Chief revenue officer : Analyse, segmentation et stratégie digitale ! [cas d'usage 1]

Suite à l'article sur la stack technologique idéale , j'étais impatient de publier ce premier cas d'usage. Ce fut compliqué de choisir ce premier article qui fera partie d'un ensemble de cas d'usage. J'ai finalement décidé de prendre un exemple qui met en évidence une compétence du chief revenue officer dont on parle trop peu : l'analyse de la donnée. De plus, nous verrons à la fin que la solution mise en place repose sur l'alignement marketing / sales : un de mes sujets favoris. Dans cet article vous trouverez un exemple très concret de ce que peut apporter un chief revenue officer pour une entreprise.

Contexte

Ce client, un des leaders dans la location de matériel pour les chantiers du BTP, avait besoin de générer plus de revenus ou, au moins, voulait savoir ce qu'il était possible de faire pour accélérer son business. Sa stratégie digitale était déjà bien avancée : des campagnes d'acquisition, un outil de marketing automation et un CRM qui permet de suivre le parcours complet. Toutes les données étaient déjà à disposition dans un datawarehouse et un outil de BI était branché dessus.

Le client m'a expliqué que son modèle économique reposait principalement sur de la récurrence de contrats avec un délai moyen entre chaque contrat de 11 mois. Après la compréhension des grandes lignes du business et du modèle économique, place à l'analyse !

Premier constat : des clients hétérogènes

Premier KPI que je regarde : l'acquisition. Je vois que de nouveaux leads arrivent très régulièrement principalement via les campagnes marketing. Ces leads sont plutôt de qualité car le taux de transformation en MQL et SQL est très correct.

je descends dans le funnel et regarde donc la partie sales. Ils traitent correctement les SQL et les transforment en opportunité avec un bon taux. Et finalement, le taux de closing est très respectable. Il n'y a pas de constatation particulières sur les temps de passage entre les différentes étapes de l'opportunité, sauf pour une étape qui est 3 fois plus longue que les autres. Je me note que cette piste sera intéressante à creuser plus tard.

L'histoire pourrait s'arrêter là : une acquisition qui fonctionne bien et un CA qui augmente légèrement. Et pourtant... Il y a bien un problème... Si le business est récurrent et que l'acquisition de nouveaux clients est performante, il devrait y avoir beaucoup plus de chiffre d'affaires. Dans les chiffres observés, le CA croissait à peine plus vite que le nombre de nouveaux clients.

J'ai donc exploré les données plus en profondeur. Evidemment, avec des une durée entre 2 achats de 11 mois en moyenne, j'ai regardé l'historique sur plusieurs années. J'ai isolé une première catégorie de comptes qui ont été créés il y a moins de 11 mois. Rien d'étonnant à ce que ces nouveaux comptes n'aient pas renouvelé de contrats.

Même en isolant ces "new accounts", mon constat était sensiblement le même : une croissance du CA qui est proportionnel à la croissance des nouveaux clients. une exploration de la donnée au cran suivant m'a permis de mettre en évidence une forte proportion de comptes qui ne faisaient qu'un seul contrat de location. Intéressant ! avec ces "One timers", je commence à avoir une vraie piste. A contrario, tous les autres comptes étaient des "multi timers", mais je reviendrai dessus un peu plus tard.

Deuxième constat : les "one timers" ne sont pas tous les mêmes"

J'ai isolé cette catégorie de comptes et en les regardant de plus près et en recoupant les type d'activités issus du numéro de SIRET, on a pu les séparer en 2 groupes : les "One timers- opportunist" et les "One timers - disappointed".

Les opportunistes sont simplement les clients qui ont eu un projet de chantier avec des besoins en matériel mais qui ne sont pas dans le BTP. leur projet d'extension ou de rénovation est donc par définition unique et il est donc attendu que ces comptes ne refassent pas de location. Ce qui est intéressant pour cette typologie de comptes, c'est de voir leur provenance. Il n'y a pas un grand suspens, mais ces leads proviennent quasi exclusivement des campagnes de marketing digital. Et quand on regarde ces clients, les commerciaux le traitent très bien, quasiment en priorité...

