enjeu à la Une

perspective à la Une

expérience

Christian Desmoulins - Crédit Agricole des Savoie « Nous devions nous interroger sur la place et l’importance des banques et services concurrents au sein de notre propre clientèle »

Le Crédit Agricole des Savoie a mis en place une démarche analytique pour identifier sa clientèle multibancarisée, et mieux répondre aux attentes particulières de cette cible. Le point avec Christian Desmoulins, Responsable Etudes Marketing.

Quelle est l’origine du projet ?

L’objectif est simple : il nous faut identifier, au sein de notre clientèle, le phénomène de la multibancarisation. Il s’agit donc de répertorier les foyers qui sont également clients d’autres banques que le Crédit Agricole. Sur cette population multibancarisée, nous voulons connaître ceux pour qui nous constituons la banque principale, et ceux qui ont recours à nos services en tant que banque secondaire. Cette étude porte uniquement sur le secteur de la banque au quotidien (comptes chèques, et produits et services associés), et exclut donc les produits d’épargne ou de crédit.

Pourquoi est-il si important d’identifier la nature et l’ampleur de la multibancarisation ?

Nous étions confrontés à une question à laquelle nous ne pouvions pas répondre précisément : pourquoi ne parvenions-nous pas à équiper tous nos clients de cartes bancaires, malgré les efforts déployés pour les convaincre des avantages associés à ce mode de paiement ? Nous devions donc nous interroger sur la place et l’importance des banques et services concurrents au sein de notre propre clientèle. Jusqu’à cette étude, nous pouvions uniquement établir des segmentations comme celle qui permet de distinguer la clientèle « grand public », « intermédiaire » et « haut de gamme ».

Quels sont les fondements et les principaux axes de cette étude ?

Il y a trois ans environ, nous avons mis en place une démarche qui relève de l’intelligence analytique, et qui consiste à élaborer une modélisation de notre clientèle. Pour cela, nous avons retenu un certain nombre de variables liées au profil socio-démographique et aux produits et services contractés par nos clients, et nous avons appliqué des analyses statistiques fondées sur des techniques comme la régression logistique. Une fois le phénomène de la multibancarisation détecté et modélisé, nous avons ensuite testé ce modèle en agences pour en vérifier la validité. L’ensemble a simplement mobilisé deux chargés d’études pendant environ trois mois, qui se sont appuyés sur les solutions Enterprise Miner et le module STAT de SAS.

Quels enseignements en avez-vous tirés ?

Aujourd’hui, à chaque foyer client de l’une de nos agences, est associé un indicateur qui donne, en fonction de son comportement analysé, la probabilité que ce client soit multibancarisé, et si le Crédit Agricole semble être sa banque principale ou secondaire. C’est une probabilité et non une certitude, et ces probabilités ont été validées en agence pour un peu plus des trois quarts des clients définis comme multibancarisés par l’étude.

Quelles sont les limites d’une telle démarche ?

Nous avons remarqué que notre modélisation est moins précise sur deux types de clientèle : ceux qui ont recours à nos services depuis moins d’un an, en raison du manque d’historique, et les clients particuliers qui font également appel à nous en tant que professionnels, ce qui induit une relation particulière.

Quelles sont les prochaines étapes de ce projet ?

D’abord, la réalisation d’enquêtes qualitatives qui nous permettront de mieux comprendre les besoins et attentes des clients multibancarisés, et en particulier ceux pour qui nous ne constituons que la banque secondaire. Ceci afin de mieux adapter par la suite notre communication et notre politique commerciale vis-à-vis de cette cible particulière, et de mettre en place une nouvelle stratégie relationnelle via des actions marketing adéquates.

Crédit Agricole des Savoie

Chiffres clés :
- 165 points de vente
- 568 000 clients particuliers

S O L U T I O N S
Les solutions d'Analytic Intelligence (Intelligence analytique) offrent une large palette de fonctionnalités dans le domaine de la prévision, de l'optimisation, de la modélisation statistique et du Data Mining, qui permettent de réaliser des segmentations clients, prédire les ventes des mois à venir, simuler des scenarii de production, etc.
En savoir plus sur les solutions Analytic Intelligence de SAS :
http://www.sas.com/offices/europe/france/software/technologies/analytics.html

publié le 26/11/2004