Segmentation RFM

Segmentation RFM

La méthode Récence-Fréquence-Montant est une solution de segmentation et d'analyse comportementale de votre portefeuille clients. 

 

Définition de la segmentation RFM

Segmenter est l'action qui consiste à découper un groupe en sous-ensembles (des personnes, des éléments...) selon certains critères, afin de constituer des segments homogènes. Il existe bien entendu plusieurs méthodes de segmentation, dont fait partie la segmentation récence-fréquence-montant, dite RFM.

C'est une méthode descriptive, qui, à partir de l'historique d'achats sur une période donnée, classe les clients en segments homogènes, en fonction de leur comportement d'achat. Le grand avantage de cette méthode est sa simplicité (même s'il est possible, comme toujours, de la complexifier à outrance), ce qui permet de partager très facilement cet outil au sein de l'entreprise.

 

Un peu d'histoire de la segmentation RFM

Ces modèles furent employés dans leurs prémices par les sociétés de vente par correspondance, au début des années 60. Et oui, à une époque où l'informatique personnelle et l'internet n'existaient même pas. Souvenons-nous qu'à cette époque les machines utilisaient des cartes perforées pour lire les données et compiler les chiffres selon les instructions fournies.    

La problématique de ces entreprises était très simple. Leurs catalogues généralistes étaient lourds, presque 1.000 pages pour contenir et proposer l'ensemble de l'offre commerciale (Le catalogue de Manufrance contenait 960 pages). Leur édition et leur distribution représentaient une charge considérable, d'où l'impérieuse équation à résoudre : maximisation du chiffre d'affaires & minimisation de la diffusion = optimisation de la marge.

On doit à George S. Cullinan1 d'avoir vulgarisé le principe du modèle R-F-M en 1961 à partir d'une évidence empirique mais immuable. Selon lui, à partir de l'exploitation de la base de données, si votre client a commandé très récemment, que ses commandes sont très fréquentes et qu'en plus il génère un excellent chiffre d'affaires, alors on peut extrapoler qu'il commandera à nouveau. CQFD.

Il fut, à ce titre, intronisé en 1989 à la prestigieuse « Hall of Frame » de la DMA (Direct marketing Association), le Panthéon du marketing outre Atlantique.

 

Le principe général de la segmentation RFM

L'avantage du modèle RFM est sa pertinence puisqu'il travaille sur des variables qui sont toutes observables et objectives. Elles sont toutes disponibles à partir de l'historique des commandes de chaque client. Elle nécessite pour sa mise en œuvre : une période d'analyse, des critères et des scores.

1 période :

Comme nous travaillons sur un historique, la période d'observation doit être fixée avec une date de début et de fin d'analyse. Généralement, elle est annuelle et divisée en 4 intervalles successifs (trimestriels).

3 critères :

Ces variables sont classées selon 3 critères indépendants : la récence, la fréquence et le montant.

- La récence est déterminée par la proximité de la date du dernier achat avec la borne de fin de l'analyse. Plus elle est proche, meilleure elle est. Elle peut être exprimée en nombre de jours.

- La fréquence observe la régularité des achats par sous-périodes. Plus elle est forte (récurrente, au moins un achat tous les trimestres), meilleure elle est. Attention au piège. La solution qui consiste à prendre la somme des commandes (en volume) sur la période est une erreur. En effet, vous risquez de calculer deux fois le même critère Montant, puisque à panier moyen équivalent, ils seront tous deux équivalents. La puissance du modèle RFM repose sur l'observation des achats effectués au cours des 4 trimestres, de façon indépendante. Ainsi, il faut pouvoir, par exemple, dissocier les clients qui ont commandé 2 fois de suite, en début de période, de ceux qui ont commandé 2 fois de suite en fin de période.

- Le montant se calcule en valeur sur la période observée, soit la somme, soit la moyenne.

Un score par critère :

Pour chaque critère, un score est affecté selon une échelle déterminée. Parfois 3, souvent 4, mais aussi 5 et plus. Cependant attention, car plus le nombre de notes est important, plus le nombre de segments augmente.

Ainsi, un score avec une échelle de 3 notes engendre R 3  F 3  M 3  27 segments. Pour une échelle de 5 on obtient selon le même calcul 125 segments. Il est nécessaire de vraiment justifier sa pertinence car au final, la multiplication des segments risque de compliquer l'usage même du modèle. D'où la maxime « trop de segments, tue la segmentation ».

