Demander une analyse de potentiel
FR
Menu

Churn prediction : détecter l’attrition avant qu’elle n’arrive.

Prévoir, mesurer et contrer à temps l’attrition client dans le commerce.

Les bons clients partent rarement avec fracas. Ils viennent moins souvent, puis plus du tout. Vittorio, l’assistant commercial doté d’intelligence artificielle (IA), repère les bons clients absents depuis longtemps et propose au collaborateur responsable un message personnel tant qu’il peut encore agir.

WhatsApp Business Platform officielle Hébergement en Allemagne Développé à Hambourg
Bonjour, Tobias.Mardi, 10:30

3 propositions de contact pour aujourd’hui

M. Krämer Pas venu depuis longtemps Venait chaque mois, plus depuis quatre mois
Bonjour Monsieur Krämer, à partir de vendredi, notre menu gibier revient, celui que vous avez tant apprécié l’automne dernier. Puis-je vous garder votre table près de la fenêtre ?
ModifierPlus tardEnvoyer
Mme AdlerTable libreSur liste d’attente pour samedi soir
Famille SchmittAnniversaireAnniversaire de mariage fêté chez nous l’an dernier, selon le client

L’essentiel en bref

  • Le churn désigne l’attrition client. La churn prediction prévoit quels clients risquent de partir.
  • Le taux d’attrition est la part des clients perdus sur une période, rapportée à la base de départ.
  • Dans le commerce, il n’y a pas de résiliation. Chaque maison doit donc définir à partir de quand un client est considéré comme perdu.
  • Le signal d’alerte le plus important est un écart depuis la dernière visite nettement supérieur au rythme propre du client.
  • Une prévision n’est utile que si quelqu’un agit ensuite : avec un message personnel de l’interlocuteur connu.

Que signifie churn et qu’est-ce que la churn prediction ?

Le churn désigne l’attrition client, c’est-à-dire le départ des clients. La churn prediction prévoit quels clients risquent de partir prochainement. L’objectif est de repérer ces clients tant qu’on peut encore les retenir. La gestion des résultats s’appelle churn management.

Le sujet est connu dans les secteurs à contrat, comme les télécommunications, les assurances ou les abonnements. Le départ y est un événement clair : la résiliation. Dans le commerce, l’hôtellerie et la restauration, cet événement manque. Les clients partent en silence. La prévision en devient plus difficile, et d’autant plus importante.

Calculer le taux d’attrition

Le taux d’attrition mesure combien de clients sont perdus sur une période :

Taux d’attrition = clients perdus sur la période ÷ clients en début de période × 100

Un exemple illustratif : une maison de mode compte 2 000 clients fidèles en début d’année. 260 d’entre eux n’ont plus acheté d’ici la fin de l’année, alors qu’ils venaient plusieurs fois par an. Le taux d’attrition est de 260 ÷ 2 000 × 100 = 13 %.

Le calcul est simple. La définition est plus délicate : à partir de quand un client est-il perdu dans le commerce ? Un délai fixe pour tous convient rarement. Une règle tenant compte du rythme de chaque client est plus pertinente, par exemple : aucun achat depuis plus de deux fois son intervalle habituel. Il n’existe pas de bon taux d’attrition universel ; il dépend fortement du secteur et du rythme d’achat.

Taux d’attrition dans le commerce : un exemple avec le rythme d’achat

Un exemple illustratif montre à quel point la définition influence le résultat. Un bijoutier a deux clients fidèles qui ne sont pas venus depuis 14 mois :

  • Mme A. achète depuis des années environ tous les quatre mois. 14 mois sans visite représentent pour elle plus du triple de son intervalle habituel. Elle est très probablement partie ou sur le point de l’être.
  • M. B. achète tous les deux ans pour une occasion fixe, en dernier une montre pour un anniversaire rond. Pour lui, 14 mois sont normaux.

Avec un délai fixe de douze mois, les deux seraient comptés comme perdus. Une règle fondée sur le rythme propre de chaque client ne signale en revanche que Mme A. comme à risque. C’est elle qui devrait recevoir aujourd’hui un message personnel.

