CLASSIFICATION FLOUE APPLIQUEE AUX OPERATEURS TELEPHONIQUES

Transcription

1 Information Systems Research Group Département d Informatique Université de Fribourg, Suisse Travail de bachelor CLASSIFICATION FLOUE APPLIQUEE AUX OPERATEURS TELEPHONIQUES Professeur : Dr. Andreas Meier Assistants : Nicolas Werro et Daniel Fasel Rédigé par : Cung Hong Phu hongnguyenphu.cung@unifr.ch

2 TABLE DES MATIERES 1. INTRODUCTION MOTIVATION OBJECTIFS STRUCTURE DU TRAVAIL APPROCHES DE LA CLASSIFICATION LA CLASSIFICATION TRADITIONNELLE Analyse de la méthode Exemple d application LA CLASSIFICATION FLOUE Analyse de la méthode Variables linguistiques et exemple d application Langage de requête fcql L architecture des bases de données Autres approches similaires LES APPLICATIONS DE LA CLASSIFICATION FLOUE L équité dans le traitement La personnalisation de masse Le marketing La décomposition hiérarchique LES OPERATEURS TELEPHONIQUES EXPOSITION DU DOMAINE Le marché des télécommunications Le marché suisse des télécommunications LE MARCHE DES MOBILES La téléphonie mobile en Suisse Les services produits METHODES DE MARKETING La fidélisation Le marketing mobile Le sponsoring PUBLIC CIBLE APPLICATIONS CONCRETES PORTFOLIO FLOU DE PRODUIT REFERENCES... 37

3 3 1. Introduction 1.1 Motivation Au sein de toute entreprise, le client est le facteur clé de la réussite. De nos jours, face à une intensification de la concurrence et les attentes accrues sur le plan du service, les organisations tentent à mettre en œuvre des stratégies qui leur permettront d acquérir et de retenir l actif le plus précieux qui est le client. La fidélité de la clientèle étant très bénéfique, c est pourquoi chaque entreprise doit répondre et satisfaire au mieux les demandes de ses clients. Cette notion va dans le sens de la loi de Pareto selon laquelle dit : «mieux fidéliser ces meilleurs clients plutôt que de chercher à recruter de nouveaux prospects dont la valeur n'est pas assurée». Afin de mieux gérer leur clientèle, les entreprises adoptent une approche personnalisée de prestations de services : chaque individu est considéré distinctement afin de mieux fournir les services lui correspondants. Les opérateurs téléphoniques appartiennent à cette catégorie de prestataires de services. Face au développement du commerce en ligne et à une concurrence accrue sur le marché de la télécommunication en pleine croissance, leurs activités principales consistent à offrir les meilleurs produits et services et surtout de fidéliser au mieux leur clientèle. Dans la pratique, il n est pas évident pour les entreprises de connaître précisément chaque client auquel elles fournissent leurs prestations de services. Toutefois grâce aux systèmes de bases de données, ces organisations peuvent stocker les données personnelles de leurs clients et de s en servir pour répondre à leurs demandes précises. Mais la question à se poser est comment utiliser de manière adéquate ces bases de données afin d extraire des informations pertinentes. La classification traditionnelle est une méthode de segmentation qui divise le domaine d appartenance des clients en différentes segments (catégories). Chaque individu se trouve ainsi dans une catégorie précise en fonction des informations récoltées. Mais l inconvénient réside dans le fait que la segmentation possède des limites entre les segments : l individu est positionné sans aucune précision sur son degré d appartenance. Il est difficile de connaître

4 4 s il se trouve proche ou éloigné d une limite. A cela s ajoute le fait que cette méthode est une description statique de la réalité qui va à l encontre du caractère évolutif d un individu. Afin de résoudre les problèmes rencontrés dans la segmentation, une solution alternative subsiste pour une utilisation appropriée des informations récoltées : la classification floue. Elle permet donc à un individu de se situer sur plusieurs segments à la fois et définit ainsi le comportement du client de manière dynamique Objectifs Le but recherché de ce travail consiste à analyser la classification floue appliquée au domaine des opérateurs téléphoniques. Cette méthode met l accent sur le fait qu un individu peut appartenir à plusieurs classes à divers degrés. Ainsi, en se basant sur les informations récoltées, les agents téléphoniques peuvent traiter individuellement chaque client et d adapter en conséquence les tarifs des abonnements correspondants à un individu spécifique. Il s agit donc de démontrer que l application de la classification floue s avère importante dans la gestion de la relation avec la clientèle. Pour ces opérateurs, cette approche peut représenter un avantage concurrentiel dans leur offre de produits et services. Dans cette même approche, les thèmes tels que l équité dans le traitement de la clientèle, le marketing et la personnalité de masse seront analysés dans la suite de ce travail. 1.3 Structure du travail Le travail se décompose tout d abord par la présentation de la classification floue. Dans cette partie conceptuelle, il est judicieux, en premier lieu, de comparer cette méthode avec l approche traditionnelle, d expliquer son fonctionnement et son utilité et ensuite de l appliquer à un exemple. Le prochain chapitre est réservé uniquement à la description du domaine des opérateurs téléphoniques, sans mettre en rapport avec le thème de la classification floue. Cette étape

5 5 se focalise sur l exposition de ce secteur, la présentation des produits et services, ainsi que les méthodes de marketing adoptées. Après avoir défini la classification floue et le contexte du travail, il est alors possible d établir un lien entre ces deux aspects. Dans cette partie, la classification floue sera appliquée dans la détermination des différents types d abonnements proposés par les opérateurs avec leurs prix respectifs. Ensuite, les notions de la gestion des clients et l optimisation de la relation avec la clientèle seront traitées dans le cadre de cette méthode. Afin de mieux saisir les concepts développés ci dessus, un exemple sera traité dans ce dernier chapitre. Celui ci analysera les critères d évaluations, sur lesquels un opérateur se base, dans la détermination d un abonnement téléphonique mobile proposé à un client particulier. Dans cet exemple, L utilité da la classification floue réside dans le fait qu elle permet de calculer le tarif optimal d un abonnement en fonction du comportement de l usage du téléphone mobile de chaque client.

