Connaissance clients – Exemple de reporting clients sur Excel

Au départ, on se contente souvent des statistiques disponibles dans son CRM ou son outil d’emailing. Mais cela devient très vite insuffisant pour analyser ses clients…Hélas, force est de constater que beaucoup d’ecommerçants et retailers en restent à cette étape. Résultat : ils ne savent pas qui sont leurs meilleurs clients, qui sont les clients inactifs, pourquoi un client devient inactif, pourquoi un client revient, etc.

Ces informations sont clés ! L’impact de la connaissance client sur la performance d’une entreprise n’est pas à démontrer. Toutes les études convergent. McKinsey, pour n’en citer qu’une, a montré que les entreprises qui avaient une très bonne connaissance client affichaient un ROI supérieur à 115% à celui des autres entreprises, et en moyenne des profits plus élevés de 93% (source).

Pour vous aider à augmenter et structurer votre connaissance client, nous avons construit un modèle GSheet de reporting client. Vous pouvez le télécharger gratuitement. Le lien est en fin d’article.

Télécharger notre Gsheet de reporting client

 

Dans cet article, nous allons résumer les principales données à intégrer dans un reporting client et vous donner quelques clés méthodologiques pour construire votre dispositif de pilotage client.

Que doit contenir un reporting sur votre base clients ?

Tableau résumé

Voici un tableau synthétique des principales questions auxquelles doit répondre un reporting de la base clients.

CatégoriesQuestions clés
Qui sont mes clients ?
  • Quel est l’âge / genre / langue de mes clients ?
  • Quel est le canal d’inscription ? (boutique, newsletter ecommerce, programme de fidélité, ...)
  • Où habitent-ils ? (pays, code postal)
Dans quelle mesure ma base clients est-elle exploitable ?
  • Quel est le taux de complétion des colonnes Email, Téléphone, Adresse postale, .. ?
  • Quelle est la part de contacts optin email / SMS ?
  • Quelle est la part de contacts qui ont ouvert au moins un email au cours des 90, 180, 365 derniers jours ?
Quel est le comportement d’achats de mes clients ?
  • Quelle est la répartition de mes clients selon le nombre d’achats réalisés ?
  • Quel est le panier moyen, fréquence d’achat, CA cumulé total ?
  • Quel est la LTV de mes clients selon la catégorie du premier produit acheté ?
Quel est le niveau de rétention de mes clients ?
  • Quelle est l’évolution du taux de passage au 2ème achat ?
  • Comment la catégorie du premier achat détermine la fréquence d’achat ?
  • Quelle est l’évolution du nombre d’achats / CA cumulé par cohortes du premier achat
  • Quel est le ratio LTV / CAC ?
Autres
  • Analyse du coût d’acquisition par canal / par catégorie de produit du premier achat ?
  • Étude du ratio LTV / CAC selon différents critères
  • Évolution du NPS
  • Analyse RFM
  • ...

Détaillons maintenant chacune des catégories.

Qui sont mes clients ?

C’est le premier niveau de connaissance client. A minima, une base clients doit donner des informations sur l’identité de vos clients, leur profil. Voici les questions fondamentales à se poser :

  • Quel est l’âge de mes clients ? Quel est le genre de mes clients ? Où habitent-ils (ville, pays) ? L’âge, le genre et l’adresse sont les 3 données « socio-démographiques »de base.
  • Quelle est la langue de mes clients ? Une donnée importante à avoir pour gérer de manière adéquate les interactions clients, entre autres.

connaissance client exemple qui sont mes clients

  • D’où viennent les contacts ou clients ? Il est intéressant d’avoir une répartition par canal, par magasin, par campagne marketing…
  • Dans quelle mesure pouvez-vous leur parler facilement ? C’est une question de plus en plus sensible depuis l’entrée en vigueur du RGPD. Cela renvoie à la gestion des consentements. Quel est le taux d’optin email ou SMS par exemple ?

On peut aller plus loin en intégrant dans le reporting des données relatives au niveau CSP, à la présence sur les réseaux sociaux, à l’appétence par thématiques ou catégories de produits, aux préférences par canal, à la sensibilité à la pression marketing…

Dans quelle mesure ma base clients est-elle exploitable ?

Un reporting de la base clients ne s’intéresse pas qu’aux clients, il s’intéresse à la base en tant que tel et à son potentiel d’activation/d’exploitation. Pour être pleinement exploitable, une base clients doit être saine. Il est intéressant d’intégrer dans un reporting quelques informations sur la qualité de la base, relatives notamment :

  • Au taux de complétion des colonnes principales : email, téléphone, adresse postale…
  • A la part des contacts option email / sms.
  • Au niveau d’engagement de la base. Par exemple, la part des contacts ayant ouvert au moins 1 email au cours des X derniers jours.

connaissance client exemple base client exploitable

Quel est le comportement d’achats de mes clients ?

