DinMo

Solutions

Produit

Ressources

L'analyse RFM pour une meilleure segmentation

L'analyse RFM pour une meilleure segmentation

7min • 15 janv. 2024

Alexandra Augusti

Alexandra Augusti

Strategy & Operations Manager

La segmentation RFM est une approche de classification des clients basée sur la récence de leur dernier achat, la fréquence des transactions et le montant total dépensé. Ces mesures clés offrent une compréhension du comportement d'achat, ouvrant la voie à des communications personnalisées et des offres sur-mesure, pour fidéliser, améliorer l’engagement client et prévenir le churn.

Nous avions déjà évoqué l’importance de la segmentation client dans un précédent article. Nous proposons ici un focus sur la segmentation RFM, méthode puissante pour définir ses stratégies marketing. Ce guide détaillé définit ce qu’est cette segmentation, présente la méthode RFM et les options de ciblage qui en découlent.

Qu'est-ce que la segmentation RFM ?

La segmentation RFM est une méthode d'analyse marketing qui vise à segmenter les individus selon trois critères distincts : la récence, la fréquence et le montant. Ces indicateurs clés correspondent, respectivement, à la durée écoulée depuis la dernier achat du client, au nombre total d’achats réalisés sur une période spécifique (à déterminer par la personne réalisant l’analyse) et au budget total dépensé par le consommateur sur cette période.

La segmentation RFM est globalement un modèle de notation, attribuant aux clients un score fondé sur ces trois axes. Ce score RFM est une synthèse des points attribués à la récence, la fréquence et le montant, généralement échelonnés de 1 à 5.

Toutes les variables utilisées dans la segmentation RFM essaie de quantifier le niveau d’engagement client. Elle éclaire les comportements d'achat et permet de proposer des offres personnalisées et optimisées pour répondre aux attentes des clients.

La Récence

La récence désigne le laps de temps écoulé entre aujourd’hui et le dernier achat effectué par un client. Elle est exprimé en jour. Ainsi, une récence de 35 signifie que le dernier achat remonte à 35 jours.

Attention, les résultats de cette variable doivent évidemment être analysés dans le contexte de votre entreprise. Les cycles d’achat varient drastiquement d’un secteur à un autre, voir d’un produit à un autre. Une récence moyenne élevée n’est pas forcément un mauvais signe, si les périodes inter achats sont habituellement longues.

La Fréquence

Cet indicateur reflète le nombre d'achats réalisés par un client sur une période prédéfinie. Une fréquence soutenue est synonyme de fidélité et traduit une sorte de routine d'achat.

La période donnée doit être définie par votre entreprise, en adéquation avec les caractéristiques de votre secteur d’activité. Pour un acteur e-commerce, le trimestre peut être une bonne unité. Au contraire, un promoteur immobilier, ayant un cycle de ventes beaucoup plus long, devrait choisir au minimum l’année.

Le Montant

Le montant désigne le cumul des dépenses du client dans un intervalle de temps défini (le même que celui utilisé pour la fréquence). Le montant peut s'exprimer en termes de chiffre d'affaires ou de marge, selon les objectifs de votre entreprise.

Cette variable permet de déterminer le profil de l’acheteur. Un client achetant très fréquemment mais à de petits montants n’a pas le même profil qu’un client achetant rarement, mais de manière très dépensière.

La fusion de ces trois dimensions dévoile un profil client riche en enseignements et révèle le potentiel intrinsèque de chaque consommateur, permettant ainsi l'ajustement précis des stratégies marketing en cohérence avec les segments RFM identifiés.

Comment mettre en place une segmentation RFM ?

A ce stade, vous êtes normalement convaincus que la segmentation RFM peut vous aider dans vos opérations marketing mais vous ne savez pas forcément comment vous y prendre.

👉🏼 Pour s’y prendre efficacement, voici les étapes à suivre :

Étape 1 : Collecter les données des clients

La collecte et la centralisation des données transactionnelles est la première phase cruciale. Vous avez a priori tout à disposition ! Le tout est de savoir comment l’exploiter.

Ces données peuvent être extraites de systèmes comme le CRM ou la plateforme d'e-commerce et stockées dans une source unique de vérité (aka un data warehouse).

Les informations essentielles à connaître incluent :

  • L'identité du client (par exemple, nom, email, ou téléphone)

  • Date du dernier achat effectué par le client

  • Nombre total d'achats du client durant la période définie

  • Montant dépensé par le client sur cette même période

D'autres données peuvent être récoltées pour affiner l'analyse : type de produit acheté, catégorie du client, canal de vente, etc.

Étape 2 : Calculer les valeurs de Récence, Fréquence, et Montant

Il faut ensuite calculer pour chaque client les valeurs de récence, de fréquence et de montant, comme suit :

  • Récence : temps écoulé depuis le dernier achat, en jour.

  • Fréquence : quantité d'achats effectués durant la période spécifique.

