Business : Comment mesurer la force de l’habitude du client – Loyalty Science Lab

Dans un article précédent sur la façon de gérer les perturbations des habitudes des clients pendant la pandémie, nous vous recommandons de faire le bilan de l’impact des perturbations des habitudes sur votre entreprise. Dans cet article, nous développons ce point et vous montrons comment la force des habitudes peut être transformée en mesures significatives à l’aide de données de transaction / d’utilisation des consommateurs ou de données d’enquête.

Remarque: Ce sera une lecture plus technique.

Pour récapituler rapidement le concept d’habitude, c’est une action qui se répète fréquemment dans les mêmes situations. Si nous décomposons le concept, il y a deux ingrédients principaux à l’habitude:

• La fréquence: À quelle fréquence une personne prend-elle cette mesure (par exemple, regarde la télévision, utilise une application mobile, etc.)?
• La stabilité: lorsque la personne s’engage dans l’action, est-ce souvent dans les mêmes circonstances (par exemple, sur le chemin du retour, le dimanche matin, etc.)?

Pour mesurer la force de l’habitude d’un client, vous devez pouvoir quantifier ces deux ingrédients. Plus la fréquence et la stabilité sont élevées, plus l’habitude est forte.

Dans les discussions suivantes, nous supposons que vous disposez de données d’achat ou d’utilisation de clients individuels. Si ce n’est pas le cas, vous pouvez vous référer à la dernière section pour d’autres mesures de la force des habitudes à l’aide d’enquêtes auprès des clients.

La mesure de la fréquence est relativement simple. Pour la fréquence d’achat, c’est le nombre de fois que quelqu’un achète votre produit dans une fenêtre de temps donnée (par exemple, par semaine, par mois, par an, etc.). Si vous avez à la place des données d’utilisation (par exemple, l’utilisation par les clients de votre application mobile), la fréquence signifie combien de fois une personne utilise le produit pendant une durée donnée.

Exemple: Quelqu’un achète votre produit 36 ​​fois par an. Fréquence moyenne par mois = 36/12 ou 3 fois par mois.

Bien que le concept soit simple, vous devez faire très attention à ce que vous choisissez comme fenêtre de temps pour calculer votre mesure de fréquence. Supposons que votre produit soit généralement nécessaire une fois par mois environ, en utilisant la semaine comme la fenêtre de temps serait trop courte pour saisir les différences dans les modèles de répétition, car dans la plupart des semaines, les gens n’achèteront rien. Au lieu de cela, vous voudrez regarder le niveau mensuel ou trimestriel pour avoir une idée de la fréquence typique.

De l’autre côté de la médaille, si votre produit est utilisé très fréquemment, vous ne voulez pas non plus que votre fenêtre de temps soit trop large. Pour un produit utilisé quotidiennement, vous ne voulez pas que votre fenêtre horaire soit plus que quotidienne ou au plus hebdomadaire, de sorte que la mesure de fréquence ne devienne pas trop importante pour la plupart des clients.

« Vous devez faire très attention à ce que vous choisissez comme fenêtre temporelle pour calculer votre mesure de fréquence. »

Identification des composants de stabilité à capturer

Pour mesurer la stabilité des comportements des personnes, vous devez d’abord décider ce que vous considérez comme un contexte stable dans votre environnement. Dans le dernier article, nous avons parlé de quatre types typiques d’indices contextuels: l’heure, le lieu, le contexte social et l’événement précédent / suivant. Les chercheurs ont également pris en compte la stabilité des modèles d’achat, tels que le montant que le client achète lors d’une promotion, combien il achète des produits à faible marge et la fréquence de retour des produits. Vous pouvez également consulter le contenu de ce que les clients achètent ou utilisent.

Il n’y a pas de règles strictes et rapides sur les types de stabilité les meilleurs à utiliser. Voici quelques éléments qui peuvent vous aider à choisir les bons:

• Pensez au comportement typique associé à votre produit et voyez à quoi il est généralement associé. Par exemple, si vous exploitez un café, l’heure de la journée est probablement un facteur important dans l’habitude de vos clients.
• Choisissez ceux qui différencient vos clients les uns des autres. Supposons que si vous avez une stratégie à bas prix et attire principalement des clients soucieux de la promotion, vous ne voudrez peut-être pas utiliser combien ils achètent en promotion comme indice de stabilité, car il n’a pas le pouvoir de différencier un client d’un autre.
• Expérimentez avec différentes dimensions de stabilité et voyez quels sont ceux qui prédisent le mieux les comportements à l’aide de l’analyse de données.
• Gardez à l’esprit vos limites de données. De toute évidence, si vous ne capturez pas certaines informations telles que le temps d’utilisation, vous ne pourrez pas évaluer la stabilité de la dimension temporelle.

