(Customer Relationship Management, «Gestion de la Relation Client»)



Documents pareils
SYNERGIE Associés Confidentiel Reproduction interdite sans autorisation préalable Page 1 de 44

Mémoire d actuariat - promotion complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

LE MARKETING RELATIONNEL ET LA GESTION DE LA RELATION CLIENT

ENSEIGNEMENT ET MONDE PROFESSIONNEL. Illustration d un lien fort au travers d un cours de scoring. Jean-Philippe KIENNER 7 novembre 2013

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS

L olivier Assurances Licence 3 Econométrie Lyon II

Agenda de la présentation

Présentation des résultats mars 2007

S84-1 LA GRC ET LE SI (Système d Information) Qualification des données clientèle La segmentation de la clientèle

Big Data et Marketing : les competences attendues

Données des SIM. Données signalétiques (nom, adresse), Historique d achat, Réactions passées aux actions de promotion

Guide d accompagnement. Document réalisé par Softcomputing et Microsoft France.

Solvabilité II Les impacts sur la tarification et l offre produit

Livre blanc. CRM: Quels sont les bénéfices pour votre entreprise?

Chap 3 : La connaissance du client. I. Les fondements de la connaissance du client. Les principales évolutions sont résumées dans le tableau suivant :

Introduction au datamining

La baisse tendancielle des rentes réduitelle la demande d épargne retraite? Leçons tirées d une réforme des tables de mortalité

Grâce à son dynamisme et à sa solidité, La Banque Postale conforte son développement et sa profitabilité

LES CLES D UNE BONNE STRATEGIE A L EXPORT

Xerox Au service du marketing d entreprise

Le produit diversifié comme nouvelle solution d Epargne

Comment évaluer une banque?

ENJEUX ET PERSPECTIVES DU MODÈLE DE BANCASSURANCE NON-VIE À L AUNE DES ANNÉES 2020

Devenir une banque relationnelle de référence : pourquoi et comment?

LA CONDUITE DE L ACTION COMMERCIALE

Le data mining et l assurance Mai Charles Dugas Président Marianne Lalonde Directrice, développement des affaires

Présentation à la Direction des Santé Achats de la Société Générale. Asurances, soins, biens médicaux

Tableaux de bord de gestion du risque Rapport d audit permanent

Surabondance d information

Vous souhaitez stimuler les ventes de votre entreprise et dynamiser vos forces commerciales?

Le spécialiste du crédit à la consommation au service des réseaux bancaires

satisfaction client Relation client : satisfaction? fidélisation?

Tirer parti des renseignements sur les clients : leçons tirées des réalisations en matière de services bancaires au consommateur

LES BONNES PRATIQUES DE LA RELATION CLIENTS

Des données à la connaissance client. A la découverte de la plateforme de connaissance client knowlbox

Manipulation de données avec SAS Enterprise Guide et modélisation prédictive avec SAS Enterprise Miner

Le succès du multicanal intégré en assurance auto Séminaire innovation CHEA 5 mai 2011

Premium Line. stratégie patrimoniale gagnante. Parce qu une. a besoin de solutions savantes

Table des matières. Avant-propos. Chapitre 2 L actualisation Chapitre 1 L intérêt Chapitre 3 Les annuités III. Entraînement...

CAISSE REGIONALE DU CREDIT AGRICOLE MUTUEL D AQUITAINE

Le Marketing Direct et la relation client

Le management des risques de l entreprise Cadre de Référence. Synthèse

FORMATION RESPONSABLE COMMERCIAL EN AGROBUSINESS TITRE DE NIVEAU II contenu des modules de formation

TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé

Sigma Gestion lance Patrimoine Sélection PME

Guide Pratique Gérez efficacement vos contacts

La gestion opérationnelle de l information commerciale

La relation bancaire avec la clientèle des particuliers : revue de la littérature

CRM MANAGER LES SOLUTIONS POUR BOOSTER VOTRE RELATION CLIENT

SOCIETE GENERALE. Etude de la relation client. Elodie Mouillet. Elodie Mouillet

Conseil National des Assurances. Architecture & Urbanisme des Systèmes d Informations.