  • Montant : somme totale dépensée par (ou marge totale réalisée sur) le client durant la période déterminée.

Ces calculs peuvent être réalisés à l'aide d'outils tels que des tableurs (Excel, Google Sheet) ou avec l’aide des équipes data (SQL, Python, etc.)

Attention, si vous vendez des produits / services très différents les uns des autres, il peut être pertinente de faire une segmentation RFM par type de produits / services.

Toutes les valeurs de récence, fréquence et monétaire peuvent être calculées via un tableur ou peuvent être automatisées.

Exemples de valeurs possibles pour la Récence, la Fréquence et la valeur monétaire totale

NB: Toutes les données sont des fausses données, utilisées uniquement à titre illustratif

Étape 3 : Attribuer un score à chaque client

La troisième étape consiste à attribuer un score à ces dimensions pour chaque client. Ce score varie généralement de 1 à 5, 1 étant le plus faible et 5 le plus élevé. Par exemple, un client ayant acheté hier aura très certainement une récence de 5.

Les seuils de score doivent être établis en tenant compte de vos connaissances spécifiques sur votre marché et la répartition des valeurs de vos clients sur ces intervalles.

Les quintiles, qui répartissent les données en cinq catégories égales, sont une des méthodes pouvant être utilisées pour cette classification. Avec cette méthode, le score 1 est attribué aux 20% des clients qui ont la moins bonne valeur de l’indicateur étudié.

Il est également possible de choisir une échelle plus large pour davantage segmenter sa base client.

Les scores Récence, Fréquence et Monétaire peuvent être calculés sur une échelle de 1 à 5.

Exemple de calcul de score R, F et M

(Optionnel) Etape 3 bis : Des scores R, F, M ou score RFM

Si vous voulez construire un score RFM global, vous pouvez le faire en additionnant les scores R, F et M et en divisant le résultat par 3.

En fonction de votre contexte, il peut aussi être pertinent de pondérer différemment chaque variable. Reprenons l’exemple du prometteur immobilier. La fréquence est évidemment faible pour l’achat de biens. Il est alors possible de mettre plus de poids à la variable M.

Nous ne recommandons cependant pas d’utiliser le score RFM en tant que tel. Nous conseillons plutôt d’utiliser les scores R, F et M pour créer des segments de clients (cf. étape 4).

Étape 4: Analyser et interpréter les segments

Si vous utilisez une échelle de scoring de 1 à 5, vous avez donc 125 segments possibles (5 x 5 x 5 combinaisons).

Mais, cela ne serait pas pertinent de traiter autant de segments. Une possibilité répondue est donc de multiplier les scores F et M afin de se limiter à deux variables pour l’analyse des segments finaux.

Ainsi, en fonction des scores, il est possible de classer les clients dans des segments selon le tableau qui suit :

La segmentation RFM permet de créer différent segments en fonction des scores obtenus sur les critères Récence, Fréquence, Monétaire

Exemple de segmentation RFM

Les segments que nous utilisions chez DinMo sont les suivants :

  • About to sleep (en sommeil) : les clients ayant peu acheté (en valeur ou en fréquence) récemment

  • At risk (à risque) : les clients n’ayant pas acheté depuis longtemps

  • Cannot Lose them (à ne pas perdre) : les clients ayant une forte valeur monétaire mais une récence faible

  • Champions (les stars) : les clients ayant acheté récemment et avec une valeur monétaire / fréquence élevée(s)

  • Lost (perdus) : les clients n’ayant pas acheté depuis longtemps et avec une valeur monétaire / fréquence parmi les plus faibles

  • Loyal (les clients fidèles) : les clients qui font des achats fréquents

  • Need attention (à surveiller) : les clients qui risquent d’être perdus si aucune action n’est entreprise

  • New (nouveaux) : les clients qui ont réalisé un unique achat (récemment)

  • Potential Loyalists (les clients potentiellement loyaux) : les clients à travailler car pouvant acheter plus (en fréquence ou en valeur) si plus engagés

  • Promising (les clients prometteurs) : les clients qui feront sûrement davantage d’achats au cours de leur vie

Bien sûr, il n’existe pas de bonnes ou de mauvaises segmentations. Sentez-vous libres de définir celle qui correspond le mieux à vos besoins. Cependant, rappelez-vous de vous limiter à une quinzaine de segments, il n’y a pas besoin de monter toute une usine à gaz.

Si vous souhaitez utiliser un template pour construire votre segmentation RFM, n’hésitez pas à utiliser le notre.
Il suffit de le télécharger ici 👇

Du mal à segmenter sa base client ?

Téléchargez notre template gratuit !

