Contexte & Objectifs

Depuis plusieurs années, un opérateur télécom belge de premier plan souffrait d'un problème structurel de fidélisation de la clientèle. Avec un taux bien supérieur à 10 %, l'impact estimé du churn coûtait des centaines de millions d'euros chaque année.

Dans l'industrie télécom, la fidélisation est rendue plus complexe par la diversité des facteurs. Certains sont externes, tels que l'augmentation des offres promotionnelles des opérateurs regroupant mobile, internet et TV. D'autres sont internes : qualité des services de base, prix et efficacité du support client pour résoudre les problèmes. Les données cloisonnées et leur fiabilité inégale rendaient la compréhension du churn encore plus difficile.

Ils ont fait appel à Agilytic pour comprendre les déclencheurs du churn, cibler les clients à risque et améliorer la fidélisation client.

Démarche

Nous avons commencé par un atelier avec les équipes du client pour définir les indicateurs clés de performance pertinents selon trois sources de problèmes :

• Administratif (par exemple, erreurs dans les contrats, changements intempestifs dans les formules de prix, augmentations de prix)

• Facturation (par exemple, erreur de facturation, surconsommation, extras non inclus dans le prix fixe)

• Technique (par exemple, performance du réseau, interruption de service)

Ensuite, nous avons consolidé les données client (CRM) avec les données de facturation et de réseau en un entrepôt de données homogène, adapté à l'analyse.

Nous avons ensuite construit un modèle de fidélisation pour identifier les déclencheurs de churn et évaluer la propension au churn des clients existants. Nous avons réussi à prévoir jusqu'à trois mois avant l'apparition réelle du churn, ce qui s'est avéré crucial pour une planification adéquate des campagnes de fidélisation.

Chaque client a reçu un score avec deux arguments justifiant leur probabilité de churn. Mais nous ne nous sommes pas arrêtés là. Nous avons intégré ces scores directement dans l'outil CRM de l'opérateur. Ainsi, le personnel de support de première ligne avait toutes les informations pertinentes pour les appels entrants et sortants.

Pour conclure sur l'aspect analytique, nous avons développé la mise à jour automatique du modèle chaque nuit, poussant un CSV directement dans le CRM.

Nous avons terminé le projet par un transfert complet, incluant des sessions de formation et une documentation exhaustive.

Résultats

Pour l'opérateur, les résultats ont été multiples :

• Une compréhension beaucoup plus claire des causes profondes du churn client

• Des segments de clients exploitables, chacun doté d'initiatives personnalisées de fidélisation

• Une réduction de 10 % du churn client annuel (équivalant à ±1 % du portefeuille)

Le projet a été un succès. Aujourd'hui, la modélisation du churn est une partie intégrante de tout opérateur télécom moderne et est jugée digne d'une optimisation continue.