Les indicateurs autour du taux d’attrition

Le taux d’attrition seul ne raconte que la moitié de l’histoire. Il prend tout son sens avec ces indicateurs :

  • Taux de rétention : la part des clients restés sur la période. C’est le pendant du taux d’attrition : 13 % d’attrition correspondent à 87 % de rétention.
  • Attrition du chiffre d’affaires : la part du chiffre d’affaires perdue avec les clients partis. Si une maison perd peu de clients mais de très bons, elle est nettement plus élevée que le taux d’attrition.
  • Taux de réactivation : la part des clients à risque qui achètent à nouveau après un contact. Il montre si les contre-mesures fonctionnent.

Taux d’attrition et customer lifetime value

Chaque client perdu raccourcit la durée de sa relation avec la maison et donc sa customer lifetime value (CLV). Un taux d’attrition plus faible agit donc doublement : il garde du chiffre d’affaires dans la maison et augmente la valeur de chaque client fidèle au fil des années. Le contact est le plus rentable avec les clients de grande valeur qui s’éloignent.

Comment fonctionne la churn prediction

Il existe trois approches courantes, de la plus simple à la plus complexe :

  1. Des règles. Des seuils fixes comme « aucun achat depuis 12 mois » ou des classes de la segmentation RFM. Rapide à mettre en place, mais grossier.
  2. Des modèles statistiques. Ils estiment à partir du comportement d’achat passé la probabilité qu’un client soit encore actif. Il faut pour cela des données propres sur plusieurs années.
  3. L’apprentissage automatique. Des modèles apprennent à partir de nombreuses caractéristiques quels clients sont partis par le passé et l’appliquent aux clients actuels. Performant, mais difficile à exploiter sans spécialistes.

Pour une maison avec des clients fidèles, la méthode compte moins que ce qui se passe ensuite. Une liste de probabilités ne fait revenir aucun client.

De la prévision à l’action

Un client à risque a besoin d’une raison de revenir et d’une personne qui se manifeste. Idéalement l’interlocuteur qu’il connaît, avec une occasion qui correspond à son histoire dans la maison. Dans les grands systèmes, la question de la prochaine action pertinente s’appelle next best action.

À quoi peut ressembler une telle prise de contact, et ce qu’il vaut mieux éviter, figure sur la page clients inactifs.

Ce qu’en fait Vittorio

Vittorio repère dans vos données de vente les bons clients absents depuis longtemps, ainsi que d’autres occasions comme des entretiens à faire ou des rendez-vous récurrents. Au lieu d’une liste, le collaborateur responsable reçoit chaque matin une proposition avec la raison et un brouillon prêt. Il décide s’il écrit et comment. L’analyse de potentiel gratuite, réalisée avec vos propres données, montre combien de bons clients ne se sont pas manifestés depuis longtemps.

Scènes d’exemple. Tous les noms de personnes et de commerces sont fictifs.

Le churn avec et sans contrat.

Pourquoi les recettes connues des télécoms et des abonnements ne s’appliquent qu’en partie au commerce.

CritèreActivité à contratCommerce, hôtellerie, restauration
Comment l’attrition devient visiblepar la résiliationpas du tout, le client disparaît en silence
Quand l’entreprise s’en aperçoitimmédiatementsouvent après des mois, voire jamais
Ce qui est mesurérésiliations sur la périodeécart depuis le dernier achat par rapport au rythme propre
Réponse typiqueoffre de rétention lors de la résiliationmessage personnel avec occasion, avant le départ définitif

Comment repérer tôt l’attrition.

L’écart s’allonge

La dernière visite remonte nettement plus loin que le rythme habituel du client. Dans le commerce, c’est le signal le plus fort.

Les visites s’espacent

Qui venait chaque mois et ne vient plus que chaque trimestre s’éloigne, même s’il n’est pas encore parti.

Les dépenses baissent

Le client achète encore, mais moins par visite. Souvent, il achète désormais le reste ailleurs.