6 6 2 Approches de la classification Dans l économie concurrentielle de nos jours, les entreprises recherchent avant tout la satisfaction des besoins de leur clientèle. Leur tâche est de proposer aux consommateurs ciblés les produits et services qui répondent à leurs demandes. Afin de connaître les attentes de chaque personne et de développer une relation commerciale durable, les entreprises procèdent au classement de leurs clients dans le but de mieux les personnaliser. Deux méthodes distinctes de classification seront traitées dans ce chapitre. 2.1 La classification traditionnelle Analyse de la méthode Le concept de cette méthode consiste à poser des limites distinctes entre chaque segment. Chaque client est placé dans une classe unique délimitée. Les bornes entre ces segments restreignent alors l appartenance stricte d un individu. De ce fait, cette méthode est une description statique: elle ne tient pas compte de l état changeant et évolutif des personnes. Cependant, un individu est de caractère dynamique; la classification traditionnelle va à l encontre de cette définition. Cette segmentation des individus représente, d autre part, une entrave à la notion d équité. Concrètement, au sein d une classe, les clients sont traités de façon identiques, malgré leurs emplacements opposés dans le segment : étant donné que cette classe est définie de manière étendue, les clients peuvent avoir des propriétés divergentes à l intérieur de celleci. A l inverse, les clients dont leurs comportements sont très similaires peuvent être classés dans des segments différents en dépit de leurs positionnements proches de la limite les séparant. En plus, s il existe plusieurs attributs dans la classification, il s avère difficile de procéder à une segmentation ciblée : le nombre de segments et de clients par segment s accroîtraient. Dans ce cas, l objectif de la personnalisation de la clientèle ne serait plus atteint.

7 7 Ainsi, dans cette stratégie de classement, l appartenance d un individu ne peut prendre que la valeur 1 ou 0. Cela signifie que soit un client appartient strictement à une classe, soit il n y appartient pas. Dans la réalité, cette classification «stricte» ne permet pas de traiter équitablement les clients selon leur valeur réelle Exemple d application Dans le but de mieux cerner la segmentation traditionnelle, un cas d exemple de campagne publicitaire sera appliqué dans le contexte des agents téléphoniques. Afin de récompenser ses clients fidèles, l opérateur offre des minutes et messages SMS gratuits en fonction de la durée de conversation mensuelle de chaque individu ainsi que le nombre de messages envoyés dans le mois. Dans cet exemple, les clients seront évalués sur la base de deux critères : les minutes de conversation et le nombre de SMS. Dans ce contexte, le temps de communication est déterminé suivant un tarif unique. En pratique, la durée peut être facturée selon le tarif normal ou réduit et également selon les appels sur les réseaux fixes ou mobiles. La base de données des clients est présentée dans le tableau ci dessous : Client Nom Minutes conversation/mois SMS envoyés/mois Dupont Favre Piller Pugin Il convient ensuite d introduire des valeurs limites pour chaque critère: Les minutes de conversation par mois sont divisées en deux intervalles [0, 119] et [120, 240]. Les SMS envoyés par mois sont aussi scindés en deux intervalles [0, 99] et [100, 200]. Cette division entre les attributs crée 4 classes permettant à l opérateur téléphonique de définir à quel segment appartient un individu et ainsi de cibler son offre promotionnelle correspondante:

8 8 Classe C1 : 60 minutes et 40 SMS offerts Classe C2 : 45 minutes et 20 SMS offerts Classe C3 : 15 minutes et 40 SMS offerts Classe C4 : 0 minutes et 0 SMS offerts La définition des classes précitées conduit à l espace de classification suivant : SMS 240 Favre C1 C2 120 Pugin 119 Dupont C3 C4 0 Piller Minutes Figure 1. Classification traditionnelle définie par les minutes et les SMS Dans cette segmentation traditionnelle de la clientèle, deux constatations importantes sont à souligner : les individus appartenant à une classe sont traités de la façon identique; et entre chaque classe existe une forte disparité. Ainsi, dans l exemple, le client Favre qui se situe au sommet de l évaluation, reçoit la même offre que Pugin qui, par contre, est proche de la plus basse classe C4 dont l offre est beaucoup moins conséquente. Bien qu ils se situent dans un même segment et sont traités de manière semblable, il existe toutefois une divergence entre eux. La deuxième observation est que les clients Pugin et Dupont se positionnent proche de l un et l autre dans le graphique, mais cependant ils reçoivent une offre totalement opposée : ils ont un comportement similaire, mais pourtant sont classés à des extrémités. Pour quelques minutes et SMS utilisés de moins, Pugin basculerait dans la classe C4.

9 9 En résumé, les clients, dont leurs valeurs sont très proches, peuvent être classés dans les classes complètement différentes. Et les clients, dont leurs valeurs sont très différentes, peuvent être classés dans la même classe. Par conséquent, cette classification stricte et inexacte entrave la notion d équité dans la segmentation des clients. Cette méthode s avère peu efficace dans une gestion de la clientèle. Afin de trouver des solutions à ces problèmes susmentionnés, la classification floue est en mesure de fournir aux entreprises les concepts pertinents dans l élaboration d une bonne gestion de l information concernant leurs clients. 2.2 La classification floue Analyse de la méthode Dans la gestion de la clientèle, les individus sont enregistrés dans de grandes bases de données. Afin d extraire ces informations pour prendre des décisions de marketing, la classification floue s avère plus efficace que la méthode traditionnelle. Elle permet une analyse plus exacte et surtout plus équitable. L avantage principal par rapport à la segmentation classique est qu un individu peut appartenir à plusieurs classes à la fois. De ce fait, il existe une transition entre les classes. Chaque individu possède une ou plusieurs degrés d appartenance aux différentes classes. Ces degrés, compris entre l intervalle 0 et 1, décrivent avec plus de précision les clients classés : à partir des différents contextes et attributs qui leur sont liés, les clients sont classés à leur juste valeur, et il est alors possible de cibler leurs besoins, et en conséquence de leur proposer une offre optimale. Le concept d appartenance permet donc à l entreprise de détecter le potentiel et la faiblesse des clients et d y agir ainsi suivant la situation: dans le premier cas, il est avantageux pour l entreprise de conserver les bons clients et dans le second cas, il faut améliorer leur comportement de consommation. A cet avantage majeur, deux autres points sont à relever. Au niveau sémantique, il faut souligner l importance de l utilisation des variables linguistiques dans la requête des bases