Calcul du score de stabilité

Une fois que vous avez déterminé les quelques éléments de stabilité que vous souhaitez capturer, l’étape suivante consiste à calculer le score de stabilité associé à chaque élément.

Supposons que vous ayez décidé que l’heure de la journée est un élément de stabilité important. Vos clients fortement habitués achètent ou utilisent généralement le produit au même moment de la journée. En fonction de votre entreprise, vous divisez l’heure de la journée en cinq sections: tôt le matin, en milieu de matinée, à l’heure du déjeuner, l’après-midi, le soir / tard le soir.

Pour chaque client, vous souhaiterez connaître le pourcentage des achats de ce client dans chaque segment. Supposons que la répartition des achats d’un client soit de 90% tôt le matin, 5% en milieu de matinée, 3% le midi, 2% l’après-midi, 0% le soir et tard le soir. La stabilité temporelle pour ce client serait le plus élevé des pourcentages (dans ce cas 90%). La justification de cela est assez simple. Si un client achète à des moments aléatoires tout au long de la journée, vous constaterez que 20% des achats du client se répartissent dans chacun des segments de temps. En conséquence, la stabilité de ce client serait plutôt de 20%, bien inférieure à celle plus habituelle avec un score de stabilité de 90%.

Ce même calcul peut être effectué avec les autres types d’aspects de stabilité tels que l’emplacement. Une fois que vous avez un score de stabilité pour chaque dimension de stabilité, vous pouvez créer un score de stabilité global pour chaque client en faisant la moyenne des scores de stabilité du client dans toutes les dimensions. Si un certain type de stabilité (par exemple, le temps) est plus important dans votre entreprise que d’autres dimensions de stabilité (par exemple, l’emplacement), vous pouvez utiliser une moyenne pondérée plutôt qu’une simple moyenne.

Après avoir déterminé le score de fréquence et le score de stabilité pour chaque client, le calcul de l’habitude est simple à l’aide de la formule:

force d’habitude = score de fréquence x score de stabilité

Comme il s’agit d’un concept simple, nous ne nous attarderons pas dessus, sauf pour une note technique. Si vos clients ont des fréquences très différentes (par exemple, certaines avec une fréquence de 1 et d’autres avec une fréquence de 200), afin que la partie fréquence ne domine pas trop la métrique d’habitude, vous voudrez transformer en log la mesure de fréquence:

score de fréquence transformé = log (fréquence + 1)

(Le plus 1 est de s’assurer que ceux avec une fréquence nulle peuvent toujours utiliser la transformation logarithmique.)

Après cette transformation, les exemples 1 contre 200 ci-dessus seront désormais de 0,69 contre 5,3, une plage beaucoup plus gérable. Vous multipliez ensuite ce score de fréquence transformé par le score de stabilité pour arriver au score d’habitude final.

Vous trouverez ci-dessous une publication de recherche où vous pouvez voir cette mesure d’habitude déployée:

L’approche que nous avons décrite jusqu’à présent n’est possible que si vous disposez de données comportementales granulaires au niveau du client. Si vous ne disposez pas de ces informations, il est toujours possible de mesurer la force d’habitude de vos clients. Mais vous devrez vous fier à de bonnes mesures autodéclarées à l’aide d’enquêtes auprès des clients.

L’inconvénient de cette approche est que, comme l’habitude est censée suivre un processus automatique, les gens peuvent ne pas être pleinement conscients qu’ils ont une forte habitude. Ils peuvent donc ne pas se classer très haut sur ces mesures même si elles sont fortement habituelles. D’après notre expérience de l’utilisation de différentes mesures des habitudes, ces mesures autodéclarées ont tendance à être en corrélation avec les mesures basées sur le comportement à un niveau modéré (corrélations de 0,3 à 0,4).

Mesure d’habitude autodéclarée n ° 1

En utilisant les deux mêmes ingrédients clés de fréquence et de stabilité, vous pouvez poser des questions aux consommateurs concernant chacun des deux composants. Pour la fréquence, la question peut ressembler à:

« À quelle fréquence avez-vous regardé cette émission au cours des 30 derniers jours? »

Pour la stabilité, le même conseil que nous avons discuté plus tôt devrait être suivi pour identifier d’abord les éléments de stabilité contextuels pertinents à la situation. Chacun de ces éléments devrait ensuite être formulé en une question, comme les exemples ci-dessous.