Alors là, j'étais ravi car derrière ceci se cachait un véritable problème. D'un côté, le marketing générait des leads de qualité et plutôt simples à aller chercher. De l'autre, les commerciaux se retrouvaient face à des prospects qui ne s'y connaissaient pas trop en BTP et qui achetaient la renommée du groupe. Et au final, cette mécanique fonctionnait, mais ne reflétait pas du tout la stratégie de l'entreprise qui était d'acquérir des clients récurrents.

Comment le reprocher au marketing, service, objectivé sur le nombre de nouveaux leads créés ? Et comment reprocher aux commerciaux de signer des contrats, base de leurs primes ? La question s'est posée sur ces "One timers - oppoturnist" : faut-il changer la stratégie de l'entreprise ou faut-il réorienter les objectifs du marketing et des commerciaux ? La seconde solution a été choisie très rapidement et les 2 services touchent maintenant également leurs primes sur le renouvellement des comptes qu'ils ont convertis en clients. Cette fois, la balance s'inverse et marketing comme sales privilégient l'acquisition de comptes qui auront de la récurrence. Il faut avouer que cela n'a pas été compliqué de les convaincre vu que ces clients récurrents augmentaient leur bonus sans qu'ils n'aient d'efforts à faire, si ce n'est réorienter la stratégie d'acquisition.

Heureusement, ces comptes étaient la grande majorité des "One timers". Mais il y avait quand même certains clients qui auraient dû devenir des clients récurrents. Alors que s'est-il passé avec ces cibles idéales : les "One timers - disappointed" ? Cette fois, ce sont des entreprises du bâtiment, qui travaillent sur des chantiers régulièrement. Alors, pourquoi ne feraient-ils appel à mon client qu'une seule fois ? Simplement parce que leur expérience utilisateur a été décevante... Comme je l'ai déjà expliqué dans la stack technologique idéale , ces clients sont une mine d'or pour l'entreprise. Nous avons monté une stratégie de calls permettant de les interviewer et de comprendre le point de friction. Déçu par l'état du matériel, du délai de livraison ou des prix, nous avons synthétisé tout ceci dans un mini book co-créé par les commerciaux et le service client. Cette fois, toute l'entreprise est au courant de la perte que peut engendrer une mauvaise expérience et les commerciaux ont modifié leur discours pour ne plus promettre monts et merveilles, mais avoir un discours plus réaliste. Grâce à cette stratégie, certains clients ont accepté de refaire un essai avec une offre très alléchante. Bilan des courses : certains sont même devenus des "Multi timers" ! Comme quoi, écouter les critiques, les prendre en compte et proposer de démontrer la valeur avec un essai peut changer la donne.

Troisième constat : les "Multi-timers"

Cette catégorie est simple : ce sont les clients récurrents (cible privilégiée par ce client). Les "Multi -timers" aussi ne sont pas tous égaux. Calculer la lifetime value d'un compte. Pour faire simple, la lifetime value peut être résumée par le cumul des montants dépensés. Cette métrique peut facilement fausser les résultats ! Pour comprendre un client, il faut aussi tenir compte de sa récence et de sa fréquence d'achats.

Des "Multi timers" aux comportements différents

Dans cet exemple qui sert à illustrer mes propos, nous 2 tailles de cercles : les gros qui représentent une valeur monétaire de 100 et les petits avec une valeur monétaire de 75.

Si je me contente de regarder la lifetime value (LTV), je m'aperçois facilement qui sont mes meilleurs clients:

Client	LTV
Client 1 (bleu)	250
Client 2 (orange)	300
Client 3 (vert)	150
Client 4 (rouge)	200
Client 5 (jaune)	250

Ainsi, le client 2 (orange) est mon champion avec une LTV de 300 (4*75). Et pourtant...