LES BONNES PRATIQUES DE LA RELATION CLIENTS

Le Marketing Relationnel Universitaire :

1. DÉFINITION DU MARKETING

Savoir fidéliser ses clients

Le Data Mining au service du Scoring ou notation statistique des emprunteurs!

ENSAE, 1A Maths. Roland Rathelot Septembre 2010

W3MS Web, Marketeur, Manager de Médias sociaux

ANTISELECTION ET CHOIX D'ASSURANCE : LE CAS DU VOL EN HABITATION UNE APPROCHE DE LA MESURE DU PHENOMENE

BERNER. S1 : Prospection et suivi de clientèle. S4 : Mercatique FICHES OUTILS MÉTHODOLOGIE DU PROJET DE PROSPECTION. Auteur : Cyrille COURSON

Assurance et Protection sociale Les enjeux du Digital Commerce

Optimisation des ressources des produits automobile première

Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION

LE TABLEAU DE BORD DE SUIVI DE L ACTIVITE

«Outils de gestion pour TPE CRM / ERP» Club

Sage CRM Sage CRM.com

B/ La gestion des relations avec les clients

Panorama. des Solutions CRM de Sage. Placez vos clients au cœur de votre entreprise

Un observatoire de branche?

Accélérer la transformation de vos nouveaux modèles assurances

CRM & architecture centrée client - Page 1 sur 5

Ensemble mobilisons nos énergies

PROGRAMME (Susceptible de modifications)

MICROSOFT DYNAMICS CRM & O Val

De la mesure à l analyse des risques

Production des Services d Assurance non-vie selon le SCN 2008

L information et la technologie de l informationl

L'intelligence d'affaires: la statistique dans nos vies de consommateurs

CRM et GRC, la gestion de la relation client R A LLER PL US L OI

Consumer. Fiche Synthètique. Journey. Enquête sur les parcours d achat Secteur Fournisseurs d accès à internet (FAI)

R e l a t i o n s h i p m a n a g e r

INTRODUCTION A LA GESTION DE LA RELATION CLIENT

Votre expert en flux documentaires et logistiques. Prestations audit/conseils

Gestion des données de référence (MDM)

données en connaissance et en actions?

En partenariat avec. et sa solution ing

France Telecom Orange

Banque de détail. Dynamiser votre réseau de distribution et accroître son efficacité commerciale

LIFE MOBILITY. épargne patrimoniale

L analyse de la gestion de la clientèle

Bientôt plus d'1 Français sur 10 client d'une banque en ligne.

SAS ENTERPRISE MINER POUR L'ACTUAIRE

Construction de bases biométriques pour l assurance dépendance. SCOR inform - Novembre 2012

L ESSENTIEL CARREFOUR BANQUE

Sage CRM. La solution complète de Gestion des Relations Clients pour PME. Précision et efficacité à portée de mains!

Marketing des services & Relation Clients

Partie I Stratégies relationnelles et principes d organisation... 23

LA GESTION DE LA RELATION CLIENT

Transcription:

(Customer Relationship Management, «Gestion de la Relation Client») Les Banques et sociétés d assurance sont aujourd'hui confrontées à une concurrence de plus en plus vive et leur stratégie " clientèle " doit s'adapter aux nouvelles conditions du marché. Le coût engendré par l'acquisition de nouveaux clients est tel qu'il devient parfois plus rentable de fidéliser les anciens clients que de se consacrer à la " conquête " de nouveaux clients. Les démarches CRM ou GRC (Customer Relationship Management ou Gestion de la Relation Client) qui se développent de façon massive dans le secteur bancaire et de l assurance comme dans bien d'autres secteurs d'activité d'ailleurs ont pour finalité de mener les opérations de marketing nécessaires à la fidélisation de la clientèle. Cependant, ces démarches réclament la mobilisation d'une partie importante de l'information détenue par une Banque ou assureur sur ses clients. Pour pouvoir appréhender correctement et de façon prospective la décision de départ d'un client, il convient avant tout de rassembler et d'analyser l'ensemble des informations qui le concerne. Et là, ce sont bien des compétences statistiques qu'il faut utiliser. L'étude du phénomène d'attrition (risque de non fidélisation de la clientèle) a pour but non seulement de décrire et comprendre le comportement des clients susceptibles de quitter leur Banque mais aussi d'attribuer une probabilité que cet évènement survienne et si possible d'en apprécier le terme. Le score d'attrition va donc devoir répondre à ce triple objectif afin que la Banque ou l assureur puissent réagir à temps pour " contrarier " ce possible départ. En tenant compte de la valeur du score d'attrition, plusieurs opérations marketing pourront ensuite être conduites en direction de ces clients. L'actuaire est au coeur du métier d'assureur : il évalue les risques et examine les conséquences financières des comptes futurs. Il doit avoir une vision globale et prospective de l'activité des produits de sa société. Il se fonde sur ses chiffres et sa rigueur de scientifique. Il synthétise à lui seul les différents métiers d'une société d'assurance. C'est un expert qualifié et à ce titre n'a pas droit à l'erreur : rigueur et efficacité sont les maîtres mots. La modélisation de la gestion relation client du marché de l assurance vie devient une nécessité pour que méthodes et outils statistiques soient opérationnels. Aucune recherche pragmatique n est faite ce jour dans la filière de la banque et de l assurance. Par aillieurs, L actualité nous fait part de la volatilité financière et de l incertitude économique de la filière banque et assurance. En conséquence, je propose ce projet de recherche pour aider le statisticien dans ses investigations par des méthodes et outils appropriés en fonction de situations rencontées Claire SURRY- 17/12/2008- Projet de recherche Page 1 / 11

!" 1. Contexte de cette recherche 2. Thème de la recherche 3. Axes de cette recherche 3.1. Le référentiel d analyse : les caractéristiques CRM du marché de l assurance vie 3.2. Le produit : les contrats d assurance vie 3.2.1. La typologie des contrats assurance vie 3.2.2. Les réponses à apporter au client 3.3 Méthode et Relations entre facteurs 3.3.1 La démarche la régression logistique, score d appétence.l 3.3.2 Les relations entre facteurs 3. 4 Pré Modélisation 3.5 Outils 4. La modélisation CRM 4.1 Les préalables 4.1.1 La pyramide client 4.1.2 Le plan factoriel d expérience ou plan CRM 4.2 La valeur client 4.3 Le modèle CRM 4.3.1 La démarche stratégique 4.3.2: La mise en oeuvre des technologies de l information et de la communication 4.3.3. la gestion du projet 4. 3.4 le pilotage du changement Claire SURRY- 17/12/2008- Projet de recherche Page 2 / 11