1 exemple de matrice de segments Récence & Fréquence & Montant

Matrice RFM

Période -1

Période -2

Période -3

Période -4

Montant

A

Montant

B

Montant C

Montant D

Segment N°

[0000]A

0

0

0

0

1

0

0

0

1

[0000]B

0

0

0

0

0

1

0

0

2

[0000]C

0

0

0

0

0

0

1

0

3

[0000]D

0

0

0

0

0

0

0

1

4

[0001]A

0

0

0

1

1

0

0

0

5

[0001]B

0

0

0

1

0

1

0

0

6

[0001]C

0

0

0

1

0

0

1

0

7

[0001]D

0

0

0

1

0

0

0

1

8

[0010]A

0

0

1

0

1

0

0

0

9

[0010]B

0

0

1

0

0

1

0

0

10

[0010]C

0

0

1

0

0

0

1

0

11

[0010]D

0

0

1

0

0

0

0

1

12

[0011]A

0

0

1

1

1

0

0

0

13

[0011]B

0

0

1

1

0

1

0

0

14

[0011]C

0

0

1

1

0

0

1

0

15

[0011]D

0

0

1

1

0

0

0

1

16

[0100]A

0

1

0

0

1

0

0

0

17

[0100]B

0

1

0

0

0

1

0

0

18

[0100]C

0

1

0

0

0

0

1

0

19

[0100]D

0

1

0

0

0

0

0

1

20

[0101]A

0

1

0

1

1

0

0

0

21

[0101]B

0

1

0

1

0

1

0

0

22

[0101]C

0

1

0

1

0

0

1

0

23

[0101]D

0

1

0

1

0

0

0

1

24

[0110]A

0

1

1

0

1

0

0

0

25

[0110]B

0

1

1

0

0

1

0

0

26

[0110]C

0

1

1

0

0

0

1

0

27

[0110]D

0

1

1

0

0

0

0

1

28

[0111]A

0

1

1

1

1

0

0

0

29

[0111]B

0

1

1

1

0

1

0

0

30

[0111]C

0

1

1

1

0

0

1

0

31

[0111]D

0

1

1

1

0

0

0

1

32

[1000]A

1

0

0

0

1

0

0

0

33

[1000]B

1

0

0

0

0

1

0

0

34

[1000]C

1

0

0

0

0

0

1

0

35

[1000]D

1

0

0

0

0

0

0

1

36

[1001]A

1

0

0

1

1

0

0

0

37

[1001]B

1

0

0

1

0

1

0

0

38

[1001]C

1

0

0

1

0

0

1

0

39

[1001]D

1

0

0

1

0

0

0

1

40

[1010]A

1

0

1

0

1

0

0

0

41

[1010]B

1

0

1

0

0

1

0

0

42

[1010]C

1

0

1

0

0

0

1

0

43

[1010]D

1

0

1

0

0

0

0

1

44

[1011]A

1

0

1

1

1

0

0

0

45

[1011]B

1

0

1

1

0

1

0

0

46

[1011]C

1

0

1

1

0

0

1

0

47

[1011]D

1

0

1

1

0

0

0

1

48

[1100]A

1

1

0

0

1

0

0

0

49

[1100]B

1

1

0

0

0

1

0

0

50

[1100]C

1

1

0

0

0

0

1

0

51

[1100]D

1

1

0

0

0

0

0

1

52

[1101]A

1

1

0

1

1

0

0

0

53

[1101]B

1

1

0

1

0

1

0

0

54

[1101]C

1

1

0

1

0

0

1

0

55

[1101]D

1

1

0

1

0

0

0

1

56

[1111]A

1

1

1

1

1

0

0

0

57

[1111]B

1

1

1

1

0

1

0

0

58

[1111]C

1

1

1

1

0

0

1

0

59

[1111]D

1

1

1

1

0

0

0

1

60

 

Les variantes de la segmentation RFM

Par nature, elles sont multiples. En effet, souvent développés en interne, les modèles sont adaptés à l'activité de l'entreprise, à son organisation commerciale et/ou marketing.

Les critères peuvent être pondérés. Ainsi, on peut décider de donner plus de poids à la récence, ou bien encore au montant. Cependant, cette décision doit être réfléchie (donc savamment justifiée) car elle modifiera la définition des segments et leur interprétation. Le risque étant de surinvestir ou sous-investir sur certains clients.

Les critères sont scorés sur des échelles différentes, allant de 1 à 3, jusque 1 à plus. La tentation est grande d'augmenter l'échelle de chaque score. On est sensé y gagner en précision. Mais, comme évoqué supra, « trop de segments, tue la segmentation ». Le risque est de créer une véritable « usine à gaz » que personne ne comprend, hormis son concepteur.

Dans le domaine de l'internet, une variante intéressante est de mettre en œuvre une segmentation RFM sur la base des visites sur un site internet, ou des clics d'ouverture d'emailings. Dès lors que vos clients sont identifiés (adresse mail principalement) et que leur activité est quantifiée (visite, pages lues, clics...), le modèle se construit très facilement. La consommation ne se résume plus en achat mais en connexion sur le site.

