Tarifs
Cas d'usage

Assurez-vous de contacter les clients les mieux scorés !

Découvrez comment une donnée fiable, enrichie et surtout mise à jour permet à vos actions marketing et commerciales de performer.

Qu'est-ce que le scoring client ?

Le scoring client consiste à attribuer une note à chaque prospect ou client selon ses caractéristiques et ses interactions avec la marque. Cette note hiérarchise la base : les équipes concentrent leurs efforts sur les profils à fort potentiel et écartent ceux qui présentent un risque. Le score ne prédit rien en lui-même, il ordonne une liste.

Toutes les entreprises rêvent de prédire le comportement de leurs clients, le scoring est la technique qui s'en rapproche le plus. Au lieu de traiter tous les contacts de façon identique, on priorise.

Quels sont les quatre types de scores, et lequel choisir ?

Quatre scores répondent à quatre questions différentes. Le score de conversion dit qui va acheter, le score de valeur dit qui rapporte, le score de churn dit qui va partir, le score de risque dit qui ne paiera pas. On ne choisit pas le meilleur : on choisit celui qui correspond à la décision que l'on doit prendre.

  1. 1

    Score de conversion, ou lead scoring. Probabilité qu'un prospect devienne client, selon sa maturité et ses actions. Se mesure en taux de transformation des leads notés A contre les leads notés C.

  2. 2

    Score de valeur, méthode RFM. Récence du dernier achat, fréquence des commandes, montant dépensé. Se mesure en chiffre d'affaires par décile de score.

  3. 3

    Score de churn. Risque qu'un client actif cesse d'acheter. Se mesure en taux de rétention des clients détectés comme à risque et travaillés en rétention.

  4. 4

    Score de risque financier. Capacité d'un client à honorer ses paiements. Se mesure en taux d'impayés évités sur les dossiers refusés ou cautionnés.

En B2C, le RFM et le churn dominent. En B2B, le lead scoring firmographique (code NAF, effectif, chiffre d'affaires, fonction du décideur) et le score de solvabilité sont les deux qui comptent.

Pourquoi un score calculé sur des données fausses se trompe-t-il ?

Un algorithme de scoring ne vérifie pas ce qu'on lui donne, il calcule. Si la base contient des doublons, des coordonnées mortes ou un SIRET erroné, le score sera cohérent, précis, et faux. C'est la règle du « garbage in, garbage out » : la sophistication du modèle ne rattrape jamais la qualité de la donnée d'entrée.

Un score faux ne se voit pas. Il ne produit pas d'erreur, il produit une note crédible sur laquelle une équipe commerciale va agir. C'est ce qui le rend coûteux : on ne découvre le problème qu'au bout de la chaîne, sur le taux de transformation.

Comment un doublon fausse-t-il un score RFM ?

Un doublon casse mécaniquement les trois composantes du RFM à la fois. La récence est fausse, puisque le dernier achat se trouve sur l'autre fiche. La fréquence est divisée entre deux enregistrements. Le montant aussi. Résultat : le client le plus fidèle ressort en deux clients tièdes, et le score le déclasse au moment précis où il faudrait le prioriser.

Un client a commandé six fois en deux ans pour 2 400 euros, dernier achat il y a un mois. Sur une fiche unique, son RFM est au plus haut, il part en campagne de fidélisation.

Sa base contient deux fiches, « Jean Dupont » et « J. Dupont ». Chacune porte trois commandes, 1 200 euros, et pour l'une d'elles le dernier achat remonte à quatorze mois.

Fiche uniqueDeux fiches
Récence1 mois1 mois et 14 mois
Fréquence6 commandes3 et 3
Montant2 400 €1 200 € et 1 200 €
Décisioncampagne de fidélisationune relance de réactivation, et un contact ignoré

Le même raisonnement vaut pour les autres scores. Un score de contactabilité calculé sur un numéro qui ne sonne plus ou une adresse NPAI note la coordonnée, pas la personne. Et un score de solvabilité calculé sur un SIRET erroné évalue une autre société que celle avec laquelle on s'apprête à signer.

Comment fiabiliser les données avant de scorer ?

Dans l'ordre : dédoublonner, puis valider les coordonnées, puis enrichir, puis contrôler à la saisie. L'ordre n'est pas indifférent. Enrichir avant de dédoublonner revient à payer deux fois l'enrichissement de la même personne, et à consolider l'erreur au lieu de la corriger.

  1. 1

    Dédoublonner et fusionner, pour reconstituer un historique unique par personne ou par entreprise. EnsoDedup

  2. 2

    Valider les coordonnées : adresse postale, e-mail, numéro de téléphone, pour que le score de contactabilité porte sur une coordonnée vivante. EnsoAddress, EnsoEmail, EnsoPhone

  3. 3

    Enrichir : données firmographiques en B2B, données comportementales et de contact en B2C, pour que le modèle ait de la matière. EnsoB2B, EnsoEnrich

  4. 4

    Contrôler à la saisie, pour que la base ne se dégrade pas à nouveau entre deux campagnes. Connecteurs API

Pour le score de risque financier, la vérification de solvabilité se fait sur une identité d'entreprise vérifiée. EnsoFinScore

Par où commencer ?

Par un état des lieux de la base avant de toucher au modèle. Taux de doublons, part de coordonnées invalides, taux de complétude des champs utilisés par le score. Ces trois chiffres disent si le problème vient de l'algorithme ou de la matière première, et c'est presque toujours la matière première.

Data Enso vous fournit la matière première indispensable à vos algorithmes. Utilisez EnsoDedup pour fusionner vos doublons, EnsoBtoB pour enrichir vos leads avec des données firmographiques précises, et EnsoEnrich afin de compléter les profils de vos clients par les données comportables et de contact nécessaire à votre profilage.

Questions fréquentes

La méthode RFM note un client sur trois critères : la récence de son dernier achat, la fréquence de ses commandes et le montant dépensé. Chaque critère reçoit une note, souvent de 1 à 5, et la combinaison des trois classe les clients par valeur. Elle suppose un historique d'achat consolidé sur une fiche unique.
Oui, et il fausse les trois composantes du RFM en même temps : la récence, parce que le dernier achat est sur l'autre fiche, la fréquence et le montant, parce qu'ils sont répartis entre deux enregistrements. Un client fidèle ressort alors comme deux clients tièdes.
Après. Un score calculé sur une base non dédoublonnée produit des notes cohérentes et fausses, sans message d'erreur. L'ordre des opérations est : dédoublonner, valider les coordonnées, enrichir, puis scorer.
En rattachant le client à une identité d'entreprise vérifiée, SIREN ou SIRET contrôlé, avant d'interroger les données financières. Un score de solvabilité calculé sur un SIRET erroné évalue une autre société, et le risque réel reste invisible.

Prêt à fiabiliser votre scoring ?

Ne basez plus vos décisions stratégiques sur des données erronées. Échangeons sur l'enrichissement et la qualification de vos bases lors d'un audit gratuit.

Demander une démo