10 10 de données. Au lieu d utiliser les valeurs numériques pour définir les différentes classes d équivalence des attributs, la classification floue fait appel aux termes linguistiques qui facilitent la compréhension des requêtes. Et afin de réduire la complexité dans la classification, cette méthode offre la possibilité de décomposer les classes dans une hiérarchie : cette procédure permet ainsi de déterminer plus précisément la valeur du client. Afin d apporter une comparaison significative entre les 2 méthodes de classification, l exemple précédent sera réutilisé mais analysé cette fois ci dans la cadre de la classification floue. La littérature de ce chapitre fait référence aux résultats de recherche sur la classification floue par le groupe de recherche en système d information de l Université de Fribourg [1], [2], [3], [4], [5] et [6] Variables linguistiques et exemple d application Avant d entrer dans l analyse de l exemple, il est nécessaire de comprendre la définition des classes dans la base de données relationnelle. Ce modèle relationnel est une extension du modèle de contexte préconisé par Chen : pour tout attribut A j défini par un domaine D(A j ), un contexte K(A j ) est ajouté. Un contexte est une division du domaine en classes d équivalence. Une base de données relationnelle avec contextes R(A,K) est alors un ensemble d attributs A = (A 1,, A n ) associé à un contexte K = (K 1 (A 1 ),, K n (A n )) [7]. Dans l exemple de la campagne publicitaire lancée par l opérateur téléphonique, les deux attributs pris en considérations sont les minutes de conversation (A 1 ) et le nombre de SMS envoyés (A 2 ) durant le mois. A partir de ces 2 attributs, le contexte K(A j ) peut être défini de la manière suivante : Pour les minutes de conversation (A 1 ), le domaine D(A 1 ) représente l intervalle [0, 240] et est divisé en deux classes d équivalence «basics» pour [0, 119] et «élevées» pour [120, 240]. Pour les SMS envoyés (A 2 ), le domaine D(A 2 ) représente l intervalle [0, 200] et est divisé en deux classes d équivalence «peu» pour [0, 99] et «beaucoup» pour [100, 200].

11 11 A la différence avec la méthode traditionnelle, la classification floue emploie les variables linguistiques pour qualifier les attributs et les termes verbaux sont utilisés pour définir les classes d équivalence [8]. Grâce aux variables linguistiques, les classes d équivalence des attributs peuvent être décrites de manière plus intuitive. Minutes conversation Variable linguistique Basics Elevées Termes Domaine [Classe d équivalence] [Classe d équivalence] Contexte SMS envoyés Variable linguistique Peu Beaucoup Termes Domaine [Classe d équivalence] [Classe d équivalence] Contexte Figure 2. Concept de variables linguistiques Ainsi, la définition des classes d équivalence des deux attributs minutes de conversation et SMS envoyés détermine un espace de classification bidimensionnel représenté dans la Figure 3 ci dessous. Les classes C1 à C4 peuvent être caractérisées de la manière suivante :

12 12 C1 : très bons clients à maintenir C2 : bons clients à suivre C3 : clients à améliorer C4 : clients inintéressants Chaque terme de la variable linguistique représente un ensemble flou. Celui ci est déterminé par une fonction d appartenance μ sur le domaine correspondant à l attribut en question. μ beaucoup μ peu SMS 240 Favre 0 μ élevées C1 C2 120 Pugin 119 Dupont C3 C4 μ basics 0 Piller Minutes Figure 3. Classification floue avec fonction d appartenance Avec l application du modèle de contexte, l usage de variables linguistiques et la fonction d appartenance, les limites entre les classes, imposées dans la classification traditionnelle, disparaissent. Il y donc une transition continue entre les différentes classes. Cela a pour conséquence que le client peut appartenir à plusieurs classes à la fois et que son degré d appartenance dans les différentes classes peut être calculé.

13 13 Dans la figure 3, les termes élevées et basics de la variable linguistique minutes sont associés avec les fonctions d appartenance μ élevées et μ basics qui sont définies sur le domaine entier de l attribut minutes. Plus précisément, il est possible pour une valeur spécifique de l attribut minutes, par exemple 125 minutes de conversation consommées par Pugin, d être en même temps jugée comme «élevées» et «basics». Le même raisonnement est ainsi appliqué à la variable linguistique SMS avec les termes «beaucoup» et «peu». Dans cet exemple, les attributs minutes et SMS contiennent respectivement les valeurs numériques dans les intervalles de [0, 240] et [0, 200]. Ainsi, les fonctions d appartenance des termes de chaque variable linguistique minutes et SMS sont des fonctions continues, à l opposé des attributs qualitatifs dont les termes de la variable linguistique sont associés aux fonctions d appartenance discrète (chaque terme correspond à une valeur discrète). Le degré d appartenance μ (O i C k ) d un objet O i (par exemple un client) dans une classe C k peut être calculé par un opérateur d agrégation sur les termes de la variable linguistique qui définissent la classe. Dans l exemple, la classe C1 est décrite par les termes «élevée» et «beaucoup». Le degré d appartenance à la classe C1 est donc une conjonction des valeurs correspondantes aux fonctions d appartenance μ élevées et μ beaucoup. Il existe plusieurs opérateurs qui calculent la conjonction des valeurs d appartenance [Zimmermann, 1992]. Dans la pratique, un manager doit souvent prendre les décisions managériales en tenant compte de plusieurs attributs (arguments). Par conséquent, en utilisant l opérateur pour deux arguments, il est possible de compenser peu de SMS par minutes élevées. Cet opérateur (μ compensation ) pour m arguments x i se calcule de la manière suivante : Ainsi, les fonctions d appartenance permettent de calculer le degré de correspondance entre une entité et un terme. Le degré est déterminé à l intérieur d un intervalle compris entre 0 et 1, 0 étant une correspondance nulle et 1 étant une correspondance totale. Toutefois, afin

