Favorisez l'engagement clients

La prévention du churn est clé dans la satisfaction client et l’amélioration de la fidélité client. L’enjeu est de détecter les clients les plus susceptibles de churner à partir d’un modèle de Machine Learning qui attribue une note (score) représentant la probabilité de départ à la concurrence du client.

Les clients avec le score de churn le plus élevé pourront ainsi être l'objet d’offres marketing anti-churn afin d’améliorer la satisfaction client et d’éviter le départ à la concurrence.

La mise en place du modèle de scoring de la construction jusqu’à l’industrialisation s’est faite en six étapes :

1. Data Engineering sur les bases de données CRM
   1. Analyse descriptive des variables issues des différentes bases : qualité, exhaustivité, cohérence, répartition, corrélations
   2. Nettoyage et retraitement. Consolidation des données et préparation pour l’analyse
2. Analyse exploratoire des données clients
   1. Identification de premiers profils de churners
   2. Identification de premiers schémas de comportements (patterns)
   3. Détection des variables discriminantes
3. Entrainement du modèle de scoring 
   1. Entraînement et calibration du modèle supervisé
   2. Tests des résultats et analyse de performance
4. Validation du modèle de scoring
   1. Présentation du modèle aux équipes marketing et service client
   2. Vérification de l’adéquation avec les besoins métiers
   3. Ajustements et itérations
5. Industrialisation du modèle de score dans l’infrastructure informatique de notre client
   1. Livraison et déploiement d’un script Python industrialisé pour la prédiction hebdomadaire sur les prochaines échéances
6. Construction d’un programme marketing anti-churn avec nos consultants Marketing et customer expérience et les équipes internes intégrant le score de churn

• Analyse exploratoire du contexte marketing et de la fidélité client à partir des données CRM
• Communication avec les équipes marketing afin de construire le modèle la plus pertinent à la fois d’un point de vue statistique et métier. Choix de l'algorithme en fonction du cas d’étude et du contexte marketing.
• Dockerisation du modèle de prédiction afin de faciliter l'implémentation dans le SI de notre client
• Collaboration avec notre équipe de consultants marketing et customer experience afin de construire un plan d’actions marketing anti churn à partir du modèle de scoring

Nous obtenons un modèle de prédiction de churn avec une précision de 85%. 

L’attribution d’un score de churn par client nous permet de réduire le scope de ciblage des campagnes CRM, d'éviter les spam, d’être plus pertinent et efficace sur le message, mais aussi de réduire le coût des campagnes. 

L’intégration du score de churn dans les outils conseillers clients permet une meilleure remonté d’information auprès des conseillers sur les risques churn pour chaque client, et ainsi une personnalisation des pratiques commerciales.

Nos équipes d’experts en Data Science et en Customer Relationship Management vous accompagnent pour renforcer votre stratégie sur la gestion de la relation client et sur les actions marketing, et ceci à chaque étape du parcours clients : de la prospection client à la prévention du churn en passant par l’augmentation de la valeur client et la fidélisation. Nous intervenons sur différentes problématiques : Analyse du marché, connaissance client, segmentation clients. Détection de comportement client. Recommandation produits.  Analyse et amélioration de la satisfaction et du service client. 

Notre expertise technique est également complétée par une connaissance métier forte grâce à nos data scientists spécialisés dans les sujet clients et marketing et à notre Business Unit Marketing & Customer Experience, ce qui nous permet de répondre au mieux aux problématiques propres à chacun de nos clients.