24 févr. 2008

Check Out : Dites moi pourquoi ?

Pourquoi c'est la mode de collecter massivement des emails alors que les check out ne sont pas optimisés?

Pourquoi dépenser en pure perte avec des taux de transformation parfois proche de 0,2%?

C'est ridicule, c'est idiot, ou il y a quelque chose que j'ai pas capté?

Merci de vos réflexions :)

23 févr. 2008

Segmentation : appliquer la RFM à vos emailing - Partie 2

Période d'étude
nous allons définir une période sur un mois, ce qui représente de 4 à 20 envois selon votre rythme.
La dernière période 'la plus proche dans le temps) sera nommée P1, P2 pour l'avant dernière, P3 pour l'avant avant dernière et P4 pour la plus ancienne. La période d'étude sera donc P0.

Premier fichier : l'agrégat des résultats emailing par période
Pour cela, il vous faut donc les résultats pour chaque emails et pour chaque envoi.
A parti d'un fichier à plat de ce type, reprenant les données sur les périodes P1 à P4 :
  • Email (ou identifiant client)
  • date (date de l'opération)
  • ouverture (oui (1) - non (0))
Exemple :
bertrand@site.fr - 15/01/2008 - 1
bernard@web.fr - 15/01/2008 - 0
bertrand@site.fr - 22/02/2008 - 1
bernard@web.fr - 22/02/2008 - 1
...

A partir de là, pour chaque client, vous agrégez les résultats afin d'obtenir pour chacun d'entre eux
  • Email
  • P1
  • P2
  • P3
  • P4
Ex






















EmailP1P2P3P4
bertrand@site.fr1001
bernard@web.fr0111

Une fois les périodes concaténéees, cela vous donne :
  • Email
  • Grappe













EmailGrappe
bertrand@site.fr1001
bernard@web.fr0111

Ensuite vous répéter la même opération pour la période P0 : pour chacun des clients cela vous donne son état : Ouvreur (0 ou 1) - cliqueur (0 ou 1)
Vous obtenez, en associant les deux fichiers, les résultats de vos clients sur la dernière période.
Individuellement, c'est impossible à lire.


Deuxième fichier : l'agrégat par client de leur activité commerciale
Pour chaque client, au cours de la période P0

Les résultats

Une fois que vous obtenez donc des grappes qui retracent les 4 dernières périodes avec pour chacune une population attitrée, voici les indicateurs correspondant :
  • Volume (aussi appelé Effectif)
  • Nombre d'ouvreurs
  • Taux d'ouvreurs
  • Nombre de cliqueurs
  • Taux de cliqueurs
  • Nombre de commandes
  • Fréquence (nombre de commandes/ Volume)
  • Nombre d'actifs
  • Taux de transformation (nombre d'actifs/ volume)
  • CA total
  • CA / individu sur la période
Régalez-vous :)

Segmentation : appliquer la RFM à vos emailing - Partie 1

Et pourquoi pas?

L'objectif étant de déterminer les ouvreurs en perte de vitesse afin de déterminer la valeur de sa base. Si 70% de celle-ci n'a pas ouvert un de vos emails dans le mois, que valent ces adresses?
Comment les réactiver?
Faut-il continuer à les soumettre au même plan de campagnes que les acheteurs?

Pour reprendre la RFM, petit rappel :
- R = recense
- F = fréquence
- M = montant
Autrement dit,
plus l'ouverture est récente,
plus la fréquence d'ouverture est importante et
plus le nombre de clics est important
==> plus nous avons de chance d'obtenir une ouverture et un clic sur cet Email.
C'est presque évident, mais ce qui nous importe aujourd'hui c'est

  • de détecter les inactifs chroniques, latents ou récurrents
  • de déterminer la puissance de notre base
  • de mettre en place les actions nécessaires
Sur un individu, cela n'a aucun intérêt.
Sur une base de 10 000 ou 100 000 membres, là cela prend tout son sens : je peux déterminer avec un quasi certitude le volume de d'ouverture et de clics et tout ce qui en découle : commande, CA et résultat.

Note : Certains pensent que segmenter une base de cette façon n'a aucun sens, vu que cela ne coute rien d'envoyer des emails. Je suis presque d'accord en période de croissance, l'objectif est de conquérir, et jusqu'ici la croissance du nombre d'internautes compensait très largement le taux de desinscription. Donc autant faire du massif. Sauf que plus vous avancez sur un marché, plus les coûts d'acquisition grimpent : les clients les plus en appétence avec votre offre sont généralement les premiers à venir. Pour trouver les autres vous allez devoir taper de plus en plus large ou avoir une politique commerciale de plus en plus forte (le prix au détriment de l'offre par exemple) et donc les couts d'acquisition grimpent.
A ce que j'ai pu constater, un internaute se desinscrit en général au bout de 7 à 8 mois de non ouverture d'un email (ce chiffre serait à valider). Donc l'impact de campagnes massives ne se voit qu'au bout d'un laps de temps relativement long.
L'objectif d'une telle segmentation est d'augmenter le taux d'ouverture en proposant aux abandonnistes potentiels ce qu'ils recherchent.