1. Contexte de cette recherche Le marché de l assurance vie en France en est en augmentation régulière, il est passé de 84,2 Md à 186Md entre 2000 et 2006 d encours collectés (# #) ou chiffre d affaires des assureurs ou «banc assureurs». Bien qu il y ait un fléchissement à partir de 2008 de 11 %, l assurance vie reste le placement préféré des français en 2008. Les encours gérés (# #) dépassent en 2008 le cap de 1000 Md, Bien qu étant en augmentation de 10% en moyenne entre 2000 et 2007, comment vont donc évoluer à partir de 2008 ces encours collectés vue l incertitude des cours de la bourse et l environnement économique mondial. La percé du marché des banc assureurs (CNP,CAA, AXA, BNP, S Générale, mutuelles..) se confirme et s accélère au détriment des assureurs. Les fusions et acquisitions font émerger des grosses compagnies, filiales de banques et sont aujourd hui en ordre de marche «postfusion» pour s attaquer au marché de l assurance vie en France et en Europe (2010-2015). 2. Thème de cette recherche Comment modéliser la gestion de la relation client (GRC ou CRM) du marché de l assurance vie des assureurs et des banc assureurs ente 2010 et 2015 en Europe Quels méthodes et outils employés sachant qu aucun modèle statistique n est présent à ce jour (cf. bibliographie CRM, Filière de l assurance vie..)dans le modèle on devrait expliquer les variations des variables résultats ou dépendantes que sont les encours collectés (# #), les encours gérés par an (# #$, le nombre de contrat gérés par an ($,le nombre de souscripteur par an ($ $, par les variations d autres variables dites explicatives ou facteurs ou variables indépendantes qui seraient pour les acteurs (Assurance et Banca Assurance) et pour les clients (souscripteurs) les facteurs de structures, de gestion, de démographie et déterminants socio économiques de ces territoires (Europe, Etats, région, agence) à partir des données de l INSEE (valeur ciblées %$ L explication permet donc de prédire les valeurs que prend la variable expliquée selon celle prise par les facteurs. La modélisation représente le comportement d une grandeur par une expression comportant une partie déterministe, fonction par exemple, et une partie aléatoire. Cette partie déterministe décrit le comportement moyen du phénomène et la partie aléatoire n est autre que le différentiel entre la vraie valeur de la variable étudiée et la partie déterministe. 3. Axes de la recherche 3.1. Le référentiel d analyse : les caractéristiques CRM du marché de l assurance vie La réponse à ses questions donne l analyse fonctionnelle du modèle, la définition des acteurs et de son environnement : le référentiel d analyse. Claire SURRY- 17/12/2008- Projet de recherche Page 3 / 11

Environnement Economique Environnement Juridique Le Marché de l assurance des personnes Fonction Marketing : ( ( Gestion quantitative : les facteurs du référentiel ' du marché assurance vie en Europe (assureur et banco assureur) Les produits d assurance : Epargne vie Retraite, prévoyance Fonction Conception du Produit : Gestion qualitative : les relations entre facteurs Environnement Social Facteurs de : Gestion, Structure Organisation, Démographie et socio économique du Territoire (base données INSEE ) Environnement politique La modélisation trouve son intérêt dans l explication et la prédiction du phénomène temporel entre les variables de résultat (#&#& #&#&& &) et la batterie de ces facteurs caractérisant ces territoires issue de la base de données de l INSEE et autres sources. le modèle se caractérisera sur 2 plans : 1. Déterministe en essayant d ajuster une forme mathématique à la variation «en moyenne» du phénomène par 2 modèles de régression (MR) : A. modèle linéaire généralisé (GLM) B. modèle additif généralisé (GAM) 2. aléatoire en donnant une forme à la variabilité du phénomène autour de sa moyenne en donnant une forme au hasard Les caractéristiques des différents types de modèles : A. régression linéaire B. AR (autoregressive), MA (moving average), ARMA (autoregressive et moving average) C. ARIMA (auregressive integrated moving average) par la modélisation de BOX JENKINS Claire SURRY- 17/12/2008- Projet de recherche Page 4 / 11

