctions
tactiques pour réaliser les actions commerciales : planification automatique (relances,
anniversaires...)

- Des outils de gestion de la connaissance pour transformer la donnée en informations

1) Les opportunités Marketing d'un système informatisé de GRC (les 7 leviers de la GRC)
- La fluidification des processus de collecte et de diffusion de l'information

- La réactivité

- La personnalisation
- Le marketing relationnel, centré sur le client

- L'amélioration de la satisfaction client

- Une stratégie de distribution multicanal

- Une politique de prix indexée sur la valeur du client

Permet un Marketing One to One : Séquence méthodologique IDIC par Don Peppers et Martha

Rogers

• Phase 1 - Identifier : Connaître ses clients (collecte de données, base de données)

• Phase 2 - Différencier : Différencier ses clients (segmentation)

• Phase 3 - Interagir : Dialoguer avec ses clients existants (écoute, meilleure connaissance client)

• Phase 4 - Customiser : Proposer une offre personnalisée (plan d'action, marketing direct)

• Phase 5 - Vérifier : Évaluer les résultats (satisfaction, rentabilité, optimisation de l'offre...)

2) Les atouts d'un système de GRC au sein de l'entreprise

- Pour les commerciaux ou les nouveaux salariés : aide à la vente

- Accélérer le processus de vente (automatisation des devis, factures, relances)

- Augmenter le taux de transformation en orientant les efforts commerciaux vers les bons clients

- Réduction des coûts pour l'entreprise grâce à la standardisation des processus

- Augmenter le résultat grâce à une meilleure connaissance des clients

- Améliorer la qualité des fichiers (partage d'informations)

- Augmente la valeur du capital client (meilleure connaissance)

- Meilleurs contacts vis-à-vis des clients : suivi des rdv, comptes-rendus, historique.

- Améliorer la fidélisation grâce aux fonctions d'aide à la vente, offres sur-mesure

3) L'intégration d'un système de GRC dans l'entreprise

2 possibilités :

Interne : l'entreprise développe et gère elle-même mais + cher et nécessite de la maintenance

Externe :

- Progiciels ERP : (Enterprise Resource Planning) ou PGI (Progiciel de Gestion Intégrée) installé en
interne ou accessibles via un Cloud (en Saas : Software as a Service)

- PaaS (Platform As A Service)

- laaS (Infrastructure As A Service)

- CPaaS (Communications Platform as a Service), plus récent : plateforme omnicanale en cloud

permettant à l'entreprise de communiquer via voix, texte, vidéo, sms...

4) La base de données, le données et leur réglementation (RGPD)

Les données constituent un 4ème effet de richesse après la terre, le travail et le capital

3 fonctions principales d'une BDD :

- Stocker : définir une structure pour le recueil et la conservation des informations

- Analyser : connaissance pointue de la clientèle

- Synthétiser : établir des statistiques

a) La gestion et l'exploitation des données (richesse au XXIème siècle)

La data science consiste à accumuler des données (premier pilier) pour en extraire de l'information
(deuxième pilier) de manière automatique ou semi-automatique en exploitant des outils
informatiques (troisième pilier).

Banque, finance, assurance : octroi de crédits, détection de fraudes, décisions d'investissement,

assurer la surveillance

Industrie, informatique, aéronautique, automobile : programmer des maintenances et détecter des

incidents, état des pièces (température, positionnement, vibrations...)

Utilisée pour développer l'efficacité des réseaux de transport (smart city), de distribution (smart grid
électricité), de télécommunication ou encore pour développer la productivité de l'agriculture.

Les scientifiques, météorologues, épidémiologistes, imagerie médicale, astronomie, journalistes,

médias...

b) Différence entre les données de sondages et données collectés à l'heure

actuelle
Les enquêtes classiques, beaucoup de données mais centrées sur les caractéristiques des utilisateurs :
âge, sexe, revenus, CSP, race (pour les USA)

Type de données toujours présent mais été enrichies considérablement :

- A qui vous parlez ?

- De quoi ?

- Quand ?

- Combien de fois ?

- Où et quand vous déplacez-vous ?

- Avec qui sortez-vous ?

- Avez-vous loué un logement sur Airbnb ?

- Où êtes-vous allé en vacances ?