Le service se fait ailleurs

La révision, l’entretien ou le contrôle de montre n’ont pas lieu, alors qu’ils seraient dus.

L’interlocuteur est parti

Quand un collaborateur de longue date quitte la maison, ses clients sont particulièrement à risque. Le cas d’usage le nouvel interlocuteur en montre un exemple.

Une réclamation ou une expérience décevante peut aussi être un déclencheur. Elle figure rarement dans les données de vente, mais votre équipe la connaît souvent.

À lire aussi.

Ressources

Segmentation RFM

Classer les clients selon le dernier achat, la fréquence et le chiffre d’affaires, avec exemple.

Vers la segmentation RFM

Ressources

Clients inactifs

Comment faire revenir personnellement les bons clients à risque.

Vers clients inactifs

La discrétion avant tout.

Ce que vos clients vous confient reste dans votre maison.

L’humain décide

Chaque message que votre maison envoie de sa propre initiative est validé par un collaborateur. Vittorio n’écrit jamais de lui-même.

Uniquement avec consentement

Contact exclusivement avec les clients qui ont expressément accepté WhatsApp.

Plateforme officielle

Envoi via la WhatsApp Business Platform de Meta, et non via des comptes privés.

Hébergement en Allemagne

Conçu pour une utilisation conforme au Règlement général sur la protection des données (RGPD), avec contrat de sous-traitance.

Voyez d’abord ce que valent vos clients existants.

Avant de choisir un logiciel, nous analysons vos données de vente existantes, pseudonymisées et encadrées par contrat. Après dix jours ouvrés, nous vous présentons le résultat en personne.

  • Combien de bons clients ne se sont pas manifestés depuis longtemps
  • Quelles occasions se présentent dans les 90 prochains jours
  • Quel potentiel de chiffre d’affaires elles représentent
Exemple d’analyse de potentiel

Bijoutier, deux boutiques

1 240Clients ayant acheté pour plus de 5 000 €dont 418 pas venus depuis plus de 18 mois
96Contrôles de montres à prévoir dans les 90 prochains joursAchats il y a 10 à 14 mois, avec consentement
37Occasions issues des informations clientsAnniversaires, fêtes, alliances

Valeurs illustratives. L’analyse montre vos propres chiffres, à partir de vos données.

Questions fréquentes

Que signifie churn ?

Churn est le terme anglais pour l’attrition client, c’est-à-dire la perte de clients sur une période.

Qu’est-ce que la churn prediction ?

La prévision des clients qui risquent de partir prochainement. L’objectif est de les repérer à temps et de les contacter personnellement.

Comment calculer le taux d’attrition ?

Clients perdus sur la période divisés par les clients en début de période, fois 100. Dans le commerce, il faut d’abord définir à partir de quand un client est considéré comme perdu.

Qu’est-ce qu’un bon taux d’attrition ?

Il n’existe pas de chiffre universel. Il dépend du secteur, du rythme d’achat et de la définition de l’attrition. L’évolution de votre propre taux dans le temps est plus parlante.

De quelles données a-t-on besoin pour la churn prediction ?

Au minimum client, date d’achat et montant sur une période assez longue. Les données de service et de rendez-vous ainsi que l’interlocuteur responsable sont aussi utiles.

Qu’est-ce que le churn management ?

La gestion des clients à risque : les repérer, les prioriser, les contacter et mesurer le résultat. Dans le commerce, cela signifie surtout contacter personnellement les bons clients avant qu’ils n’achètent définitivement ailleurs.

Que signifie un taux d’attrition de 10 % ?

Sur 100 clients actifs en début de période, 10 sont partis à la fin. Que ce soit beaucoup dépend du secteur, du rythme d’achat et de votre propre définition de l’attrition.

Quel lien entre taux d’attrition et customer lifetime value ?

Plus les clients partent, plus la relation client moyenne est courte et plus la customer lifetime value est faible. Réduire le taux d’attrition augmente la valeur de vos clients fidèles.

Parlons de vos clients existants.

30 minutes avec l’un des fondateurs, en personne à la tour H1 à Bielefeld, en visio ou directement dans un chat Teams.