14 14 de normaliser le résultat, le total des degrés d appartenance d un objet, en l occurrence un client, aux différentes classes doit être égal à 1. Enfin, il est à souligner que le degré d appartenance peut être calculé soit avec l opérateur, comme décrit ci dessus, soit avec l opérateur Gamma de Microsoft Excel Langage de requête fcql Dans la classification floue, l interrogation des bases de données relationnelles diffère de celle de la classification traditionnelle. En effet, SQL (Structured Query Language) est le langage standard pour interroger les bases de données relationnelles. Si à ces bases de données s ajoute le modèle de contexte avec les variables linguistiques et les classes floues, une extension du langage SQL s avère nécessaire. C est dans ce contexte que fcql (fuzzy Classification Query Language) est utilisé pour faciliter l utilisateur de la base de données dans la formulation des requêtes de classification, car qu elles sont plus intuitives, c est à dire qu elles sont exprimées linguistiquement. Pour mieux saisir la distinction entre SQL et fcql, le tableau de comparaison suivant relève les différences entre les deux langages : SQL fcql Select attributs Classify objet From nom de la relation From nom de la relation Where prédicats de sélection With prédicats de classification Figure 4. Différence entre une requête en SQL et fcql Avec le langage SQL, la sélection de la liste d attributs est spécifiée dans la clause select, alors qu avec le langage fcql, le nom de la colonne objet à classer est défini dans la clause classify. La clause from ne change pas dans les deux cas. Et enfin, la clause where du SQL est transformée en une clause with dans fcql : contrairement à la clause where qui définit un prédicat de sélection, la clause with spécifie un prédicat de classification. Ainsi, dans la

15 15 clause with, l utilisateur entre les variables linguistiques prédéfinies et leurs termes verbaux associés. Il peut alors créer des conditions de classification en utilisant les mots clés. Après avoir défini la syntaxe des deux langages, une comparaison de requêtes peut être entreprise à partir de l exemple d application traitée auparavant qui sélectionne les clients ayant consommé des minutes de conversations élevées et ayant envoyé beaucoup de SMS : Select Nom From Client Where Minutes de conversation >= 120 and Minutes de conversation <= 240 and SMS envoyés >= 100 and SMS envoyés <= 200 Par contre, en utilisant le fcql, la requête est moins complexe et plus intuitive : Classify Nom From Client With Minutes de conversation is élevées and SMS envoyés is beaucoup Cette requête retourne la classe C1 comportant tous les clients qui ont un degré d appartenance basé sur les fonctions d appartenance μ élevées et μ beaucoup. Il est donc possible de simplifier la requête en spécifiant uniquement la classe C1 nommée «très bons clients à maintenir» : Classify Nom From Client With Class is très bons clients à maintenir Dans les bases de données complexes, où la classification des clients nécessite plus de deux attributs, l utilité de fcql se révèle importante. La capacité d interrogation sur les variables linguistiques peut être considérée comme un découpage en tranche et en dés sur un espace de classification floue multidimensionnelle.

16 L architecture des bases de données L application de la classification floue nécessite également l extension de l architecture des bases de données relationnelles : les méta tables sont ainsi ajoutées au système de gestion de la base de données (RDBMS en anglais). Ces méta tables contiennent la définition des variables linguistiques et des termes, la description des classes, ainsi que les méta informations concernant les fonctions d appartenance. Dans cette architecture, une nouvelle couche comprenant l ensemble d outils fcql (fcql toolkit en anglais) est ajoutée entre l utilisateur et le RDBMS, afin de permettre des interactions entre eux. Cette caractéristique rend fcql indépendant des systèmes de bases de données crées pour être utilisées avec SQL. De ce fait, fcql peut être réalisé avec toutes les bases de données relationnelles sans besoin de migrer les données et l utilisateur a toujours la possibilité d interroger les bases de données avec les requêtes SQL (cas 1, Figure 5). Dans le cas 2, la couche additionnelle fcql toolkit permet d analyser et de traduire les requêtes fcql en langage SQL. Et finalement dans le cas 3, le fcql toolkit accède aux données et aux métas donnés, et calcule les degrés d appartenance des objets classés. Le résultat de la classification est ensuite affiché à l écran de l utilisateur. De plus, avant d interroger le fcql toolkit, l architecte de données a pour tâche de définir la classification floue et de dessiner graphiquement les fonctions d appartenance. Server Figure 5. Architecture du fcql toolkit