D. par lissage exponentiel de désaisonnalisation et Prévision par lissage exponentiel et autres E. à analyse multi varié, non linéarité et Mémoire longue seront définis avec leur contraintes et limites pour identifier les liaisons fonctionnelles du référentiel : les caractéristiques CRM du marché e l assurance vie Les étapes de la démarche seront : A. Analyse descriptive des séries variables résultats et facteurs nature des variables introduites dans le modèle. Les outils employés seront : 1. Auto corrélation partielle des résidus (PACF) 2. Observation du graphe des résidus 3. Critère d Akalie 4. Paramètre de dispersion 5. Effet partiel des facteurs sur la variable résultat B. Modélisation de la tendance, les variations saisonnières (les saisons et les mois). Les outils employés seront : 1. Analyse des sensibilités aux valeurs extrêmes 2. Traitement de la taille des fenêtres de lissage 3. Traitement des variables dépendantes et indépendantes 4. Choix et ajustement des variables résultats aux facteurs 5. Analyse de sensibilité 6. Gestion des autos corrélation persistantes et résiduelles C. Les relations paramétriques entre facteurs et variables résultats 1. Analyse des sensibilités aux valeurs extrêmes 2. Traitement de la taille des fenêtres de lissage 3. Traitement des variables dépendantes et indépendantes 4. Choix et ajustement des variables résultats aux facteurs 5. Analyse de sensibilité 6. Gestion des autos corrélation persistantes et résiduelles D. Détermination de la matrice CRM ou matrice des états en ligne les différents facteurs et en colonne les 4 variables résultats Les qualités et défauts des différents modèles Approche bayésienne. On peut estimer des paramètres à partir des données issues la matrice CRM. ON peut aussi d après BAYES prendre d autres informations provenant d autres sources (bibliographie, avis d expert.) pour inférer sur les estimations (variance, moyenne..). d»où cette information à priori. L estimation finale des paramètres et de leur distribution s appelle information à postiori. A l aide du critère d Akaite (AIC) on peut tester quel est le choix du meilleur modèle Outils : SAS, EViews et autres en fonction de ses spécificités lequel sera le plus performant 3.2. Le produit : les contrats d assurance vie Claire SURRY- 17/12/2008- Projet de recherche Page 5 / 11

3.2.1. la typologie des contrats assurance vie A. Le contrat d'assurance vie en euros B. Le contrat d'assurance vie multi-supports C..Les contrats d'assurance vie DSK / NSK D. Les fonds à formule : 3.2.2. Les réponses à apporter au client A. Le capital est-il garanti? on peut distinguer trois types de placements aux risques sensiblement différents : les fonds à promesse, les fonds assortis d une protection et les fonds à capital garanti. B. L argent est-il disponible? Oui, sur le papier. Mais toute sortie anticipée provoque la perte des garanties ou de la performance annoncée. C. Combien ça rapporte? Tout dépend du montage retenu et du comportement des places boursières sur la période jugée. D. Quelle est la règle fiscale E. Les atouts de la gestion «à coussin» A côté des fonds garantis classiques, les banques proposent des supports diversifiés pilotés avec une gestion «à coussin». Une partie de l épargne versée est toujours mobilisée pour reconstituer la mise à l échéance fixée mais, cette fois, le solde est géré activement, afin d exposer le portefeuille lorsque les marchés progressent ou de le sécuriser en cas de pépins. Au terme du contrat, la banque sert, par exemple, 100% de la valeur liquidative à la souscription ou 85% de la plus haute valeur liquidative atteinte par le fonds. Avantage de ce montage : la période de commercialisation est beaucoup plus longue que celle des fonds à formule. 3.3 Méthode et Relations entre facteurs 3.3.1 La démarche la régression logistique, score d appétence. A. Estimation, principe de maximum de vraisemblance B. Evaluation du modèle C. Test de Wald, évaluation individuelle des coefficients D. Les odds ratios E. élaboration d un score d appétence F. Choix des variables du modèle 3.3.2 Les relations entre facteurs A. Influence de l âge sur la détention de fond à formule B. Influence du sexe sur la détention de fond à formule C. Influence de la situation matrimoniale sur la détention de fonds à formules D. Influence de la catégorie socio professionnelle sur la détention de fonds à formules E. Influence du nombre de contrats par souscripteur sur la détention de fonds à formule F. Influence de la détention ou non d Unités de Compte sur la détention ou non de fonds à formules G. Influence de la détention d un contrat Prévoyance sur la détention de fonds à formules. H. Influence des clients avec des contrats «Fourgoussés» sur la détention ou non de fonds à Formule I. Influence de la répartition des produits détenus par les clients sur les fonds à formules J. Influence de la souscription du 1er contrat sur la détention d un fond à formule K. Influence de l encours cumulé sur la détention de fonds à formule Claire SURRY- 17/12/2008- Projet de recherche Page 6 / 11