- Avec qui ?
c) Dans quel but acquérir et utiliser des données ?
• Générer des revenus additionnels

• Réduire des coûts

• Améliorer la productivité et la fiabilité d’un processus

d) Maitriser les 5V pour la collecte de données (attention au RGPD depuis

2018)
• Volume : infrastructure

• Vitesse : analyser en temps réel, marketing prédictif

• Variété : compiler et analyser des info hétérogènes

• Véracité : fiabilité

• Valeur : dissocier utile et inutile

Avantages pour l’entreprise :

• Meilleure connaissance des clients pour segmenter plus finement, élaborer des modèles
prédictifs et optimiser les prix, innover

• Prendre des décisions plus rapidement

• Optimiser ses coûts, maximiser sa rentabilité en étant plus efficace, mieux maîtriser sa chaîne
d’approvisionnement

e) Étapes du processus d’exploitation des données

1. Se fixer des objectifs

2. Identification des sources : données qui existent en interne et externes

3. Collecte et agrégations des données

4. Nettoyage, tri des données récoltés

5. Analyse

6. Fonctionnement en modèle descriptif = comment un système fonctionne

7. Fonctionnement en modèle prédictif=qu’elles serraient les futures ventes

8. Expérimentation, tests A/B

9. Déploiement : campagnes publicitaires…

10. Analyse des résultats

11. Expliquer avec des graphiques

f) Exemples d’utilisation de données par les entreprises (prédiction du

comportement)
5) La reglementation
Veiller à la réglementation

le RGPD s’applique a toute organisation , publique et privée, qui traite des données personnelles pour
son compte ou non, dès lors :

• Qu ‘elle est établie sur le territoire de l’union européenne

• ou que son activité cible directement des résidents européens

Historique

• La loi informatique et libertés du 6 janvier 1978 CNIL (protection de la vie privée)

Le RGPD, liste d’obligations :

• Licéité de traitement : obtenir le consentement de la personne

• Finalité du traitement : donnée collectée pour un objectif précis

• Minimisation des données : pas de données superflues

• Protection particulière des données sensibles : chiffrement des données

• Limitation de la durée de conservation des données : doivent être supprimées quand plus
utile

• Obligation de sécurité : chiffrement, limites des accès à la donnée

• Transparence : personnes doivent être informées et consentir à la collecte

• Droit des personnes : doit d’accès, droit de s’opposer

6) La consitution des fichiers : le fichier interne

= Création et gestion par l’entreprise elle-même

Mise en place :

• recrutement non adressé

• le parrainage = profil proche du client convaincu

Avantages : propreté de l’entreprise, elle en connaît les atouts et elle en contrôle le développement

Inconvénients : lenteur et le coût de l’opération

a) Les fichiers de comportements

• Collecte des informations sur les habitudes de consommations des clients : enseigne de la
grande distribution, fabricants de biens d’équipement

• Enquête directe auprès des ménages

b) les fichiers de compilation

• Les moins onéreux car info simple : nbr d’individus abonnés à un FAI, abonnés au cable,
inscrits dans un club de sport…

C) Les fichiers d’organisation

 • Fichiers détenus par les organisations, associations…

D) Les fichiers de presse

• Personnes abonnées à une publication

8) Évaluer la qualité des fichiers

• Données complète ?

• Données récentes ?

• Adresse obtenues en opt-in

• La gestion des NPAI et la suppresion de la BDD

• La déduplication du fichier

• Le dédoublonnage du fichier

• La normalisation postale

• Origine de l’information ?

9) Le data mining : quelques exemples issus de données collectées et retraités

Analyse de données depuis différentes perspectives et le fait de transformer ces données en
formations utiles ou en établissant des relations entre les données.

Quelques applications de data-mining :

• optimisation des linéaires dans la distribution

• Différenciation des points de vente selon les segments de clients prépondérant (mc do a paris
chinois)

• Les modèles prédictifs

• Le scoring proactifs

• La valeur du client

Différence entre data mining et machine learning : exploration de données contre apprentissage
par la donnée

****

C) Marketing direct
Les facteurs de développement du MD :

• Nouveaux comportements de consommation : achat a distance, besoin d’info

II.Les différents outils du marketing :

A) Le mailing
B)