17 Autres approches similaires Comme vu jusqu à présent, en appliquant la classification floue dans la gestion de la relation avec la clientèle, une entreprise est capable de transformer les données sur les clients en connaissances utiles pour la prise de décision concernant les stratégies de marketing. A part ce concept de classification floue, d autres approches similaires ont été présentées dans la littérature de marketing. En voici quelques exemples: Takahashi [9] proposait le langage de requête floue FQL (Fuzzy Query Language en anglais). Il s'agit d'une base théorique pour le développement d'une interface orientée humain avec les bases de données relationnelles. Un autre langage de requête est le SQL flou (SQLf) [10] traité par Bosc et Pivert [11]. SQLf est une extension de SQL qui permet ainsi d interroger les bases de données, en utilisant des requêtes avec des termes linguistiques et des comparateurs flous. Un dernier exemple est le langage MIQUEL qui a été illustré par Finnerty et Shenoi [12]. Ce langage se distingue des requêtes SQL dans la clause WHERE qui contient un prédicat de sélection avec une description du contexte. Il est important de souligner que ces approches autorisent l utilisateur de formuler les requêtes floues sur les bases de données relationnelles, contrairement à d autres langages qui acceptent les requêtes standards sur les systèmes de bases de données floues, mais dans ce cas, une migration des données existantes vers le système de bases de données floues s avère nécessaire. Ces derniers ne sont pas traités ici. Ces langages flous FQL, SQLf et MIQUEL sont donc une extension de SQL qui nécessitent que les utilisateurs doivent connaître la manipulation des requêtes floues : ils doivent par exemple définir les relations floues, ou indiquer les conditions floues dans les prédicats de sélection. En comparaison avec ces langages mentionnés ci dessus, l utilisateur du fcql ne traite pas avec les requêtes floues de SQL. Le langage fcql est plus intuitif, c'est à dire que l interrogation des requêtes se réalise avec l utilisation des variables linguistiques prédéfinies et des termes verbaux qui leur sont associés.

18 Les applications de la classification floue L approche de la classification floue peut être caractérisée comme étant une méthode d analyse et de gestion de bases de données multidimensionnelles. Elle représente donc un intérêt dans le domaine de la gestion des relations avec la clientèle, c'est à dire qu elle permet à une entreprise de mieux cibler ses clients en utilisant les différentes applications telles que l équité dans le traitement, la segmentation des clients, la personnalisation de masse, le marketing, le principe de décomposition L équité dans le traitement La gestion des clients peut être un avantage concurrentiel s ils sont considérés et traités à leur juste valeur. En effet, les classes floues auxquelles appartiennent les clients représentent mieux la réalité et permettent de mesurer plus exactement le degré d appartenance des clients. Ainsi, il est possible de personnaliser et de cibler une offre proposée à un client. En effet, dans la classification traditionnelle, les clients se situant pourtant proches de l un et de l autre sont traités de manière totalement opposée. L équité n est dans ce cas pas respectée. Dans la figure 3, Pugin et Favre sont traités de la même façon, malgré que Pugin se trouve proche de la classe des clients inintéressants. Par conséquent, le client Pugin n est donc pas incité à augmenter sa consommation de minutes et de SMS puisqu il appartient à la classe C1 et a déjà reçu la même offre que le meilleur client Favre. Mais Favre aura le sentiment de ne pas être traité équitablement, selon son mérite. Il sera contrarié par le fait qu il reçoit la même offre que Favre. Dans le cas de Dupont, il est situé à proximité de la classe C1 mais il est jugé comme Piller appartenant à la classe C4. L équité dans le traitement des clients peut être réalisée par la suppression des séparations entre les classes. Comme déjà mentionné au point 2.2.1, cette équité permet de traiter les clients à leur juste valeur. Par exemple, les clients Favre et Pugin se trouvant dans la même classe, sont désormais traités différemment en fonction de leur degré d appartenance aux différentes classes, de manière plus équitable. Le client Favre recevra une offre plus conséquente que Pugin qui se situe près de la classe C4 à laquelle appartient Dupont. Désormais, Pugin et Dupont sont considérés de manière plus semblable.

19 La personnalisation de masse La production de masse permet d obtenir un coût bas mais conduit inéluctablement à une uniformité des produits et services. Selon Joseph Pine, la personnalisation de masse est nécessaire afin d individualiser une offre de produits ou de services à un prix comparable à celui de la production de masse [13]. En effet, cette définition peut être appliquée dans les entreprises actuelles dans lesquelles le traitement personnalisé de la clientèle est primordial. Ces entreprises cherchent à proposer des offres qui conservent chacune des caractéristiques spécifiques, correspondant aux attentes des individus. L avantage de la classification floue dans la personnalisation de masse est de pouvoir accorder des privilèges personnalisés. En effet, le degré d appartenance des clients aux différentes classes distinctes détermine les privilèges dont ces individus méritent. Afin d étendre l exemple de la figure 3, l opérateur décide d accorder, en plus des minutes de conversations et de SMS gratuits, une offre privilégiée à sa clientèle : un rabais personnalisé sera déduit sur le montant de la facture de chaque client. Ainsi, chaque classe reçoit un taux de rabais, telle que C1 obtient une réduction de 10%, C2 une réduction de 7%, C3 une réduction de 3% et C4 une réduction de 0%. Le rabais personnalisé attribué à un client est obtenu par le résultat de la somme des rabais calculée en fonction de son appartenance aux différentes classes. Voici les taux de rabais accordés aux clients suivants : Favre (C1 : 1.0, C2 : 0.0, C3 : 0.0, C4 : 0.0) : 1.0*10% + 0.0*7% + 0.0*3% + 0.0*0% = 10% Pugin (C1 : 0.29, C2 : 0.24, C3 : 0.26, C4 : 0.21) : 0.29*10% *7% *3% *0% = 5.36% Dupont (C1 : 0.21, C2 : 0.26, C3 : 0.24, C4 : 0.29) : 0.21*10% *7% *3% *0% = 4.64% Piller (C1 : 0.0, C2 : 0.0, C3 : 0.0, C4 : 1.0) : 1.0*10% + 0.0*7% + 0.0*3% + 1.0*0% = 0% Grâce à la classification floue, les individus sont jugés de manière plus équitable. Favre, meilleur client que Pugin, profite d un plus grand taux de rabais que Pugin bien qu ils appartiennent tous les deux à la même classe. Pugin et Dupont, se trouvant proche de l un et de l autre, bénéficient des taux de rabais presque équivalents, bien qu ils soient situés

