Académique Documents
Professionnel Documents
Culture Documents
Séance
Extraire et valoriser les données de la base en vue de
produire de l’information commerciale
L’exploitation des données est un élément incontournable pour avoir une meilleure connaissance des
clients, des fournisseurs, des prospects et des partenaires, et ainsi optimiser la relation commerciale.
Cela implique de savoir maîtriser certains outils statistiques, de développer des indicateurs de
performance et, enfin, de livrer une interprétation qui accompagnera la prise de décision.
Sommaire
• Introduction
• Les statistiques
• Les indicateurs commerciaux
• Le scoring
• Aller plus loin : data mining, analyse prédictive et IA
Objectifs de l’étude
• saisir les enjeux liés à l’exploitation des données ;
• maîtriser les traitements appliqués à des données ;
• interpréter des indicateurs commerciaux.
1. Introduction
Analyser les données contenues dans les bases de données est essentiel pour accroître la connaissance
client, fournisseur, prospect et partenaire. Elle permet de faire ressortir des informations qui ne sont pas
directement affichées par les données à l’état brut.
Mieux connaître ses clients (leurs besoins, leurs attentes, leurs comportements, leurs préférences, etc.)
permet d’améliorer le dispositif commercial de l’entreprise. Cette connaissance client rend possible une
démarche commerciale plus fine, mieux ciblée, plus personnalisée et donc plus efficace. En définitive, la
connaissance client est l’un des principaux axes de performance de la relation commerciale.
Par exemple, la connaissance client permet de savoir comment :
• conquérir de nouveaux clients ;
• fidéliser les clients actuels ;
• identifier les meilleurs clients pour leur pousser des opérations commerciales plus personnalisées ;
• améliorer le parcours client.
Exemple : l’entreprise Audio & Co, spécialisée dans les enceintes audios, constate une baisse des
ventes en 2020 de 20 % au niveau de sa clientèle britannique. Face à ce constat, elle peut décider de
mettre en place une stratégie commerciale pour redynamiser ses ventes au Royaume-Uni.
2.2. La proportion
Pour calculer une proportion, on divise l’effectif du caractère recherché par l’effectif total. Par exemple, la
proportion de tel produit dans le montant total des ventes ou la proportion de tel pays dans le montant total
des ventes.
n
p=
N
Avec p la proportion, n l’effectif du caractère dont on cherche la proportion, N l’effectif total.
2.3. La moyenne
La moyenne arithmétique correspond à la somme des observations divisée par le nombre de n
d’observations. Elle permet d’indiquer une tendance centrale.
x1 + x1 + … + xn
moyenne =
n
Exemple : le montant moyen des achats est calculé en faisant le rapport du montant total des achats
au nombre total des achats. Comparer ces données régulièrement permet au commercial de savoir si
le montant des contrats augmente, diminue ou se stabilise. Par exemple, dans le cas où le commercial
chercherait à toucher un marché plus haut de gamme, alors son objectif se traduira par une
augmentation du montant moyen par contrat.
4. Le scoring
Le scoring, client notamment, consiste à affecter une note à chaque client d’une base de données prospects
ou clients en fonction de leurs caractéristiques susceptibles de prédire s’il peut être considéré comme un cas
favorable : acheter un produit, renouveler un achat, paiement dans les temps, etc.
Le calcul de ces notes se base, globalement, sur :
• les données : il s’agit des informations que l’on possède sur le client, prospect, fournisseur (nom,
prénom, coordonnées, SIRET, etc.) ainsi que les informations collectées dans le cadre de la relation
commerciale (produits achetés, fréquence et montant des achats, dettes, etc.) ;
• les variables : elles traduisent la pondération de l’importance que l’on donne à chaque donnée.
L’objectif est de déterminer quelles sont les variables qui permettent d’expliquer un phénomène.
Le scoring de la base de données permet ainsi :
• d’analyser la rentabilité d’une campagne commerciale ;
• d’identifier de nouveaux prospects pour un ciblage plus efficace (scoring de lead)
Exemple : le score « RFM » (Récence, Fréquence, Montant) se base sur les données suivantes : date
du dernier achat, fréquence des achats, montant moyen des achats. À partir de ces données, des
analyses peuvent montrer, par exemple, que plus le client a fait un achat récent, plus il a des chances
qu’il rachète un produit dans un délai rapproché. La segmentation RFM permet ainsi de segmenter
les clients en fonction de leur comportement d’achat et donc, par exemple, d’identifier ses meilleurs
clients, ceux qui sont les plus susceptibles de réagir positivement à une démarche commerciale.
Le scoring de lead permet, en effet, de répondre à une problématique courante dans le cadre d’une
prospection commerciale à savoir, une quantité trop importante de leads. « Lead » est un terme qui désigne
un contact commercial. Il s’agit d’un client potentiel qui est en contact avec le commercial. Dans la pratique,
les « leads » sont situés en amont du cycle d’achat tandis que les prospects sont des « leads » qui ont une
probabilité importante de devenir client.
Pour mettre en place un système de scoring commercial et de qualification efficace, il est indispensable que
les équipes marketing et commerciales aient la même notion d’un lead qualifié.
Exemple : Netflix dispose d’une rubrique de recommandation de films et séries intitulée « Parce que vous
avez regardé XX » ce qui revient à émettre une recommandation sur la base des comportements passés,
ici les visionnages précédents. Pour calculer la probabilité qu’un utilisateur regarde tel titre donné du
catalogue, Netflix s’appuie sur différents facteurs notamment les interactions avec le service (historique
de visionnage et évaluations d’autres titres), les choix des autres utilisateurs du service dont les goûts
et préférences sont similaires, les informations liées à chaque titre (genre, catégorie, acteurs, etc.).
L’algorithme s’appuie également les informations suivantes : moment de la journée auquel l’utilisateur a
regardé Netflix, les appareils utilisés pour regarder Netflix, la durée des précédents visionnages.
Analyser les données et savoir les interpréter est essentiel pour accroître la connaissance client,
fournisseur, prospect, partenaire.
Des outils statistiques et des indicateurs de performance sont utilisés pour explorer les données.
À RETENIR
Identifier ses meilleurs clients est utile pour leur pousser des programmes de fidélisation.
Des indicateurs, de pilotage et de performance, peuvent être utilisés pour valoriser une base de
données.
Le scoring client permet de classer ses clients en fonction de certains critères.
Le data mining, l’analyse prédictive et l’intelligence artificielle sont des outils puissants qui constituent
des atouts formidables pour améliorer la relation commerciale.