La connaissance client consiste à savoir qui sont vos clients, mais aussi ce qu’ils font, la manière dont ils se comportent. Les données sociodémographiques doivent être associées à des données comportementales. Le comportement client qui intéresse le plus une entreprise est bien sûr le comportement d’achat.

Dans notre exemple de reporting client, que vous pouvez télécharger gratuitement, nous avons intégré des informations comme :

  • La répartition des clients par nombre de commandes. Ce point est essentiel. Êtes-vous capable de faire en sorte qu’un primo acheteur achète une deuxième fois, une troisième fois, etc. Cela nous conduit à la question de la rétention dont nous reparlerons dans un instant.
  • Le profil client Ecommerce vs Boutique. Dans le modèle de reporting client que nous proposons, nous affinons l’analyse en prenant en considération l’âge, le sexe et la localisation du client (Paris vs France entière).

connaissance client exemple comportement client

Voici d’autres données relatives au comportement d’achat des clients qui peuvent avoir leur place dans un reporting de la base clients : le panier moyen, la fréquence d’achat, le chiffre d’affaires cumulé…

S’intéresser au comportement d’achat du client, c’est s’intéresser en fait à 2 choses : aux clients et aux produits. Un reporting du comportement d’achat des clients peut donc très utilement être enrichi d’un reporting centré produits. Dans notre notre modèle téléchargeable, nous proposons un reporting centré sur la connaissance produits qui permet de synthétiser les informations business clés relatives à votre catalogue :

  • Le nombre de produits avec plus de X ventes.
  • Le nombre de produits avec plus de Y ventes.
  • La part du Top 10 des produits dans le pourcentage des ventes annuelles.
  • Le Top 10 des produits qui ont généré le plus de CA sur les 12 derniers mois.
  • Le Top 10 des produits qui ont généré la meilleure marge brute sur les 12 derniers mois.
  • La performance par catégorie de produits.

connaissance client exemple connaissance produits
Il y a d’autres questions plus avancées qui méritent d’être posées. Par exemple :

  • Quelle est la corrélation entre les produits ou entre les catégories de produits ? L’idée est de savoir quels produits ou catégories de produits le client d’un produit X ou d’une catégorie Y est le plus susceptible d’acheter en deuxième achat.
  • Y a t-il un effet saisonnalité ?

Quel est le niveau de rétention de mes clients ?

Le sujet du comportement d’achat nous mène tout naturellement au sujet de la rétention client. Ce n’est pas à vous qu’on apprendra qu’il est moins coûteux de retenir un client que d’en acquérir un nouveau et que la rétention est le secret des entreprises à succès. Si vous n’êtes pas tout à fait convaincu et que vous continuez de consacrer l’essentiel de votre budget sur des campagnes d’acquisition, voici 3 statistiques éloquentes au sujet de la rétention client (source : 99firms) :

  • La probabilité de vendre à un client existant est de 60 / 70%.
  • 82% des entreprises que la rétention client coûte moins cher que l’acquisition.
  • Une augmentation de 5% de la rétention client génère une augmentation des profits de l’ordre de 25% à 95%.

Quelles sont les informations relatives à la rétention que l’on peut intégrer dans un reporting client ? Il y a beaucoup de réponses possibles? Voici les dimensions d’analyse que nous avons choisi d’intégrer dans notre modèle de reporting client :

  • L’évolution de la fréquence d’achat en fonction du nombre d’achats. C’est une donnée intéressante pour, notamment, bien calibrer les scénarios d’upsell/cross-sell et, plus généralement, les programmes relationnels. Nous proposons de comparer les comportements boutique et ecommerce.
  • Le passage du 1er au 2ème achat. Ce passage du 1er au 2ème achat est presqu’aussi important que le passage du statut de prospect (ou de simple visiteur) à celui de client primo acheteur. Nous vous suggérons de calculer le taux de passage des clients ayant réalisé 1 achat à ceux ayant réalisé 2 achats ou plus.

connaissance client exemple compoertement client 2

Il est possible d’aller un cran plus loin en affichant des dimensions comme la liste des principaux produits d’appel et la liste des produits participant le plus au repeat business. Ce sont là encore des données très instructives pour améliorer vos scénarios relationnels.

connaissance client exemple connaissance produits 2

Votre reporting client peut également intégrer quelques indicateurs classiques comme le taux de rétention client, le taux de churn, le taux d’achats répétés, le Net Promoter Score (NPS), le taux de clients membres du programme de fidélité, la customer lifetime value…

