Analysez votre tableau de bord de rétention pour fidéliser vos clients

❗️ Important
Cette fonctionnalité est uniquement accessible aux utilisateurs utilisant une API ou l'un de nos plugins compatibles. Vous ne pouvez connecter qu'une seule boutique en ligne par compte au tableau de bord eCommerce. 

Le tableau de bord d'analyse de la rétention rassemble tous les indicateurs clés dont vous avez besoin pour améliorer votre taux de rétention et transformer les clients ponctuels et réguliers en clients fidèles. Il vous offre une vue d'ensemble du comportement de vos clients et du revenu moyen qu'ils génèrent pour chaque groupe : Leads, Clients ponctuels, Clients réguliers, Clients fidèles. Vous pouvez également analyser les revenus générés selon différentes données (Bons de réduction, Produits, Mois ou Sources) pour savoir lesquelles génèrent et fidélisent le plus de clients. 

retention-dashboard_EN-US.png

🧲 Analyse de la rétention

La rétention désigne le nombre de commandes passées par vos clients ainsi que la fréquence des commandes sur votre boutique en ligne. Plus le taux de rétention est haut, plus vos revenus seront élevés. Un client qui fait davantage d'achats sur votre boutique en ligne est toujours préférable à un client ponctuel, car les clients fidèles dépensent beaucoup pour votre entreprise à long terme par rapport aux clients ponctuels.

rentention-analysis_EN-US.gif

L'exemple ci-dessus illustre clairement la différence des revenus générés entre les clients ponctuels et les clients fidèles. Nous pouvons constater que, sur le long terme, les clients qui dépensent le plus sur un site Web sont souvent des clients fidèles. L'objectif est donc de faire passer vos leads de la catégorie de gauche vers les catégories de droite jusqu'à ce qu'ils deviennent des clients fidèles. Pour ce faire, vous devez analyser le comportement et les habitudes de vos clients fidèles pour comprendre ce qui les fait rester. Analysez les différentes cohortes pour identifier celles qui contiennent les clients les plus fidèles et mettez l'accent sur ce qui compte le plus pour ces personnes ⬇️.

👥 Analyse des cohortes

Une cohorte est un groupe de personnes qui partagent les mêmes caractéristiques. Analysez le comportement de vos clients fidèles pour identifier leurs points communs. Il peut s'agir par exemple d'un réseau social qu'ils utilisent ou d'un produit qu'ils ont acheté. Si vous avez un grand nombre de leads ou de clients ponctuels, vous pouvez les transformer en clients fidèles et augmenter les revenus qu'ils génèrent en prédisant leur comportement et optimisant vos activités marketing en fonction des facteurs les plus pertinents : meilleur moment pour vendre, meilleur produit…

cohort-analysis_EN-US.gif

Le marqueur sous chaque ligne indique la moyenne globale pour chaque donnée. Il permet de comparer vos données à la moyenne. Pour chaque cohorte, vous pouvez trier vos résultats par ordre croissant ou décroissant en cliquant sur Contacts, ou par ordre alphabétique en cliquant sur une donnée (Bons de réduction, Produits, Mois, Sources). Par exemple, vous pouvez trier vos produits afin d'afficher en premier les produits les plus achetés ou les moins achetés.

Le tableau de bord d'analyse des cohortes vous permet de facilement identifier les produits ou initiatives sur lesquels vous devez vous concentrer pour augmenter la valeur vie client ainsi que vos revenus. Comparez les différentes cohortes pour identifier les facteurs qui influencent votre taux de rétention ainsi que les aspects de votre stratégie marketing à optimiser : 

🏷 Bons de réduction📦 Produits📅 Mois🌐 Sources

Cette cohorte regroupe tous vos contacts ayant effectué leur premier achat avec un code promotionnel spécifique. Par exemple, vous pouvez analyser la rétention des clients qui ont effectué leur premier achat en utilisant le code promotionnel FLASH20.

🔬 Analyse

coupon-example_EN-US.png

Dans l'exemple ci-dessus, plus de la moitié des contacts (54,03 %) qui ont utilisé le code promotionnel FLASH20 sont revenus sur votre site Web et ont passé une autre commande.

En outre, ils dépensent plus que la moyenne lorsqu'ils passent une commande (207,59 $), et leur valeur vie client (1 303,52 $), qui correspond au montant moyen que chaque contact a dépensé sur votre site, est également supérieure à la moyenne.

Cette analyse suggère que le code promotionnel FLASH20 est plutôt efficace, car la plupart de vos clients reviennent après l'avoir utilisé, et ils dépensent beaucoup plus que les autres contacts qui ont utilisé d'autres codes promotionnels. 

✔️ Comment exploiter ces données dans le cadre de ma stratégie marketing ?

  • Idnetifiez les promotions les plus efficaces et encouragez vos clients à acheter à nouveau sur votre site. Vous pouvez ainsi réitérer les bons de réduction qui fonctionnent le mieux afin de fidéliser vos clients. 
  • Identifiez les bons de réduction qui ne fonctionnent pas ou qui n'incitent pas vos contacts à retourner sur votre site. Vous pouvez ainsi abandonner ce type de bon de réduction et n'utiliser que ceux qui génèrent le plus de revenus et de clients fidèles.
  • Vous pouvez également combiner plusieurs critères d'analyse de cohorte en prenant en compte le mois au cours duquel vous avez proposé un bon de réduction spécifique, par exemple pour Noël ou la Saint-Valentin, et analyser son efficacité. 
💡 Bon à savoir
Combinez les analyses de cohortes pour cibler un produit spécifique sur un support spécifique, ou analysez l'impact d'un bon de réduction spécifique pour le Black Friday en novembre, par exemple.
Vous pouvez également utiliser la segmentation pour créer une campagne qui cible uniquement les clients ayant passé une commande de plus de 100 € pendant une période spécifique, par exemple. 

⏭ Et après ?

🤔 Vous avez des questions ?

Pour toute question, n’hésitez pas à contacter notre service client en créant un ticket à partir de votre compte. Si vous n’avez pas encore de compte, vous pouvez nous contacter ici.

Si vous avez besoin d'aide pour un projet impliquant Brevo, nous pouvons vous mettre en relation avec un Partenaire Brevo certifié.

💬 Cet article vous a-t-il été utile ?

Utilisateurs qui ont trouvé cela utile : 1 sur 2