Cas client : nouvelle stratégie commerciale

Comment augmenter la fidélité des clients ?


réseau de complexité

Problématique

La PME S. est une entreprise de service, qui prospecte et délivre des services à valeur ajoutée aux entreprises de sa région. Son ticket moyen de vente est de 20K€ / an. S. réalise un chiffre d’affaires autour de 3 M€ annuel, avec une marge nette faible. Elle a basé son succès sur ses clients dans l’industrie agro-alimentaire avec notamment trois gros clients. Mais elle récemment a perdu son principal client et le troisième est très fragile. Face à des risques importants sur la pérennité de son CA, elle nous demande de travailler sur la fidélisation de sa clientèle.

Agir sur la fidélisation client nécessite de travailler en profondeur sur les méthodes commerciales, l’offre, le service-client. Les réponses sont forcément complexes à mettre en œuvre.

Or cette entreprise ne peut pas être bouleversée, elle est en flux tendu sur ses activités intenses en main d’œuvre. de plus, l'idée de re-organiser l'ensemble de son approche est une idée pleine de risque :

  • « comment gérer le changement alors que mes ressources sont investies à 100% dans le flux de travail de l’entreprise. »
  • Mettre en œuvre des changements est un facteur supplémentaire de complexité.

    Globalement le travail de conseil sur ce sujet implique de passer par les trois stades suivants :
  • Comprendre les causes des pertes des clients
  • Imaginer des scénarios alternatifs et mesurer l’incertitude, les conséquences, les choix possibles.
  • Dessiner un plan d’action


  • Mais cette problématique de flux tendu, ou on ne peut pas arrêter l'entreprise pour la ré-organiser, nécessite de penser des méthodes agiles dès le départ. C'est à dire qu'on ne va pas décider d'une série de changement à mettre en place, mais d'essayer de changer par petit pas des processus et des méthodes de l'entreprise, dans le sens de l'amélioration de la fidélité client.

    Design de solution

    Afin de comprendre plus précisément la problématique, nous avons réalisé des interviews et des ateliers d’analyse avec l'équipe. L'idée était de relever les processus utilisés, comprendre ceux qui pouvaient être améliorés et ceux dont le changement avait des conséquences très immédiates. Un arbre à hypothèse est dessinée pour mettre en exergue les méthodes utilisées pour fidéliser les clients.

    Arbre à hypothèse

    Dans la première livraison de l’arbre à hypothèse, il apparait par exemple qu’un certain nombre d’outils de vente peuvent être amélioré. D'autre part la notion de client "fidèle" pouvait être interrogée.

    Un modèle mental assez précis a été mis à jour : « nous devons traiter tous nos clients de la même manière ». Travailler avec un arbre à hypothèse sur ce sujet a permis d’imaginer une autre organisation. En fait la question clef était : "Et si tous les clients ne se valaient pas ?"

    Une idée de nouvelle segmentation des clients a émergé, en imaginant pouvoir traiter les demandes clients de manière différente. Grâce à l’intégration d’un calcul complexe de rentabilité client, basé sur les chiffres comptables, on a pu imaginer délivrer un service à trois niveaux: gold, premium et standard.

    L'entreprise a donc changé les critères de fidélisation. On passe d'un critère "clients anciens et à chiffre d’affaire élevé à un critère "clients qui contribuent le plus à la marge brute de l’entreprise." En segmentant l'offre de service, on peut imaginer non pas augmenter la fidélisation des clients, mais concentrer les actions de fidélisation sur les clients les plus rentables, à qui on vend un service différencié.

    Implémentation

    L’implémentation de cette solution de cette fidélisation s’est finalement concentrée sur deux projets, dans une logique causale.

  • Amélioration des méthodes commerciales
  • Lancement d’une offre de service à trois niveaux

  • En résultat, l’entreprise a augmenté de 16% sa marge brute au bout d’un an.

    Pour aller plus loin


    On aurait pu utiliser d'autres techniques de segmentation-client. La meilleure étant la CLTV. La customer long-term value. Mettre en place une segmentation de ce type nécessite une capacité de traitement optimal de la donnée client. Un autre modèle de calcul est selon le RFM (Récence Fréquence Montant), utile dans la vente digitale mensualisé. La aussi une infrastructure IT efficace de gestion des données étant absente, nous avons préféré nous concentrer sur une segmentation plus accessible