Découvrez une méthode de growth hacker pour mesurer l’engagement de vos clients

Lorsque vous lancez un produit, que vous réalisez des modifications sur votre flow d’on-boarding client, réalisez une campagne marketing ou modifiez un produit, la question qui revient fréquemment dans les discussions est de savoir quel est l’impact de ces actions sur l’engagement de vos clients. Mais comment visualiser cet engagement?

La segmentation client

L’engagement client envers vos produits peut se mesurer des plusieurs manières. Une méthode consiste à isoler dans une table d’une base de données chaque consommateur et pour chaque mois lui assigner un score d’engagement. Les méthodes pour mesurer cet engagement et flaguer les clients peuvent être de différentes natures.

Une première méthode consiste à calculer pour chaque client sa fréquence d’utilisation du produit et de le ranger dans un cluster d’engagement. Admettons que le consommateur ait utilisé votre produit 3 fois dans le mois, il se verra flagué dans tel ou tel segment (« très engagé », « découvreur », …) . Il en sera de même pour chaque client chaque mois (ou selon la fréquence adéquate d’analyse d’engagement de vos clients que vous aurez préalablement décidée).

Une autre méthode consiste à mettre en place une analyse de segmentation de type RFM, Récence Fréquence MontantCette méthode va un degré plus loin dans la mesure où elle inclut son engagement en terme de récence (le dernier achat/acte d’utilisation a-t-il eu lieu il y 1 semaine ou 6 mois ?), sa fréquence d’utilisation (Le client vient-il chaque mois ou chaque jour?) ainsi que le montant dépensé. Un client qui ne vient qu’une seule fois par an et dépense une grosse somme ne sera pas travaillé en terme de marketing et de ciblage de la même façon qu’un client qui viendra en moyenne deux fois par mois et dépensera des sommes plus modestes.

Le problème n’est donc de choisir une méthode de segmentation de vos clients mais réside dans l’étape d’après: celle de l’analyse et plus particulièrement de sa visualisation. Flaguer les clients est une chose, comprendre rapidement leur comportement pour savoir où creuser et mettre l’accent en terme d’action marketing en est une autre.

La visualisation de l’engagement client

Visualiser l’engagement de vos clients n’est pas pratique. Voici une méthode qui se révèle être pourtant extrêmement puissante pour prendre des décisions, lire votre business différemment et en tirer des insights actionnables.

La méthode ci dessous a été décrite sur le blog de John Egan, Growth Hacker chez Pinterest, la plateforme proposant de créer des tableaux d’images. Voici le résultat d’une visualisation de l’engagement client.

engagement client

Pour comprendre le schéma, il faut s’attarder attentivement sur chaque composant.

  • En colonne (en abscisse, axe des x) se trouvent les consommateurs par date/semaine de sign-up à votre produit – ou de premier achat . Vous pouvez aussi utiliser aussi la date d’activation et non pas de souscription au service, l’idée étant de catégoriser vos clients en fonction de la date de première « utilisation ». Ce nombre sera utilisé en base 100 par la suite.
  • En ligne (ordonnées, axe de y) se trouvent le nombre de semaines post-première utilisation: 1 semaine après, 2 semaines après, 3 semaines après… Mécaniquement, plus les cohortes de sign-up sont anciennes (à gauche) et plus vous aurez d’historique d’utilisation – d’où cet effet escalier que l’on voit sur le graphique ci-dessus.
  • Les données à l’intersection correspondent au pourcentage de clients uniques qui sont revenus/qui ont re-acheté sur votre site internet.  Par exemple, sur 100 consommateurs qui se sont activés sur la semaine se terminant le 5 juin 2016, 15% ont réutilisé le service / fait un nouvel achat 3 semaines plus tard – et ainsi de suite pour chaque cohorte d’utilisateurs. Le code couleur est donc bien évidemment à adapter en conséquence: plus de vert par exemple pour une fréquence d’utilisation élevée, plus de rouge pour une fréquence de retour plus basse.

Une visualisation riche en informations pour qui sait la lire.

L’interprétation de ce graphique est particulièrement riche et se découpe en plusieurs axes.

Le premier axe est celui des lignes. Il s’agit de visualiser pour toutes les cohortes ce que font les utilisateurs 1 semaine après leur inscription, 2 semaines après… pour voir ensuite s’il existe un effet « magique » d’utilisation lors des premières semaines et surtout à partir de quand vos clients commencent par réduire l’utilisation de votre service – ou laisser tomber votre produit. Vous pourrez ainsi voir si votre programme d’onboarding client est efficace et l’adapter en conséquence.

Le deuxième axe est celui de la diagonale puisqu’il s’agit pour chaque cohorte de la même date: y-a-t-il un effet pour noël? Une saisonnalité particulière? A partir de quel moment devez-vous mettre des actions pour soutenir la consommation sur votre site internet? Y-a-t-il eu un changement de votre offre (mise en place d’un service payant auparavant gratuit) qui aurait affecté tous vos clients à partir d’un certain moment et cela qu’importe l’ancienneté de vos clients? Ces changements seront visualisables immédiatement sur le graphique.

Le troisième axe de lecture et d’insight est celui des colonnes, vous permettant de comparer la qualité de chaque cohorte de client, en fonction de leur semaine de première utilisation. Vos anciens clients reviennent-ils plus souvent que les nouveaux ? Cela voudrait dire que votre marketing ou votre proposition de valeur perd en attractivité, auquel cas charge à vous de modifier votre produit ou vos actions de communication. Votre nouveau process de sign-up est-il meilleur? Une action de recrutement massive de client aurait-elle été au détriment de la qualité ultérieure de ces clients – ou sont-ils revenus de la même manière que vos autres clients?

Vous pourrez réaliser ce type d’analyse grâce à de bonnes tables de données, un peu de programmation en SQL et l’utilisation de Tableau Software pour la couche de visualisation.

L’idée est ensuite d’automatiser cette visualisation et de l’analyser régulièrement pour en tirer des enseignements.

N’hésitez pas à me contacter si cela vous intéresse pour votre business pour que je puisse répliquer la méthode.