L’analyse par cohortes est elle aussi très utile pour analyser la rétention et l’impact de vos actions sur celle-ci. Une analyse de ce genre n’a pas forcément sa place dans un reporting client, mais permet d’aller plus loin dans la compréhension du comportement de vos clients.

connaissance client exemples analyse cohortes

L’analyse par cohortes consiste à suivre l’évolution du comportement de différentes cohortes de clients de mois en mois. Cet exemple montre que 29% des clients dont le premier achat remonte à janvier 2021 ont acheté le mois suivant, c’est-à-dire en février 2021. Par contre, 37% clients dont le premier achat a été réalisé en février 2021 ont acheté en mars 2021. Pourquoi ? Un effet de saisonnalité ? Le fruit d’efforts marketing particuliers réalisés en février et en mars ? L’analyse par cohortes est idéale pour détecter et comprendre l’impact des actions marketing.

L’analyse par cohortes que vous pouvez voir est une capture d’écran d’Octolis, et plus précisément du modèle de reporting Ecommerce / Retail que nous proposons à tous nos clients. Ce modèle de reporting par défaut, personnalisable, adaptable, transformable intègre de nombreuses analyses (plus ou moins avancées) pour mesurer la rétention client. Voici quelques exemples :

connaissance client exemple reporting octolis

Ou encore :

connaissance clients exemple octolis

Pour finir, un petit mot de la lifetime value, un indicateur très intéressant qui permet de savoir la valeur moyenne qu’un client génère tout au long de sa vie de client. Cette valeur peut s’exprimer en chiffre d’affaires ou en revenus. Il est notamment très intéressant de la comparer au coût d’acquisition client (CAC), en calculant un ratio LTV / CAC. Ce ratio peut évoluer en fonction de la période de l’année, comme dans l’exemple ci-dessous. Le ratio LTV / CAC peut être utilisé pour bien doser ses efforts d’acquisition.

connaissance client exemple ratio ltv cac
Source : Segment.

Comment s’y prendre pour construire un reporting clients solide ?

#0 Quelques rappels sur la fonction d’un reporting client

Pour commencer, rappelons ce qu’est un reporting et sa fonction. Il existe 2 outils de connaissance clients :

  • Les reportings, qui servent à donner un aperçu global d’une situation à intervalles réguliers. Il intègre un certain nombre de métriques affichées de manière visuelle : courbes, camemberts, tableaux…
  • L’exploration, qui désigne la capacité à produire des analyses ad hoc pour répondre à des questions spécifiques et ponctuelles dont les réponses n’ont pas vocation à s’intégrer dans un reporting. Par exemple : « Combien de nouveaux clients inscrits à Noël ont acheté un produit depuis ? ». Les questions sont posées par le métier, les réponses sont données par l’équipe data.

Nous nous concentrons dans cet article sur le reporting. Un reporting doit :

  • Etre construit en vue d’un certain type d’utilisateurs. Le reporting client du dirigeant ne sera pas le même reporting client que ceux utilisés par les équipes opérationnelles.
  • Être facile à lire visuellement, ce qui suppose un travail de discrimination, de sélection des KPIs et des dimensions à afficher. Toutes les analyses clients n’ont pas vocation à alimenter des reportings (cf. les analyses ad hoc).

connaissance clients exemples niveaux reporting

#1 – Définir les objectifs et le mode d’utilisation du reporting

Dans les grandes organisations, le dispositif de pilotage de la connaissance client s’articule autour de différents (niveaux de) reportings, chaque reporting répondant à un ensemble de questions liées et s’adressant à un type précis d’utilisateurs : responsable acquisition, responsable CRM, dirigeant…Dans une organisation avec peu de moyens, nous recommandons de limiter le nombre de reportings.

La première étape pour construire un reporting de la connaissance client est de définir les objectifs du reporting. Pourquoi souhaitez-vous créer un reporting ? Dans le cas d’un reporting connaissance client, il s’agit de déterminer quelles sont les informations relatives à la base clients vous aimeriez voir afficher sur le reporting. La réponse à cette question dépend bien entendu des cas d’usage du reporting que vous vous apprêtez à mettre en place.

Cette prise de hauteur est importante. L’erreur la plus courante consiste à se précipiter sur la sélection des KPIs et des dimensions. C’est le plus sûr moyen de construire un reporting illisible (car trop chargé) et/ou inexploitable.

Vous devez également définir la manière dont le reporting sera partagé aux utilisateurs. Le reporting peut être intégré directement dans les outils des utilisateurs (sous forme de tableau de bord) ou partagé périodiquement au format Excel par exemple.

#2 – Définir les KPIs et les dimensions d’analyse

Un reporting est composé de différents indicateurs jugés importants et utiles pour répondre aux questions que l’on se pose. Ce sont les fameux KPIS, Key Performance Indicators. La sélection des KPIs est l’aboutissement de l’étape précédente.

