calyps-data-intelligence-logo

Customer churn, ou l’avènement du marketing quantitatif (1/2)

Customer churn ou l'avènement du marketing quantitatif!
Bonnes pratiques

La transformation numérique n’en finit plus de modifier les usages. Depuis sa naissance dans les années 1950 aux Etats-unis, le marketing s’est attaché à comprendre le comportement des consommateurs. C’est en empruntant sa science à la sociologie et à la psychologie que des merveilles ont été réalisées en termes de positionnement de marque et, in fine, de ventes. 

Devenu trop dépensier au fil du temps, le département marketing a subi une mue liée à la naissance d’Internet. Au début du millénaire, les nouvelles mesures de marché mises en avant par les disciplines naissantes du SEO et du SEA sont le click through rate (CTR) et autre cost per click (CPC). Fournies gratuitement et en temps réel, elles vont jusqu’à communiquer des noms de prospects, accompagnés de score permettant de prioriser les contacts clients. 

Dans ce contexte, la notion d’attrition client ou customer churn a gagné en popularité depuis les années 2010. L’avènement d’Internet a en effet laissé place à la puissance de calcul dont la science des données avait besoin.

Petit lexique du customer churn appliqué aux médias

Si l’acquisition de nouveaux clients est essentielle à la croissance d’une entreprise, la fidélisation des clients reste le moteur de sa rentabilité. Peu utilisé dans son sens originel, le terme d’attrition – ou churn en anglais – désigne l’usure par frottement. Quant à l’attrition client, elle sert comme métrique de la perte de clientèle. Le customer churn représente ainsi l’un des indicateurs les plus importants pour mesurer l’engagement des clients. En Suisse, des secteurs aussi variés que les banques, les assurances, les télécommunications ou les médias visent une amélioration continue de leur churn. Comment s’y prennent-ils ? 

Les entreprises historiquement actives dans les médias et l’édition de contenus font face à la saturation du marché, à de nouveaux concurrents – citons Watson comme publication en ligne romande ou 20min comme radio numérique en Suisse – et à une transparence des prix qui impacte leur croissance, entraîne une augmentation des désabonnements et réduit les bénéfices.

Voici quelques chiffres pour illustrer le propos, car le taux d’attrition varie d’un secteur à l’autre. En 2020, la société américaine MPP Global a estimé un churn rate moyen de 5,6 %, composé de:

  • résiliations volontaires (lorsque le client n’est pas satisfait du service contracté) à 4,2%
  • résiliations involontaires (lorsque le client a eu un problème avec le service) à 1,4% 

Au niveau régional, les clients américains sont plus susceptibles de se désabonner que les européens, avec un taux de désabonnement d’environ 11% pour NORAM contre 7% dans la région EMEA et environ 2% pour APAC. Selon la même source, le taux d’attrition moyen des abonnés aux médias était de 6,87% à la même période, confirmant le dynamisme de ce secteur. 

Les 4 types de churn appliqués aux médias

Dans le contexte de l’industrie de l’édition et des médias numériques, on parle de désabonnement lorsque l’une des conditions suivantes est remplie :

  • l’annulation du service par le client, qui décide de ne pas reconduire son abonnement pour la période suivante ;
  • volontaire ou pas, la commande non renouvelée d’un service d’abonnement à durée déterminée (i.e. abonnement à l’essai) ;
  • le défaut de paiement continu.
Les cas d’attrition client peuvent être regroupés en 4 types:
1. Délibérée & volontaire
Il s’agit de la forme la plus courante de résiliation, lorsqu’un client cherche activement à résilier son contrat avec le fournisseur, par ex. en cas de:
– insatisfaction sur la qualité du service en général
– insatisfaction sur la qualité des contenus publiés
– support client inefficace
– perception de mauvais rapport qualité/prix
– départ à la concurrence
2. Accidentelle & volontaire
Dans ce scénario, Le client doit résilier son abonnement à cause d’une raison fortuite qui ne reflète pas la qualité du service reçu, par ex.:
– décisions financières telles que la réduction des dépenses de divertissement au sein du ménage
– changement de situation personnelle (i.e déménagement à l’international)
– modification des conditions générales de vente, invalidées par le client
3. Passive & involontaire
Ici, le service est interrompu en raison d’une défaillance du paiement ou de l’application, par ex.:
– paiement refusé par la banque du client (i.e. carte expirée)
– carte perdue ou volée
– paiement traité en dehors des heures d’ouverture de la banque et signalé comme à haut risque
– insuffisance de fonds, etc.
4. Planifiée involontairement
Forme peu courante de résiliation où le service est interrompu par le fournisseur, par ex.:
– arrêt du service contractualisé
– fournisseur qui propose une résiliation aux clients qui n’utilisent pas ses services (i.e. Netflix)
– un facteur externe qui empêche au service d’être fourni (i.e. chaînes sportives durant la pandémie)
les 4 types d’attrition client (customer churn) appliqués au secteur des médias

Pour quantifier leur customer churn, les entreprises médias optent le plus souvent pour une solution de Business Intelligence leur permettant de calculer et de visualiser des indicateurs comme le nombre de désabonnements extrapolés pour différentes périodes passées et présentes, le taux de désabonnement annuel ou encore l’évolution du taux de désabonnement dans le temps.

Du customer au predictive churn

Si les processus, les technologies et les compétences de l’organisation média sont avancés, le predictive churn peut être incorporé au tableau de bord afin de déterminer les facteurs à l’origine de la désaffection: c’est la réponse à la question du “Pourquoi” de l’attrition client, venant judicieusement compléter celle du “Qui”, soit quel(s) client(s) pourrai(en)t délaisser leur abonnement dans un avenir incertain. 

Moins accessibles que les 2 premières, les questions du “Quand” (“quand est-ce que le client serait susceptible de résilier?”) et du “Pour quoi” (“pour quelle alternative serait-il prêt à rester?”) pourront être abordées dès le départ, ou dans un 2e temps.

En attendant la suite de cet article (2/2), découvrez comment notre équipe de data scientists calculent les prédictions du nombre d’admissions aux urgences [ICI] pour un hôpital.