Envoyer la bonne communication, au bon destinataire au bon moment. C’est une devise récurrente, un mantra pour quiconque développe une stratégie de marketing par email.

Mais concrètement, qu’est-ce que cela signifie ? Comment cela se traduit-il dans la pratique ? La réponse est la « segmentation », cet ensemble d’activités utiles pour diviser votre base de données en groupes pertinents. Augmenter vos ventes par le biais d’emails automatisés passe par les activités de segmentation marketing des contacts.

Connaître votre base de données

Avant de disséquer vos contacts et de créer des emails personnalisés et différenciés, vous devez faire une analyse approfondie des données, comprendre ce qui a été collecté, la quantité, la qualité, le type, si elle est mise à jour ou périmée. Ce n’est qu’en connaissant la valeur de la base de données que vous pourrez déterminer le meilleur type de segmentation.

Deuxièmement, vous devez définir la stratégie de marketing, le profil du client avec lequel vous voulez communiquer. L’analyse des données vous aide à comprendre de quelles informations vous avez besoin, si les informations dont vous disposez sont suffisantes ou si vous devez acquérir de nouvelles informations. C’est une tâche complexe que MailUp vous permet d’aborder grâce aux fonctions de segmentation avancées de la plateforme, et à l’aide de questionnaires, de formulaires numériques et de campagnes d’acquisition cross-canal.

Une fois que vous avez défini vos objectifs et analysé votre base de données, vous êtes prêt à segmenter vos contacts. Voyons quelques exemples.

Les données de base

La segmentation sur une base de données de base est le moyen le plus simple de diviser les contacts : le sexe, l’âge, le domicile, sont quelques-unes des informations utiles pour créer des clusters. Ces données sont facilement accessibles, souvent laissées par l’utilisateur lors de la procédure d’inscription.

Si vous souhaitez créer un formulaire de collecte de données et que vous souhaitez saisir de nombreux champs, n’oubliez pas de ne rendre obligatoire que le champ de demande de l’adresse électronique, de manière à laisser à l’utilisateur le choix du type et de la quantité de données personnelles à partager avec vous. Parce qu’à ce niveau d’interaction, vos interlocuteurs sont moins susceptibles de partager trop d’informations sur eux-mêmes.

Assurez-vous donc que les informations que vous demandez sont nécessaires à votre stratégie. Des demandes excessives peuvent entraîner des taux de conversion plus faibles.

Données comportementales

La segmentation des données comportementales se concentre sur les actions que les utilisateurs entreprennent : par exemple, en réponse à un email envoyé ou en naviguant sur votre site. Ce type de segmentation nous aide à comprendre à quel stade du processus de conversion se trouvent les utilisateurs.

Si l’on considère les différentes interactions qu’un destinataire peut avoir avec un email, on peut identifier quatre grappes basées sur quatre comportements différents.

Si vous vous demandez quel est le niveau d’implication de vos contacts, vous pouvez calculer l’indice de fidélité avec un calcul simple : comparez le nombre de messages ouverts avec le nombre total de messages envoyés. Ensuite, comparez les données avec ces trois catégories:

  • indice de référence, avec un indice égal ou supérieur à 75%. Dans ce cas, elle récompense leur fidélité par un contenu spécial, un service gratuit ou une remise spéciale;
  • inscrit incertain, si son score de fidélité se situe entre 25 et 74% : ce sont des clients potentiels fidèles, à convertir en optimisant le contenu, l’objet, le temps d’envoi et en les informant que leur fidélité à vos communications sera récompensée;
  • non fidèle, avec un score inférieur à 24% : ce sont des contacts difficiles à réactiver, à la faible implication desquels il n’y a pas de motivation univoque ; c’est surtout la valeur perçue qui ne pousse pas le destinataire à ouvrir les messages. L’exploitation des promotions et des offres spéciales pourrait s’avérer être une arme à double tranchant, générant une fidélité à l’offre plutôt qu’à l’entreprise.

Données transactionnelles

Ce sont toutes les informations sur le comportement d’achat, sur les canaux physiques comme en ligne : type de produit choisi, fréquence d’achat, nombre de commandes, valeur totale des achats, prédilection pour les marques, les couleurs et bien plus encore.

Orienter et exploiter ces informations n’est pas facile. Nous vous conseillons d’analyser les données qui font la particularité de votre base de données, en les combinant pour développer une activité de segmentation efficace. Voici quelques exemples:

  • offres spéciales, pour les clients qui ont cliqué ou acheté plusieurs fois des produits de marques spécifiques;
  • email pour récupérer les paniers abandonnés, pour les utilisateurs qui ont sélectionné des produits sans jamais terminer l’achat;
  • campagne vente croisée : si un utilisateur a acheté une robe et un sac d’une couleur spécifique, envoyer un email (avec ou sans remise) pour proposer des produits connexes de la même couleur;
  • campagne up-selling : proposer une sélection de produits en fonction de la réception moyenne du client;
  • pre-selling campagne : anticiper avec un email les remises de saison aux clients qui ont fait un certain nombre de commandes au cours des derniers mois.

L’analyse RFM

Très populaire dans le domaine du marketing et de l’email marketing, l’analyse RFM est un exemple avancé de segmentation qui utilise une méthodologie statistique prédictive du comportement, basée sur trois variables, grâce à laquelle il est possible d’associer un score aux clients pour chaque mesure requise.

Les meilleurs clients, à qui adresser des messages dédiés et personnalisés, sont ceux qui obtiennent évidemment des scores RFM élevés. Nous vous recommandons de fixer un seuil de points, en dessous duquel il n’est plus pratique de continuer à envoyer des emails et d’expérimenter de nouvelles stratégies de réengagement.