Guide de segmentation : 4 techniques pour des campagnes emailing efficaces

Envoyez la bonne communication au bon destinataire au bon moment. C'est une devise récurrente, un mantra pour quiconque développe une stratégie de marketing par e-mail .

Mais qu'est-ce que cela signifie exactement ? Comment cela se traduit-il en pratique ? La réponse réside dans la segmentation , cet ensemble d'activités qui est utile pour diviser votre base de données en groupes pertinents. Après avoir expliqué comment augmenter les ventes grâce aux e-mails automatiques, nous passons à la découverte des activités fondamentales de la segmentation.

Connaître sa base de données

Avant de séparer vos contacts et de créer des e-mails personnalisés, une analyse approfondie des données doit être effectuée, afin de comprendre ce qui a été collecté, la quantité, la qualité, le type et s'il s'agit de données mises à jour ou obsolètes. Ce n'est qu'en connaissant la valeur de la base de données que vous pourrez déterminer le meilleur type de segmentation.

Deuxièmement, la stratégie marketing et le profil client avec lesquels vous souhaitez communiquer doivent être définis. L'analyse des données permet de comprendre quelles informations sont nécessaires, si les données en notre possession sont suffisantes ou s'il est nécessaire d'acquérir de nouvelles données. Une activité complexe, à laquelle MailUp vous permet de faire face grâce aux fonctions avancées de segmentation de la plateforme, à l'aide de questionnaires, de formulaires numériques et de campagnes d'acquisition cross-canal.

Après avoir défini les objectifs et analysé votre base de données, vous êtes prêt à segmenter vos contacts. Voyons quelques exemples.

Données personnelles

La segmentation basée sur les données personnelles est le moyen le plus simple de diviser les contacts : sexe , âge , adresse , ne sont que quelques-unes des données utiles pour créer des clusters. Ces données sont facilement disponibles, souvent fournies par l'utilisateur lors du processus d'inscription.

Si vous souhaitez créer un formulaire de collecte de données et insérer de nombreux champs, n'oubliez pas de faire le seul champ de demande obligatoire l' adresse e - mail de l'utilisateur, laissant ainsi à l'utilisateur le choix de quoi et combien d'informations personnelles partager avec vous. Car à ce niveau d'interaction, vos interlocuteurs sont moins enclins à partager trop d'informations sur eux-mêmes.

Par conséquent, assurez-vous que les informations que vous demandez sont nécessaires à votre stratégie de marché. Des demandes excessives peuvent conduire à des taux de conversion mineurs.

Données comportementales

La segmentation basée sur les données comportementales se concentre sur les actions que les utilisateurs effectuent, par exemple, en réponse à un e-mail que vous avez envoyé ou en naviguant sur votre site. Ce type de segmentation permet de comprendre à quelle étape du processus de conversion se trouvent les utilisateurs.

Si l'on considère les différentes interactions qu'un destinataire peut avoir avec un e-mail, on peut identifier quatre clusters en fonction de quatre comportements :

• l'abonné ouvre le message ;
• l'abonné n'ouvre pas le message ;
• l'abonné ouvre et clique dans le message ;
• l'abonné s'ouvre et ne clique pas dans le message.

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

• abonné fidèle , avec un indice supérieur ou égal à 75 % . Dans ce cas, récompensez leur fidélité avec un contenu spécial, un service gratuit ou une remise spéciale ;
• Abonné incertain , si sa valeur de fidélité est comprise entre 25% et 74% : ce sont des clients potentiellement fidèles, à convertir en optimisant le contenu, le sujet, le timing d'envoi, et en les informant que la fidélité à vos communications sera récompensée ;
• abonné peu fidèle , avec un score inférieur à 24 % : ces contacts sont difficiles à réactiver, et il n'y a pas de motif unique derrière leur faible implication ; principalement, leur perception de la valeur du message est ce qui les empêche d'ouvrir les messages. Tirer parti des promotions et des offres spéciales pourrait être une arme à double tranchant, créant une fidélité à l'offre plutôt qu'à l'entreprise.

Données transactionnelles

Il s'agit de toutes les informations liées au comportement d'achat , tant sur les canaux physiques qu'en ligne : type de produit choisi, fréquence d'achat, nombre de commandes, valeur totale des achats, préférences de marques, couleurs, etc.

Naviguer et utiliser ces informations n'est pas facile. Notre conseil est d'analyser les données qui rendent votre base de données particulière et de les combiner pour développer une segmentation efficace. Voici quelques exemples:

• offres spéciales , pour les clients qui ont cliqué ou acheté à plusieurs reprises sur des produits d'une marque spécifique ;
• e-mail pour récupérer les paniers abandonnés , pour les utilisateurs qui ont sélectionné des produits sans jamais finaliser l'achat ;
• campagnes de ventes croisées : si un utilisateur a acheté une robe et un sac d'une certaine couleur, envoyez un e-mail (avec ou sans remise) pour suggérer des produits connexes de la même couleur ;
• campagnes d'up-selling : proposer une sélection de produits en fonction de la moyenne des dépenses du client ;
• campagnes d'avant-vente : anticipez les remises saisonnières avec un email aux clients ayant passé un certain nombre de commandes ces derniers mois.

Analyse RFM

L'analyse RFM est très populaire dans le marketing et l'email marketinga : un exemple sophistiqué de segmentation qui utilise une méthodologie statistique prédictive sur le comportement, basée sur trois variables, grâce à laquelle vous pouvez associer les clients à un score pour chaque demande de métrique :

• récence : la date du dernier achat effectué ;
• fréquence : la fréquence d'achat ;
• monétaire : la dépense moyenne sur une période de temps donnée.

Les trois principes de l'analyse RFM sont :

• les clients qui ont acheté récemment sont plus réceptifs aux nouvelles promotions que les clients qui ont acheté plus loin dans le passé ;
• les clients réguliers sont plus réceptifs que les occasionnels ;
• les clients qui dépensent en moyenne sont plus réceptifs que ceux qui dépensent moins.

Les meilleurs clients à qui adresser des messages dédiés et adaptés sont bien entendu ceux qui obtiennent des scores RFM élevés. Nous vous recommandons également de définir un score seuil , en dessous duquel il n'est plus pratique de continuer à envoyer des campagnes et il serait préférable d'expérimenter de nouvelles stratégies de réengagement.

Quels critères utilisez-vous pour diviser vos contacts ? Partagez vos techniques de segmentation avec nous dans l'espace ci-dessous.