CROISSANCE CLIENT
Prédiction de ventes croisées : trouver qui achètera le produit suivant
La prédiction de ventes croisées avec TIMi estime, pour chaque client, la probabilité d’acheter un produit complémentaire et montre les facteurs derrière, pour que l’effort commercial aille aux clients les plus susceptibles de dire oui.
Propension d’achat
Modeler compare les clients qui ont déjà acheté le produit avec ceux qui ne l’ont pas acheté.
Le comportement d’abord
Les variables comportementales prédisent généralement mieux que les variables sociodémographiques.
Base complète, un seul serveur
Chaque client scoré, pour chaque produit évalué, sur un serveur standard.
COMMENT ÇA FONCTIONNE
Comment fonctionne la prédiction de ventes croisées.
Trois étapes, dans un seul moteur, sur un serveur standard sans cluster.
1. Préparer les données
Anatella rassemble l’historique d’achats, le portefeuille de produits de chaque client et les données comportementales ou démographiques disponibles. Le résultat est une ligne par client, avec une colonne cible qui indique si le client a acheté le produit dans la période suivante.
2. Construire le modèle
Modeler compare les clients qui ont acheté le produit complémentaire avec ceux qui ne l’ont pas acheté, et estime une probabilité d’achat. En général, il y a un modèle par produit ou famille de produits, car les facteurs diffèrent.
3. Scorer et expliquer
Chaque client reçoit une probabilité d’achat pour un produit donné, avec les facteurs derrière, comme les produits déjà détenus ou un comportement proche de celui de clients ayant déjà acheté.
BIEN LE FAIRE
Ce qui rend un modèle de vente croisée précis.
Trois choix comptent plus que le choix de l’algorithme.
Définir la fenêtre de prédiction
La cible indique si le client a acheté le produit sur une période donnée après la date d’observation. En télécom, un mois est une fenêtre courante.
Privilégier le comportement au profil
Les achats récents, les habitudes d’usage et les contacts prédisent mieux que les données sociodémographiques, souvent estimées à partir d’une adresse postale et moins fiables.
Juger le modèle sur le haut de la courbe
Une campagne de vente croisée ne contacte qu’une petite part des clients : ce qui compte est la qualité du classement en haut de liste. Modeler fournit l’AUCtop, une mesure centrée sur cette partie de la courbe de lift.
EXPLICABILITÉ
Une probabilité dit qui. Les facteurs disent comment vendre.
Une probabilité seule indique qu’un client est susceptible d’acheter, pas pourquoi. Un modèle en boîte blanche montre ce qui le motive pour ce client, pour que les équipes commerciales adaptent leur argumentaire à la vraie raison d’intérêt plutôt que d’envoyer une offre générique.
Pour les équipes commerciales
L’effort commercial se concentre sur les clients à forte probabilité, avec un argumentaire construit sur les facteurs identifiés par le modèle.
Pour les exigences de transparence
Un modèle qui justifie chaque résultat variable par variable fournit la documentation nécessaire pour répondre aux attentes de transparence, comme le RGPD et l’AI Act. L’évaluation de conformité elle-même reste du ressort de votre service juridique.
Pour les responsables des modèles
Le Drift Report intégré à Modeler montre quand un modèle perd en précision, pour le mettre à jour quand c’est nécessaire plutôt qu’à date fixe.
DONNÉES
Les données utilisées par un modèle de vente croisée.
Anatella se connecte à plus de 80 sources : ces données peuvent être rassemblées sans développement spécifique préalable.
Historique d’achats et portefeuille
Ce que chaque client a acheté et les produits qu’il détient aujourd’hui.
Données de profil
Données démographiques ou de profil, quand elles sont disponibles.
Contacts commerciaux passés
Réponses aux campagnes et sollicitations précédentes.
Caractéristiques du produit
Les caractéristiques du produit complémentaire ciblé.
PREUVES
Vu en production.
Résultats issus de nos études de cas publiées.
Revenus de vente croisée doublés en 15 jours
30 modèles produits, une campagne auprès de 2 millions de clients et un moteur d’allocation des offres, construits par 2 data miners sur un PC de bureau standard.
Conversion passée de 4 % à 34 %
Les modèles construits par produit plutôt que par catégorie de produits sont désormais la norme chez BNP Paribas.
26 % des 15 % contactés ont souscrit un crédit
ING a ciblé les 15 % de clients entreprises les plus susceptibles d’avoir besoin d’un financement, à deux moments clés de l’année, et a augmenté la conversion de 20 %.
FAQ
Questions fréquentes.
Quelle différence entre vente croisée et montée en gamme ?
La vente croisée propose un produit différent et complémentaire de ce que le client détient déjà. La montée en gamme propose une version supérieure ou plus complète du même produit. Les deux suivent la même logique de modélisation, avec des variables différentes.
Faut-il un modèle par produit ou un modèle global ?
En général un modèle par produit ou famille de produits, car les facteurs d’intérêt varient d’un produit à l’autre. Modeler permet de générer ces modèles rapidement avec l’AutoML.
Fonctionne-t-il pour un nouveau produit sans historique de ventes ?
C’est plus difficile sans aucun historique. Un modèle peut s’appuyer sur les ventes d’un produit comparable, ou sur une phase pilote qui crée un premier jeu de données d’entraînement.
Quel lien entre le score de vente croisée et le next best offer ?
La vente croisée évalue l’appétence pour un produit donné. Le next best offer va plus loin en classant plusieurs produits les uns par rapport aux autres pour retenir le plus pertinent pour chaque client.
Les relations entre clients peuvent-elles améliorer la prédiction ?
Oui, surtout en télécom. Quand un graphe de relations existe, comme les appels entre abonnés, les opérateurs d’analyse de réseaux sociaux d’Anatella peuvent calculer des variables comme les achats récents dans le cercle d’amis d’un client, souvent parmi les plus prédictives.
CAS D’USAGE LIÉS
Continuez à explorer.
Next Best Offer
Classez les offres que chaque client est le plus susceptible d’accepter, avec les raisons.
Next Best Action
Choisissez la meilleure prochaine étape par client : une offre, un contact de rétention ou une action de service.
Prédiction de la valeur vie client
Estimez ce que vaut chaque client dans la durée, et ce qui détermine cette valeur.
JUGEZ PAR VOUS-MÊME
Testez-le sur vos propres données.
Essayez TIMi sur vos propres données avec un essai gratuit, ou parlez-nous de votre cas.