L. Influence de la détention de Fonds à Formules sur les produits M. Influence de l âge du premier Contrat sur la détention ou non de Fonds à Formule 3. 4 Pré Modélisation A. Apport des variables pour la modélisation des Fonds à Formules B. Sélection des variables C. Adéquation du modèle aux données D. Effets significatifs du modèle E. Ajout de l interaction «Détention de contrats Fourgoussés» et «Détention d unités de Comptes» F. Interprétations des coefficients estimés G. Interprétation des odds ratio H. Validation du pré modèle 3.5 Outils : SAS, SPAD et autres en fonction de ses spécificités lequel sera le plus performant 4. La modélisation CRM 4.1 Les préalables 4.1.1 La pyramide client L établissement de la pyramide client est l élément clef dans la modélisation CRM : 1. Il faut classer et segmenter en produit haut de gamme (!)), produit intermédiaire (!*!*), produit grand public (!!!!) selon une valeur des stocks et des flux établie à partir de la pré modélisation et du score d appétence. 2. Il faut ensuite procéder à un classement décroissant en % des encours collectés (EC suivant Oy) et nombre de contrats gérés (suivant Ox. La logique est de trouver un optimum parétien suivant une loi 80/ 20 ou 90/10. 3. le classement résultant donnera alors : les bons clients ou clients fidèles contrats hauts de gamme (stocks et flux > valeur Sup (%( %() en K les clients standards (Stock et flux compris entre % +% +%() les petits clients (Stock et flux +% $ La pyramide client peut compléter par 1. prospect chaud : personnes prêtes à acheter ou souscrire un contrat et pour lesquelles vous faites partie des fournisseurs officiels retenus du marché de la banc assurance 2. prospect tièdes : personnes qui achèteront probablement à court terme (l année) et avec qui vous avez un espoir raisonnable de faire affaire et de souscrire un contrat. 3. Contacts : réponses à des opérations de marketing qui n ont pas encore été qualifiées et dont on ne sait pas à quel type de prospect elle correspondent. 4. les suspects : des personnes susceptibles d avoir besoin de vos produits ou service mais avec lesquels vous n ave pas encore été en relation. Claire SURRY- 17/12/2008- Projet de recherche Page 7 / 11

La pyramide client définit les enjeux du CRM et de les rendre compréhensible par l ensemble des acteurs. Les objectifs à atteindre sont donc : 1. faire entrer des suspects dans la pyramide client 2. qualifier les prospects prometteurs 3. les transformer en client 4. les faire monter en haut de la pyramide La pyramide CRM est l outil fondamental pour définir le plan stratégique et les actions commerciales qui en découlent du plan marketing. 4.1.2 Le plan factoriel d expérience ou plan CRM Le systèmes du périmètre CRM sont complexes. Ils sont pilotés par de nombreux facteurs (X 1, X 2, X i, les valeurs INSEE ciblés %). Lors de l analyse d une solution, on cherche à vérifier la performance réalisée des variables résultats (EC, EG, CG, S) attendues selon une combinaison Yj à définir. Ainsi, le niveau d un critère Y j peut être exprimé en fonction d une sélection des facteurs (X 1, X 2, X i ),, -./01 2 &1 3 &1 $. L'objet des plans d expériences est de quantifier l'influence des paramètres sur la réponse à partir de résultats de la simulation CRM.qui donneront (' Il existe plusieurs stratégies d'action : 1. les plans CRM complets : cette stratégie consiste à tester toutes les combinaisons des paramètres sélectionnés 2. les plans CRM réduits : cette stratégie consiste à tester une partie de toutes les combinaisons des paramètres. 3. les plans CRM dit «Taguchi» : Génichi Taguchi a proposé une sélection de A partir d'une série de simulation du modèle CRM, la courbe de réponses doit pouvoir permettre d'obtenir : 1. La moyenne des mesures de la réponse 2. L'effet de chaque paramètre sur la réponse 3. L'interaction entre les paramètres Les plans CRM permettent d'obtenir n mesures d'un critère Yj pour différentes combinaisons des paramètres X i. Pour les plans CRM factoriel complet, les facteurs peuvent prendre deux (ou trois) niveaux. L'objet du plan complet est de tester toutes les combinaisons possibles. Ils permettent de quantifier l'influence de facteurs sur une caractéristique. Cependant le nombre d'essais peut vite devenir trop important lorsque le nombre de facteurs augmente. Les plans CRM réduits auront pour objectif d'obtenir les effets de plusieurs facteurs en faisant un minimum d'essais. 4.2 La valeur client Claire SURRY- 17/12/2008- Projet de recherche Page 8 / 11