Tout ce dont vous avez besoin pour faire une analyse RFM : valeurs, scores et résultats par segments

Bien sûr, l’erreur est humaine et se baser sur un Excel n’est pas toujours la meilleure option. En utilisant DinMo, vous pouvez calculer automatiquement vos scores RFM et modifier n’importe quel critère (le temps de référence, l’échelle, le nombre de segments, etc.) dès que vous le souhaitez. Vous pourrez ensuite utiliser notre Audience Manager pour créer vos segments et les envoyer dans toutes vos plateformes préférées.

Quelles stratégies marketing adopter à partir de la segmentation RFM

Les insights RFM représentent une mine d'or pour définir les profils et les potentiels de vos clients. L'exploitation de tels renseignements pour peaufiner vos stratégies marketing est cruciale. Explorez trois stratégies essentielles articulées autour de la segmentation RFM : le ciblage des campagnes, l'individualisation de l'expérience client, et l'évaluation et l'optimisation des initiatives marketing.

Exploiter les segments pour des campagnes ciblées

Le bénéfice de la segmentation RFM est sa capacité à classifier les clients selon leur comportement d'achat, permettant de proposer des offres parfaitement alignées sur leurs besoins. Il devient possible de lancer des campagnes marketing ultra personnalisées qui augmentent la fidélité, rehaussent la valeur client (LTV - lifetime value) et diminuent le churn.

Dans tous les cas, gardez en tête que les stratégies d’audience sont essentielles pour améliorer ses performances marketing.

Voici une série d'exemples de campagnes intelligentes inspirées des segments RFM :

  • Les clients de la segmentation “Champions” peuvent recevoir des offres de fidélité, des invitations VIP, sollicitations de parrainage ou d'avis, ou encore d'enquêtes de satisfaction. Attention cependant à ne pas sur solliciter vos meilleurs clients !

  • Les clients avec une récence faible mais une fréquence ou un montant significatif (catégorie Cannot Lose Them) peuvent bénéficier d'offres de réengagement, de rappels pour des paniers abandonnés, de recommandations de produits annexes, ou de questionnaires ciblés sur leurs attentes pour les ré-engager avec votre marque.

  • Clients avec une récence forte et une fréquence ou un montant modeste peuvent profiter de promotions attractives ou des réductions ou d’offres de bienvenue (pour les New)

💡 Dans tous les cas, nous avons déterminé quelques templates d'emailing efficaces.

En modulant le message, le canal et l'offre en fonction de chaque segment RFM, vous accroissez significativement l'intérêt et la réaction de votre audience.

Personnalisation de l'expérience client

Personnaliser l'expérience client selon les données RFM constitue une autre tactique marketing efficace, qui stimule l'engagement et la satisfaction des consommateurs. Illustrons quelques tactiques de personnalisation pour différents segments RFM :

  • Les “champions” pourront jouir d'un traitement premium, avec par exemple un accès privilégié au support client, un accompagnement sur mesure, ou des privilèges exclusifs.

  • Les clients qui ne faut pas perdre peuvent obtenir une expérience enrichie avec des recommandations personnalisées, des avis d'experts ou des contenus didactiques spécifiques pour permettre leur ré-engagement.

Adapter l'expérience utilisateur à chaque catégorie RFM vous ouvre les portes d'une fidélisation accrue et de la transformation de vos clients en véritables ambassadeurs.

Mesurer et optimiser les actions marketing grâce au RFM

La segmentation RFM peut aussi servir de baromètre pour mesurer l'efficacité et peaufiner vos stratégies marketing. Appuyez-vous sur cette technique pour un suivi précis et une amélioration continue basée sur vos données de performance. Analysez vos KPIs par segment, A/B testez vos campagnes et audiences et ajustez vos stratégies en fonction.

La segmentation RFM permet de calculer les performances de chaque segment client : nombre de personnes, nombre de commandes, revenus totaux, etc.

Exemples de résultats par segment

Et maintenant ?

Nous espérons que ce guide à la segmentation RFM aura répondu à vos questions ! Si vous souhaitez vous lancer dans la segmentation client, n’hésitez plus et lancez-vous ! Et si vous avez encore des questions, contactez-nous ! Cela serait un plaisir de pouvoir échanger avec vous.

À propos des auteurs

Alexandra Augusti

Alexandra Augusti

Strategy & Operations Manager

Diplômée de CentraleSupélec et de l'ESSEC, Alexandra est une spécialiste du monde de la data. Elle a travaillé comme Consultante en Data Marketing chez M13h, où elle a aidé plusieurs entreprises à exploiter leurs données internes en créant des plateformes dédiées. Chez DinMo, Alexandra optimise nos opérations et travaille en étroite collaboration avec notre CEO pour fournir des conseils stratégiques qui aideront chaque équipe à performer.

Table des matières

  • Qu'est-ce que la segmentation RFM ?
  • Comment mettre en place une segmentation RFM ?
  • Quelles s
  • Et maintenant ?

Partager cet article

Mettez votre donnée en mouvement pour créer de la valeur

Vous aimerez aussi

Activez vos données et créez de la valeur