Le modèle cousin (FRAT) Frequency - Recency - Amount - Type est une prolongation du modèle RFM. En effet, il propose de segmenter en amont, par exemple : les clients qui consomment une gamme de produits ou les grossistes vs détaillants, et d'appliquer à cet agrégat le modèle RFM.

 

Une segmentation RFM pour quoi faire ?

Le principal atout de la segmentation RFM est, d'une part, d'obtenir une analyse comportementale de vos clients afin de les regrouper dans des segments homogènes, et d'autre part, de définir un plan d'actions commerciales et/ou marketing adapté.

Sur un plan commercial, grâce à cette segmentation comportementale vos décisions d'investissement vont pouvoir mieux se répartir entre la fidélisation des meilleurs clients, les actions anti-attrition, les actions de relance sur des inactifs, le programme d'accueil des nouveaux clients....

Sur un plan marketing, vous pouvez mettre en œuvre une tarification et un niveau de service différencié. Vous pouvez élaborer un plan de nouveaux produits sur des cibles mieux identifiées.

Sur un plan managérial, elle va permettre une approche plus qualitative des objectifs. Le chiffre d'affaires est essentiel, la segmentation comportementale permet de comprendre comment il s'est construit sur une période. Ainsi, elle permet de valider les objectifs mais en plus de déterminer très précisément les actions à mener, client par client. L'organisation du travail et la gestion du temps sont améliorées.

En outre, elle est utile pour diagnostiquer la structure des portefeuilles clients en comparaison avec les autres commerciaux ou l'entreprise... La notion d'attrition, de création clients vont se révéler. Souvent on ne regarde que le volume d'ouvertures de compte. La segmentation RFM va permettre de valider la qualité des nouveaux clients de par leurs comportements d'achat, et en plus, elle va quantifier l'attrition. C'est-à-dire le volume de clients qui deviennent inactifs.

Dans les deux cas, elle va permettre de valider les résultats des actions entreprises. Comme l'objectif est d'obtenir une commande, tous les résultats sont quantifiables : augmentation des commandes (et donc du chiffre d'affaires), amélioration des indicateurs de récence, de fréquence etc...

Les applications de la segmentation RFM ne s'arrête pas là. Ces illustrations ne sont pas exhaustives.

 

Les limites de la segmentation RFM

La segmentation RFM ne peut pas tout. Pour qu'elle soit mise en œuvre, il est indispensable que l'activité soit récurrente. Sans fréquence, le modèle n'a pas de sens, citons le marché des machines-outils ou de l'automobile. Par définition ce sont des investissements qui se font sur du moyen terme, d'où un renouvellement à échéance lointaine. On pourrait imaginer augmenter la durée de l'analyse pour y remédier - sur 4 ans par exemple, divisés en 4 périodes annuelles - mais il n'est pas certain que ce soit très pertinent.

Par contre, si dans le cadre des machines-outils, vous avez en parallèle une activité de vente de pièces de rechange ou de consommables, dans ce cas, la segmentation RFM pourrait être appliquée et restreinte à une gamme de produits ou de services, confère supra.

Le modèle n'intègre pas la notion du potentiel de chaque client. C'est-à-dire, qu'il ignore si le client dispose d'une capacité d'achat supérieure ou si elle est atteinte.

Bien que conçu, à l'origine pour estimer la probabilité de ré-achat d'un client, il existe des modèles prédictifs nettement plus performants. Ils sont construits statistiquement pour déduire le comportement futur d'un client.

 

Le futur de la segmentation RFM

Ce modèle de segmentation comportementale a encore un bel avenir devant lui. Il existe de nombreuses autres solutions de segmentation (prédictif, attitudinale, produits, marché, sociodémographique...) pertinentes dès lors qu'elles apportent une réponse concrète au développement de votre activité.

Il s'avère aujourd'hui, que la segmentation comportementale conserve tous ses atouts. Ses données sont objectives, et avec le progrès informatique elles peuvent être de mieux en mieux partagées. Certains CRM intègre cette segmentation dans leurs outils d'analyse.

Couplées ou non avec d'autres types de segmentation, ses résultats sont quantifiables.

 

Une solution novatrice et à moindre frais : Business3D

Business3D France a mis au point un algorithme exclusif qui permet de réaliser une segmentation RFM, de façon confidentielle, simple et sécurisée, sans aucun logiciel. Il suffit de fournir votre fichier avec les données d'achat de vos clients, et vous recevez par mail vos résultats, en quelques clics... www.business3d.fr



1Database Marketing: Analyzing and Managing Customers, par Robert C. Blattberg,Byung-Do Kim,Scott A. Neslin Ed Springer, page 323