Retour d’expérience sur notre partenariat Data avec Trenois Decamps
- Kiss The Bride
- 24 avril 2025
- 20 vues
- Environ 3 minutes de lecture
Présentation de Trenois Decamps
Société française familiale experte en quincaillerie sur le marché BtoB, Trenois Decamps propose une offre large de produits et de solutions de quincaillerie aux professionnels du bâtiment et de la maintenance industrielle, depuis presque 150 ans.
En 2023, le groupe Trenois Decamps décide de rechercher un partenaire Data et choisit Kiss The Bride pour l’accompagner au long cours et lui apporter une meilleure connaissance de ses clients, notamment grâce à des analyses exploratoires, une segmentation client, et un algorithme de calcul du potentiel des clients.
Nous sommes allés à la rencontre d’Angélique Regnier, cheffe de projet marketing client chez Trenois Decamps, pour lui poser quelques questions.
Kiss The Bride : Angélique, peux-tu te présenter en quelques mots ? Quelles sont tes missions chez Trenois Decamps ?
Angélique Regnier : Issue d’études en communication marketing et avec près de 20 ans d’expérience dans le domaine du marketing client B2B, j’ai rejoint le Groupe Trenois Decamps en 2022. Mes missions principales consistent à développer la connaissance client, à recruter, fidéliser et animer les campagnes marketing, tant commerciales que relationnelles.
Quel était le contexte dans lequel vous étiez en 2023 juste avant de chercher un partenaire data ?
En 2023, nous venions de finaliser la structuration de nos données client au sein de nos outils marketing. Disposant de données fiables et d’un outil de gestion de campagnes performant, il était naturel de passer à l’étape suivante : approfondir notre connaissance client. Notre objectif était de construire une segmentation client personnalisée, adaptée à notre activité et à nos spécificités métier. Nous visions plusieurs objectifs : mieux comprendre nos clients, offrir une meilleure visibilité à notre force commerciale, suivre les trajectoires client et mettre en place des plans d’action ciblés.
Pourquoi avoir cherché un partenaire data ? Quelle était votre problématique ? Les limites auxquelles vous faisiez face ?
Notre équipe étant réduite et ne disposant pas de profils spécialisés en data science, nous avions besoin de l’expertise et des méthodes éprouvées d’un partenaire data pour maîtriser la complexité de nos tables de données. Nous souhaitions également travailler en étroite collaboration avec notre direction commerciale, notamment au travers d’ateliers, ce qui nécessitait un partenaire capable de s’immerger dans notre environnement et nos processus. Enfin, nous aspirions à développer une segmentation plus avancée et dynamique que les approches classiques basées sur le chiffre d’affaires ou le modèle RFM.
Comment les solutions apportées par Kiss The Bride ont été intégrées au quotidien chez Trenois Decamps ? Comment sont-elles utilisées ?
Nous avons fait le choix d’accompagner la sortie interne du projet de segmentation avec la création de nouveaux tableaux de bord dynamiques pour nos équipes commerciales. Cette initiative visait à faciliter l’adhésion en interne en plus d’offrir une meilleure visibilité sur la répartition de nos clients.
Les plans d’action mensuels, axés sur la rétention, la réactivation et la conversion des nouveaux clients, sont répartis entre des actions terrains (listes d’alertes pour le commerce) et des actions marketing automatisées.
La segmentation est également utilisée comme critère de ciblage complémentaire afin de personnaliser nos campagnes marketing.
D’un point de vue analytique, nous suivons de près les matrices de passage mensuelles et semestrielles. Le calcul de potentiel, basé sur un algorithme de type look alike, nous aide à qualifier les leads et à prioriser les actions pour les clients en reconquête.
Après 1 an d’utilisation de la segmentation et du potentiel client, quel bilan dressez-vous de ces nouveaux outils à votre disposition ?
Après un an d’utilisation, nous avons franchi une étape significative dans la connaissance et la qualification de nos clients. Nous sommes désormais mieux équipés pour suivre les parcours client, mettre en place des actions optimisées et affiner nos relations client. Depuis la mise en place de ces plans d’action, nous avons observé une réduction de 3 points du taux de churn, ce qui témoigne de l’efficacité de notre nouvelle approche.
Quelques précisions sur la méthodologie utilisée :
Une segmentation prédictive est un algorithme qui permet de classer objectivement et scientifiquement les clients, selon leurs comportements futurs. Nous avons utilisé la méthode de l’arbre de décision, d’une part pour pouvoir inclure de multiples critères et pas seulement les traditionnels Récence – Fréquence – Montant, et d’autre part pour sa facilité de compréhension par des interlocuteurs marketing. Nous avons ensuite créé des fiches profils synthétiques pour chaque segment c’est-à-dire en quelques sorte une carte d’identité ou un portrait du segment pour avoir en un coup d’œil les principales informations à retenir sur son comportement d’achat, son profil, ses préférences de consommation, etc. et en avons fait une version allégée et plus visuelle pour la force commerciale sur le terrain afin qu’elle puisse rapidement connaitre les leviers à actionner pour le client qu’elle visite.
La segmentation peut être utilisée de deux manières :
- Statique : vision de la valeur des clients à un instant T, permettant de faire des opérations différenciées et de prioriser les investissements
- Dynamique, grâce aux matrices de passage : permettant de suivre les trajectoires clients sur un intervalle de temps définit, et de travailler spécifiquement sur la conversion, la fidélisation, et l’attrition.
Pour le calcul du potentiel, nous avons utilisé une approche dite « look alike » c’est-à-dire que si des clients ont des caractéristiques proches (localisation géographique, taille d’entreprise, type d’activité, etc.) alors ils devraient pouvoir atteindre le niveau d’activité des meilleurs clients leur ressemblant.
Vous avez des questions ou souhaitez en savoir plus sur un sujet Data ? N’hésitez pas à nous contacter !
0 commentaire