20 20 dans des classes opposées. Et enfin, Piller, mauvais client, ne reçoit aucun rabais malgré qu il appartienne à la même classe que Dupont. En appliquant la classification floue, les clients sont traités selon leur mérite et sont donc plus encouragés à accroître leur consommation de produits ou de services Le marketing Le marketing évolue aujourd'hui vers une véritable prise en compte du client, fondée sur une relation individualisée, consentie et de longue durée. Il crée une relation entre une entreprise et son marché cible. Les campagnes de marketing souhaitent obtenir et renforcer la fidélité du client, grâce à son consentement volontaire ("Opt in"), à une communication personnalisée ("One to One") et des offres sur mesure ("Mass Customization"). Afin de gérer les clients en fonction de leur importance pour l'entreprise, la gestion relationnelle de la clientèle et le marketing ont besoin d un système de mesure pour analyser et évaluer les performances des clients. L approche de la classification floue peut donc apporter des moyens adéquats pour faciliter la réalisation de ces campagnes de marketing. En effet, grâce à la classification floue, il est possible de focaliser les efforts de marketing sur les clients ciblés. L exemple de la figure 3 ci dessus peut être illustré par l application de la classification floue dans une campagne de marketing basé sur la théorie de Pareto du 20/80 qui précise que dans toute activité commerciale, 20% des clients ("les meilleurs") contribuent à 80% du chiffre d'affaires. La stratégie consiste alors à sélectionner un sousgroupe de meilleurs clients de la classe C1 et de surveiller l évolution de ce sous ensemble de clients. Avec la classification floue, cette segmentation de la clientèle peut être vérifiée à tout moment. Il est alors possible de détecter si un bon client a augmenté, maintenu ou diminué son degré d appartenance par rapport à la classe C1. Si son comportement de consommation à décliner, les responsables du marketing sont tout de suite alertés et par conséquent peuvent entreprendre des actions adéquates afin de maintenir le client. Ainsi, grâce aux bases de données et de la gestion de la clientèle, le marketing permet de conserver et de fidéliser les clients à travers des campagnes de promotions et d offres personnalisées.

21 La décomposition hiérarchique Dans les applications concrètes, les clients peuvent être classés selon plusieurs attributs. Mais une classification floue comportant plusieurs variables linguistiques et termes conduit forcément à une classification multidimensionnelle. Dans ce cas, un grand nombre de classes compliqueraient la classification. Il serait alors difficile, en combinant tous les attributs, d attribuer une stratégie adéquate pour chaque classe résultante. Le principe de la décomposition est de ne pas utiliser tous les attributs, afin de réduire la complexité liée à la présence d un grand nombre de classes finales. Dans le but de conserver les classes avec une sémantique significative, une décomposition de la classification floue multidimensionnelle dans une hiérarchie de classification floue s avère judicieuse. Il consiste donc de grouper les attributs dans les sous classes pour obtenir une définition plus précise de chacune des classes. Chaque niveau de sous classification de la hiérarchie correspond alors à un concept déterminé par une classification floue. Ces concepts peuvent être ensuite utilisés dans la construction d autres classifications floues, menant ainsi à une hiérarchie de classification floue. L approche de la décomposition permet une meilleure modélisation des applications concrètes et par conséquent de trouver des actions de marketing adéquates. En effet, il est possible d analyser la valeur du client aux différents niveaux hiérarchiques et de ressortir ses potentiels et ses faiblesses. En, fonction du résultat de l analyse, les dirigeants du département de marketing peut prendre des mesures nécessaires afin de maximiser la valeur du client en question. Le principe de décomposition peut être réalisé par les approches top down et bottom up. En utilisant le top down, la sémantique des classes finales est déjà définie dès le début. Il s agit donc de déterminer les attributs pertinents dans l ensemble des classifications floues. Par contre, l approche bottom up est appliquée lorsque les attributs sont combinés dès le départ pour atteindre les classes finales. Un exemple détaillé de la décomposition sera appliqué dans le choix d un abonnement de téléphonie mobile par la suite dans le chapitre 5.

22 22 3. Les opérateurs téléphoniques Ce chapitre est réservé uniquement à la description du domaine des opérateurs téléphoniques, sans mettre en rapport avec le thème de la classification floue. Cette étape se focalise sur l exposition de ce secteur, la présentation des produits et services, ainsi que les méthodes de marketing adoptées. 3.1 Exposition du domaine L'évolution rapide de la technologique et une volonté politique de démocratisation par l'accès au grand public obligent rapidement la Communauté Européenne à libéraliser les différents marchés des télécommunications afin d'en améliorer les structures et la compétitivité. Dans cette section, le marché des télécommunications en général et la situation actuelle des opérateurs téléphoniques en Suisse seront analysés Le marché des télécommunications Sur le marché global des télécoms, le monopole tend à disparaître et fait place à une forte concurrence entre les opérateurs téléphoniques. Cette compétitivité entre les industries permet d accroître l efficacité économique et se dirige vers un abaissement des prix de la télécommunication. En effet, les clients attendent de plus en plus de prestations et de performances pour des prix toujours plus bas, ce qui oblige les fournisseurs à réduire leurs coûts et à accroître leur efficacité. Les gouvernements de nombreux pays continuent à encourager la compétitivité dans le domaine des infrastructures de communication. Personne ou presque ne conteste le fait que la libéralisation des marchés au cours de la décennie passée ait un impact positif sur la concurrence. L arrivée de nouveaux concurrents permet de régler les dysfonctionnements et les distorsions en matière d offre. Les fournisseurs de réseaux de communication et de services se font concurrence sur la base d une différence de prix et de qualité. Leur réussite ou leur échec dépend de leur sens des affaires et leur aptitude à maximiser leurs compétences par