La valeur client sera le ration entre l espérance profit client (#!4 #!4$ $ (variation relative en % des encours gérés entre T-1 et T ) et les sacrifices (!4$!4$qu acceptera $ l entreprise pour l obtenir (les variations en % des sollicitations du plan CRM entre T-1 et T) %.#!4 5!4 Un client ne présente de la valeur que si le ratio est > 1. Ce ratio traduit bien les 2 enjeux de la modélisation CRM : 1. la mise en place d un véritable pilotage du capital client par agrégation des différents segments. 2. la modélisation CRM vise à diminuer les sacrifices de l entreprise en maîtrisant et valorisant l ensemble des coûts (coûts de recrutement, de transaction, de développement, de fidélisation, pertes d opportunités.) Un gestionnaire ou un chef d entreprise a ainsi une vision financière quantitative et qualitatives lui permettant de mettre en œuvre une politique d affectation et de pilotage des moyens à partir d une modélisation rigoureuse 4.3 Le modèle CRM 4.3.1 La démarche stratégique #66*"*6*67 89#*6*8" cible étendue client moyen part de marché offre standard média de masse émission de messages #66*" 62!# 89#*6*8" segments rentables clients connus part de client offre personnalisée multicanal personnalisé interactivité La marche en avant : faire bien (T0), faire mieux (T1), faire 229 mieux que les autres (T3) 4.3.2: La mise en oeuvre des technologies de l information et de la communication Des relations animées par différentes foncions de l entreprises Une bataille avec distributeurs et partenaires pour la connaissance et la propriété du client Claire SURRY- 17/12/2008- Projet de recherche Page 9 / 11

Un nombre croissant de technologies et de points d accès:médias, hors médias, Web, mobile, tv, pda, Comment animer en cohérence les relations de tous les canaux pour atteindre les objectifs marketing? MD :courriers, mails et appels E/S Demande d informations Etudes de marché Communication médias et hors médias Mesures de satisfaction Commercial : contacts, visites, contrats, Programmes de fidélisation.. Facturation Relance SAV Logistique Réclamations * Produits et services Logiciel + datawarehouse + architecture CRM à définir 232 4.3.3. la gestion du projet 1) Détermination de segments rentables, à potentiels 2) Actions différenciées selon segments Stratégie multicanale adaptée à chaque segment - promotions ciblées - programmes de fidélisation (points, cartes, ) - suivi SAV - + Coordination des acteurs 3) Mesures de satisfaction système d information adapté aux organisations (inter + intra + extra net, data mining) et piloté 4) Piloter le changement Suite à la simulation du modèle : définition d un Pert cost 236 et d un Pert time Claire SURRY- 17/12/2008- Projet de recherche Page 10 / 11

4. 3.4 le pilotage du changement 1) Choisir un sous ensemble du CRM (un canal, une cible prioritaire, ) 2) Estimer le ROI 3) Faire participer management, acteurs et informaticiens 4) Modifier par étapes organisation, comportement et système d information 5) Généraliser les bonnes pratiques Bilan : le chef d entreprise a une vision claire de la stratégie à mettre en œuvre : les plans CRM, la valeur client.. 238 ***** Claire SURRY- 17/12/2008- Projet de recherche Page 11 / 11