Oui, il y a un énorme "pourtant" dans cette analyse. Ce client est vraisemblablement perdu. Il avait un comportement d'achat régulier et n'achète plus rien. Ce genre d'analyses est facile quand les achats sont très fréquents et avec un délai court entre chaque achat, mais en B2B, avec des renouvellements d'achat tous les 11 mois en moyenne, c'est une autre paire de manches.

Pour analyser cette lifetime value, nous avons mis en place un calcul issu des biostatistiques, appelé probabilité de survie. Cette probabilité, qui part de 1 quand un nouveau client entre décroît petit à petit suivant une pente qui tient compte de l'effet global (ici les fameux 11 mois entre 2 locations en moyenne) et un historique individuel. Cette probabilité remonte à 1 dès qu'un client refait un achat (ou une location dans notre exemple)

Voici à quoi ressemble ce type de courbe:

Ici, nous pouvons constater 2 comportements d'achats très différents, avec un premier client qui n'a fait que 4 achats mais dont la probabilité de survie est à 0.5 et un deuxième client qui a réalisé beaucoup d'achats avec une probabilité aux alentours de 0.1.

Le comportement à adopter avec ces 2 clients sera donc différent. Nous avons mis en place une stratégie simple mais qui s'est montrée efficace:

• Si la probabilité de survie était inférieure à 0.5 ("Multi timers - sleepy"), le marketing intégrait le compte dans un scénario de marketing automation dédié avec des contenus très intentionnistes qui montraient des belles réalisations et des témoignages clients pertinents.

• Si la probabilité descendait en dessous de 0.2 ("Multi timers - hibernating"), le commercial en charge du compte recevait une alerte dans son CRM et devait recontacter en direct les interlocuteurs du compte pour essayer de les réactiver.

L'automatisation via le scénario de marketing automation a permis de réactiver plus de 50% des "Multi timers - Sleepy" alors que la stratégie sur les "Multi timers - hibernating" a permis de rattraper plus de 30% de clients quasi perdus.

Dernière catégorie, mais pas des moindres : les "Multi timers - activated" qui sont, je cite ce client, "les clients privilégiés". On a pu facilement les identifier, certes, mais quand j'ai posé la question sur la fidélisation de ces clients.... un blanc s'est installé... Pourquoi favoriser des clients avec qui tout se passe bien ?

Je ne rallongerai pas cet article en détaillant ce que cela fait quand dans un café, un restaurant ou n'importe quelle boutique où nous avons l'habitude d'aller, le personnel connaît nos habitudes et nos goûts. Mais il en va de même dans le business, même en B2B et je dirai particulièrement en B2B où une relation s'installe entre le commerciale, l'acheteur et le responsable de comptes.

Alors, nous avons mis en place une stratégie de fidélisation envers ces "Multi timer - activated". Nous avons mis en place des interviews leur permettant de témoigner, des avant premières, leur permettant de tester les nouveaux produits / les nouvelles offres, bref, nous les avons mis en valeur. Et devinez qui en a profité ? TOUT LE MONDE ! Le taux de churn n'a jamais été aussi bas, les chiffres ont monté de manière exponentielle et l'acquisition s'en est retrouvée boostée par des témoignages clients élogieux.

Pour conclure

Au final, si je dois simplement résumer cette stratégie, nous avons simplement segmenté la base, après analyse. Ensuite pour chaque typologie de clients, nous avons automatisé / adapté la stratégie digitale en fonction de la segmentation.

Ce use case est un de mes préférés car il met en avant une stratégie simple et efficace. Evidemment la vraie vie a été un peu plus complexe que ça et accompagner le changement a été un véritable challenge interne.

---

Si vous voulez retrouver le cas d'usage 2, c'est par ici.