Bon j'arrête là.
Demain la méthodo
(c'est déjà écrit mais je le garde pour vous laissez digérer ce premier post :)

22 févr. 2008

c'est du vécu, si, si je vous assure

C'est presque comme lors de comités stratégiques ou marketing, j'adore
Comment tuer une idée en quelques secondes de "génies".

Code promo

Comme vous pouvez tous le voir, je viens d'ajouter un lien vers code promo.
Cette page regroupe les codes reduction et code promotion des différents partenaires de SpoonKey.

20 févr. 2008

L'ane gourmet ou l'art du teasing

Là je viens de prendre un claque et une sacré.
Une video de présentation pour un Ecommercant tout simplement superbe.

Pour la voir c'est ici


Pour le moment je n'avais rien vu de tel et c'est franchement encourageant : il s'en diffuse une impression de qualité et une ambiance authentique.

pour tous ceux qui veulent être averti du lancement officiel : Produits du terroirs

Bonne route à toi l'âne :)

15 févr. 2008

Segmentation de base : la RFM

Pour faire simple, qu'est ce que la RFM?
Recense, Fréquence, Montant.
Cette technique de segmentation de base de données clients part du principe que plus la recense est proche, plus la fréquence de commande est élevée, et plus le montant des commandes est élevés, plus le client a de probabilité de recommander.

Première chose importante : déterminer la durée d'une période.
En effet, la recense se base sur le comportement relevé au cours des 4 dernières périodes et au cours de la période en cours.
On peut ainsi définir une période d'une durée d'un mois, de 3 mois, de 6 mois, voire même d'une année.
Ce qui détermine cette durée, c'est le rythme de consommation de vos clients moyens et votre secteur d'activité.
En gros, par exemple :

1 mois : Alimentaire (hors saisonnier)
3 mois : consommable
6 mois : Textile, hight tech, voyage
12 mois : saisonnier type foie gras ou jouets.

Une fois votre période déterminée, les choses sérieuses vont pouvoir commencer :)

Note : A pression commerciale identique (force et volume), votre segmentation va également vous permettre de déterminer l'activité commerciale à venir.

Comment fonctionne la RFM?
La RFM va vous permettre de bâtir 16 segments de clients.
Ces 16 cibles sont regroupés en 5 macrocibles :
  • Très bons clients,
  • bons clients,
  • client à fidéliser,
  • clients moyens,
  • clients en perte de vitesse,
  • nouveaux clients.
Ces 16 cibles ont des comportements différents que l'on peut illustrer au travers de différents indicateurs :
  • Volume : permet de voir quelle est la qualité de votre fichier
  • Taux de transformation : nombre de clients ayant commandé lors de la période actuelle / nombre de clients dans cette cible (quelque soit le volume de commandes dans la période)
  • MMC : montant moyen de commande (CA total sur cette cible / Nombre de commandes)
  • Fréquence : combien de fois les clients ont acheté en moyenne ( Nombre de commandes/ nombre de clients dans cette cible)
  • CA / client : toujours au cours de la période actuelle, quelle est la moyenne du CA dans cette cible
Comment constituer les 16 cibles ?
Là, ça se complique.
Pour définir les 16 cibles, on définit une "grappe" sur 4 positions et ce de façon binaire (0 : pas de commande ou 1 : une commande ou plus)
La première position indique s'il y a eu des commandes lors de la dernière période.
La deuxième
position indique s'il y a eu des commandes lors de l'avant dernière période.
La troisième position indique s'il y a eu des commandes lors de l'avant avant dernière période.
La quatrième position indique s'il y a eu des commandes lors de l'avant avant avant dernière période.

Cela donne donc quelque chose comme cela :
1111 =>
Très bons clients
1110 => Bons clients
1101
=> Bons clients
1100 => Bons clients
1011 => Bons clients
1010 => client moyen
1001 => client moyen
1000 => client à fidéliser
0111 => client moyen
0110 => client moyen
0101 => clients en perte de vitesse
0100 => clients en perte de vitesse
0011 => clients en perte de vitesse
0010 => clients en perte de vitesse
0001 => clients en perte de vitesse
0000 => Nouveaux clients

Si l'on croise cette grille avec les indicateurs, vous allez tout de suite percevoir la puissance de votre base.
En comparant ainsi les résultats A-1 à ceux de cette année, vous pourrez aussi voir simplement où en est votre fichier client.

Note: Ne louez pas, n'échangez pas, ne donnez pas vos clientes supérieure aux 1010 et vos nouvelles clientes. Certains pensent que sur le web, vous ne pouvez empêcher vos clientes d'aller voir ailleurs, c'est Vrai. Mais pas la peine de les y inciter!
Le portefeuille n'est pas extensible, et donc toutes dépenses autres que chez vous est potentiellement à votre détriment.

Voilà, je reviendrais dans un futur post sur "Comment agréger les résultats d'une base de données commandes et clients"