23 23 le biais d un sérieux dosage de compétitivité et de collaboration avec les fournisseurs des divers biens et services composant les réseaux. Durant ces dernières années, les télécommunications connaissent un essor spectaculaire. Chaque jour, des innovations technologiques sont annoncées : elles assurent le développement de l internet, de la téléphonie mobile et de la transmission des données. Face à cette évolution, les opérateurs tentent de construire de nouvelles infrastructures afin de répondre au mieux les besoins des utilisateurs. Ces entreprises de services sont donc incitées à développer des nouveautés dans le domaine de la technologie de l information et de la communication, mais également à créer de nouvelles prestations de services [14] Le marché suisse des télécommunications En comparaison internationale, le marché suisse des télécommunications est très développé. Le monopole juridique des Telecom PTT (devenu Swisscom) en matière de télécommunications est tombé avec la libéralisation du marché en Swisscom est définitivement passée de sa situation de monopole à un statut d'entreprise permettant d'autres opérateurs de télécommunications d'offrir aussi leurs produits et services sur ce marché. Aujourd'hui, Swisscom n'est plus le seul fournisseur de services de télécommunication et doit au contraire s'affirmer face à l arrivée de nouveaux opérateurs entrant sur le marché helvétique. Parmi les principaux concurrents de Swisscom, il y a Sunrise, Orange, Cablecom et Tele2. En mars 2006, le marché suisse de la téléphonie est marqué par la décision prise par le Parlement d'une libéralisation de la boucle locale ("dernier kilomètre"). Désormais, les concurrents de Swisscom obtiennent l'accès total sur le réseau au raccordement d'abonnés ainsi que l'accès Internet à haut débit qui est limité à une durée de quatre ans. Le dégroupage du dernier kilomètre est vu comme un pas important vers la libéralisation totale du marché suisse des télécommunications et consolide ainsi la compétitivité entre les opérateurs [15]. Le marché helvétique des télécommunications s adresse aux clients privés et commerciaux très exigeants à propos des prix, de la qualité et de la sécurité. Au niveau de la clientèle

24 24 privée, les clients demandent toujours plus de services et réclament des tarifs avantageux, d où la nécessité pour les opérateurs de baisser les prix et d augmenter leur performance. En ce qui concerne la clientèle commerciale, les entreprises, attentives aux coûts, les répercutent sur les fournisseurs de services de télécommunications. Elles veulent bénéficier des avantages offerts par la télécommunication pour augmenter leur rendement tout en voulant diminuer les coûts engendrés par l utilisation des prestations fournies par les opérateurs. Sur ce marché suisse, les fournisseurs de services de télécommunications opèrent dans 3 domaines distincts : le domaine de la téléphonie fixe est presque saturé. La communication vocale classique doit faire face aux offres de téléphonie sur l'internet proposées par différentes compagnies (ex. : Skype). Actuellement, la téléphonie par IP (VoIP), c'està dire passant par internet, est marginale, mais elle semble promise à un bel avenir, selon une étude de Gartner Dataquest citée par l'ofcom. Le domaine de la téléphonie mobile a également atteint un niveau de saturation. Les produits et services offerts par les opérateurs se coïncident, ce qui conduit à une forte concurrence entre les agents téléphoniques. Le prix devient alors l argument central de compétitivité entre les entreprises. La baisse des prix est donc élevée sur ce marché. Le domaine des accès à l Internet possède un fort potentiel et est donc très convoité. La demande en bande passante et en débit élevé ne cesse de croître. L ADSL est le produit leader sur ce marché. Globalement, la concurrence entre les agents téléphoniques s accroît sur le marché suisse. A long terme, les opérateurs doivent imposer leur position sur ce marché en offrant à leur clientèle privée et commerciale de nouvelles prestations et parvenir aussi à les fidéliser durablement par une qualité de service élevée.

25 Le marché des mobiles Au cours de cette dernière décennie, le marché de la téléphonie mobile a pris de l ampleur. L introduction du standard numérique GSM autorise le développement d un marché de masse et la diffusion très rapide du mobile. Les opérateurs mobiles sont ainsi les nouveaux entrants sur le marché des télécoms. Ce marché dynamique est en constant évolution et il s avère important d analyser ce domaine dans cette section. Au niveau international, la libéralisation de la téléphonie mobile a eu pour conséquence d augmenter le nombre d'opérateurs. Afin de mieux rentabiliser leurs infrastructures et leurs nouveaux services, les opérateurs cherchent à élargir leur clientèle, en visant les jeunes par exemple, et à s'étendre hors des frontières par l'acquisition de concurrents ou le partenariat avec d'autres opérateurs. Cette croissance exceptionnelle est marquée par un cadre tarifaire très incitatif des services proposés aux abonnés (spécialement le prix des communications) et une compétition entre les opérateurs qui innovent en permanence pour se différencier, par exemple vente de téléphones portables à prix réduits puis offerts avec l abonnement, forfait mensuel, cartes prépayées La téléphonie mobile en Suisse La téléphonie mobile connaît en Suisse un véritable succès. Plus de la moitié de la population est aujourd hui équipée d un téléphone portable, et cette proportion ne cesse de s accroître. Cet enthousiasme s accompagne également d une forte demande pour un service de qualité: pouvoir téléphoner partout et sans interruption. Sur ce marché saturé, où l'offre a entièrement créé la demande, les opérateurs se livrent une compétition acharnée pour acquérir de nouveaux clients et fidéliser leurs abonnés. Le marché suisse de la téléphonie mobile vit comme dans de nombreux pays une situation d oligopole (plus de 60% du marché est détenu par un seul opérateur, Swisscom) et est disputé par trois opérateurs (Swisscom, Orange et Sunrise) qui possèdent leurs propres réseaux mobiles. Les autres fournisseurs de services ont fait leur apparition en 2005, tels que Migros, Coop, Cablecom, Yallo, Tele2 et Mobilezone empruntent leurs réseaux aux trois

26 26 opérateurs principaux. Ils proposent des tarifs très intéressants, orientent leurs efforts sur les offres prépayées (sans abonnement) mais leur part de marché reste très faible [16]. Figure 6. Les trois opérateurs principaux en Suisse (Source: Comcom) état au 30 juin /07 Swisscom Sunrise Orange Figure 7. Raccordements à la téléphonie mobile en Suisse [en 1'000]