En réfléchissant aux objectifs du reporting, vous avez réussi à définir les questions auxquelles le reporting devait apporter des réponses. De ces objectifs et de ces questions, vous déduisez des indicateurs.

Prenons un exemple schématique. Vous voulez créer un reporting client pour que l’équipe marketing puisse analyser la rétention client. L’une des questions auxquelles le reporting doit répondre est : « Quel est le taux de clients membres du programme de fidélité ? ». Le KPI sera : Taux de clients encartés.

Un petit conseil : pour ne pas surcharger le reporting, il est important de ne retenir que les KPIs les plus significatifs. Il faut éviter de dépasser les 30 – 40 KPIs, même si cela dépend évidemment des reportings…

#3 – Définir le cadre technique : extraction, préparation et visualisation des données

Une fois que vous avez défini les dimensions d’analyse et les KPIs que vous souhaitez intégrer dans le reporting, il faut réfléchir à l’alimentation en données. Comment allez-vous récupérer les données dont vous avez besoin ? Il y a plusieurs manières techniques d’alimenter un reporting. Voici une petite synthèse :

connaissance client exemple architecture reporting

L’approche la plus simple consiste à utiliser les fonctionnalités de reporting des outils marketing, mais c’est une approche très vite limitante. Vous serez très contraints par les limites fonctionnelles des outils. Une approche plus pertinente consiste à connecter votre base clients (elle-même connectée à vos sources de données) à un outil de data prep comme Octolis et à un BI léger comme Data Studio ou Metabase.

#4 – Retravailler l’expression des besoins

À l’étape précédente, vous allez sans doute vous apercevoir que certains KPIs sont très complexes à calculer, que les efforts pour obtenir les réponses à certaines de vos questions seraient disproportionnés. Vous allez sans doute devoir faire des compromis. Réfléchir sur le cadre technique très tôt dans le projet permet d’avoir rapidement une compréhension du champ des possibles et d’orienter le projet dans la direction de ce qui est techniquement réalisable.

#5 – Intégrer et préparer les données

Vous savez à présent quelles sont les KPIs que le reporting client affichera. Vous pouvez construire ces KPIs car vous disposez des données nécessaires. La prochaine étape est rapide à énoncer, plus longue à mettre en place. Il s’agit d’intégrer et de préparer les données qui viendront alimenter le reporting client.

Vous avez pour cela besoin d’une base client et d’un outil de data management (CDP, Data Ops…). Cet outil vous servira à construire une table clients contenant toutes les informations nécessaires pour alimenter le reporting : âge, revenus totaux, revenus sur les 365 derniers jours, nombre de commandes, panier moyen, etc.

L’exemple de reporting connaissance client que nous vous offrons en téléchargement peut être alimenté par les tables « contacts », « produits », « commandes » construites et enrichies dans Octolis :

connaissance client exemple dataset octolis

Contrairement à ce que l’on pourrait penser, peu d’entreprises du Retail et du Ecommerce disposent d’une vision complète de leurs clients. Pourquoi ? Parce qu’il manque souvent d’un outil permettant de consolider les données clients. Elles sont éparpillées dans différents outils : la plateforme ecommerce, l’ERP, le POS, le support client, les réseaux sociaux…Une solution de préparation des données comme Octolis a justement pour vocation de remédier à ce problème. Une fois unifiées, préparées et enrichies, les données peuvent être synchronisées avec votre outil de reporting, mais aussi avec les outils opérationnels de l’entreprise : service client, CRM, Marketing Automation, plateformes publicitaires…

#6 – Construire le reporting

Une fois les données consolidées, préparées, enrichies, traitées (scorings, agrégats), il faut réfléchir à la manière dont elles vont s’organiser dans le reporting. La conception de la maquette peut se faire via un outil de wireframing. L’organisation et le format d’affichage des différents éléments du reporting dépendent de l’outil dans lequel le reporting est construit : les outils métier, Excel, un outil de reporting léger (Metabase) ou plus avancé (Tableau, Looker…).

#7 – Recette & Dispositif de suivi

Un reporting n’est jamais parfait du premier coup. Prenez le temps d’examiner la manière dont est utilisé le reporting par les utilisateurs cibles, documentez les bugs éventuels, les suggestions des utilisateurs. Posez-vous les bonnes questions concernant l’alimentation en données, le choix des KPIs, le design du reporting…Qu’est-ce qui peut être amélioré (à tous les niveaux : alimentation en données, choix des KPIs, design du reporting, modes d’utilisation) ?

Cliquez ici pour accéder à notre Gsheet de reporting client

Gsheet de reporting client