27 /07 Swisscom 100% 76.8% 67.3% 64.3% 63.2% 61.8% 62.7% 63.0% 62.7% 62.2% Sunrise 0% 14.7% 15.3% 18.0% 19.9% 20.5% 19.1% 18.6% 18.4% 19.1% Orange 0% 8.5% 17.4% 17.7% 16.9% 17.7% 18.2% 18.4% 18.9% 18.8% 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% Figure 8. Parts de marché de la téléphonie mobile en Suisse [en %] (Sources : Swisscom, Sunrise, Orange) Certe, Swisscom occupe une position de leader mais doit faire face à des concurrents soutenus par de grands groupes, tel que Sunrise (TDC), Cablecom (Liberty Global) ou Orange (France Télécom) lui grignoter des parts de marché. La concurrence au niveau des prix semble continuer à jouer un rôle important dans le domaine de la téléphonie mobile Les services produits Les compagnies des télécommunications fournissent des services produits qui constituent le cœur de l offre des entreprises de services. Sur le marché, les services correspondent à l ensemble des prestations proposées par les agents téléphoniques aux clients. Ces offres ne sont pas toujours comparables. La couverture dans les grandes villes et la qualité de service est assez semblable pour l ensemble de ces opérateurs. Parmi les offres proposées, il y existe : des abonnements traditionnels avec ou sans minutes de communications offertes. Ces abonnements sont souscrits pour une durée de 12 ou 24 mois. des offres spécialement étudiées pour les travailleurs frontaliers. des offres illimitées (forfaits) permettant d'appeler autant de fois qu'on le souhaite (limitées ou non à un ou plusieurs numéros, à des appels sur un réseau spécifique...). des offres prépayées dont les appels sont payés d'avance. Il est possible de créditer sa carte dans de nombreux magasins et kiosques.

28 28 En plus de ces offres de bases, la télécommunication mobile propose également des services à valeur ajoutée : une fois activé par le client, le service génère automatiquement la réception d informations payantes (uniques ou répétitives) sur un sujet donné (actualité, météo, bourse, etc.), sous forme de minimessage (SMS) ou de message multimédia (MMS). Les services de discussion instantanée (chat), les sonneries, les logos ou les concours sont d autres types de services à valeur ajoutée. L arrivée des technologies à large bande (UMTS, GPRS) se traduit par une offre nouvelle (WAP, commerce en ligne, loisirs en ligne). Ces systèmes de téléphonie mobile de la troisième génération offrent un accès sans fil à toutes sortes de services multimédia tels que l'internet, le télé achat ou la téléphonie vidéo. Il n existe pas de différenciation dans les services proposés par les opérateurs, dans chacun des segments de clientèle : ces derniers offrent les mêmes services. Ce qui départagera les opérateurs, ce sera la capacité de développer rapidement et à moindre coût puis d'offrir des services exclusifs. 3.3 Méthodes de marketing Actuellement, que ce soit pour la téléphonie mobile, la téléphonie fixe ou l Internet, l offre des différents fournisseurs reste très homogène en Suisse. Les offres, les prix et les options proposées se ressemblent fortement et ne motivent pas souvent les clients à changer d opérateur. De plus, même si dans l absolu les clients tendent à demander des prix plus bas, il semble qu ils restent très fidèles à leur opérateur. Afin d attirer et de conserver la clientèle, les agents téléphoniques essaient de gérer au mieux la relation avec leurs clients. Pour parvenir à ce but, ils doivent développer des stratégies de marketing adéquates afin d instaurer une gestion efficace des relations avec la clientèle. Dans ce chapitre, les principales méthodes de marketing utilisées par les opérateurs téléphoniques seront analysées, telles que la fidélisation, le marketing mobile et le sponsoring.

29 La fidélisation Le coût de la perte d un client est plus en plus lourd et la prospection dans le but d en recruter de nouveaux se trouve face à une concurrence et un marché de plus en plus souvent saturé. Il est donc nécessaire pour une entreprise de se concentrer sur la conservation de sa clientèle. Une stratégie de fidélisation découle d une réflexion approfondie, sur les éléments de différenciation que l entreprise se doit de mettre en avant afin d apparaître aux yeux de ses consommateurs comme étant véritablement différente de ses concurrents. Il s agit par exemple de promotion des produits et services permettant d augmenter les ventes, ou de donner une image adéquate de l entreprise. La fidélisation d un client permet de profiter d un effet de levier important sur la rentabilité. Les raisons principales en sont les suivantes : baisse des coûts d acquisition de clients, la marge nette actualisée sur la durée de vie du client devant couvrir ces coûts; diminution des coûts de gestion, un client fidèle connaissant mieux l entreprise et ayant tendance à moins utiliser son front office pour effectuer ses achats; effet de recommandation ; augmentation du chiffre d affaires par client. C est dans cette perspective que les opérateurs téléphoniques mobiles tentent de trouver des stratégies de marketing qui permettent de conserver les clients. Par exemple, les opérateurs offrent des téléphones portables aux clients qui prolongeraient leur abonnement en guise de remerciement de leur fidélité. Ou encore, ils accordent la possibilité de téléphoner et d envoyer des SMS gratuitement à leur clientèle, afin de récompenser leur loyauté. Et pour fidéliser les plus jeunes, les offres proposées sont plus séduisantes, telles que les téléchargements de musiques, de jeux, ou l'envoi de photos. De nouveaux forfaits conçus spécialement pour les adolescents font leur apparition [17] La fidélité peut donc être définie comme la relation de confiance qu un client peut avoir avec une entreprise, une marque ou un produit. La fidélisation consiste pour l entreprise à mettre en œuvre une stratégie permettant d établir cette relation. Les programmes de fidélisation