Revivez la Matinale CX Lab du 9 juillet 2020

COLLECTER LES DATA POUR AMÉLIORER L’EXPÉRIENCE CLIENTS – L’EXEMPLE MONOPRIX

Avec le témoignage de Brune de Bodman.

LA SYNTHÈSE DES PROPOS


RÉSULTATS L’ENQUÊTE CX LAB : COLLECTER LES DATA POUR AMÉLIORER L’EXPÉRIENCE CLIENTS

CX Lab a mené une enquête auprès de ses clients sur la collecte des data et leur utilisation pour améliorer et piloter l’expérience clients. Les principaux résultats sont synthétisés dans cette infographie. Stratégiques et reconnues comme telles par les équipes CX, les données permettent de donner une légitimité aux programmes, de justifier son budget ou de décrocher un budget, de mesurer les progrès accomplis et ce qu’il reste à faire. Pour autant, il reste à nos yeux des pistes de progrès pour optimiser le pilotage des données au service de la CX. Au-delà des éléments liés à la satisfaction et à la recommandation, l’équipe expérience clients doit avoir une approche économique de la donnée, collabore avec l’ensemble de l’entreprise (notamment la DAF et la DSI) et définisse  la gouvernance de la donnée avec la collecte, le rangement, l’exploitation, la mise à jour, l’analyse et la protection. C’est le processus complet qui compte et qui fera la différence.


COMMENT MONOPRIX COLLECTE-T-IL LES DATA POUR PILOTER ET AMÉLIORER L’EXPÉRIENCE CLIENTS ?

Quel dispositif d’écoute des clients Monoprix a-t-il mis en place ?

  • L’enjeu du dispositif d’écoute est de mettre le client au centre des pratiques, à tous les niveaux de l’entreprise pour pouvoir piloter l’activité avec des indicateurs économiques ET avec les retours des clients.
  • Le dispositif d’écoute des clients n’est pas nouveau. A l’origine, Monoprix avait mis en place des visites mystère en magasin. Monoprix est passé à un dispositif de NPS pour avoir un suivi réel et en continu, pour permettre aux équipes du siège et en magasin de réagir de manière beaucoup plus rapide.
  • Le dispositif en place  repose sur 4 sources d’informations principales :
    • Un suivi quotidien  via le NPS post-achat par canal (magasin, e-commerce) : ciblé sur l’expérience d’achat, il est très court, avec le score NPS, une explication de la note en QCM et un commentaire libre.
    • Des baromètres de satisfaction par univers de produits proposés par Monoprix (alimentaire, mode…) pour avoir une perception de l’offre.
    • Les retours et réclamations faites au Service clients et réseaux sociaux en continu.
    • Une étude semestrielle de NPS externe, permettant de comparer la perception de Monoprix à celle des principaux concurrents .

Quelles données recueillez-vous actuellement ?

  • Nous recueillons deux types de données, des données quantitatives d’une part, qualitatives d’autre part.
  • Prenons l’exemple du NPS qui regroupe les deux éléments. Nous avons une note (de recommandation) du magasin qui donne un score de NPS par magasin. Le client précise ensuite ce qui lui a plu (ou pas) sur 5 sujets : le confort d’achat, le contact avec l’équipe, l’offre de produits proposés, les prix / promotions,  le service de livraison à domicile. S’y ajoute un commentaire libre qui donne une information beaucoup plus qualitative. Dans le cas du NPS, les avis clients remontent directement aux directeurs de magasin qui y répondent en moins de deux jours, ou au service client, pour le e-commerce.
  • Les commentaires au Service client sont une grande source de données qualitatives. Nous avons ouvert l’an dernier un grand chantier avec le Service client pour centraliser l’ensemble des commentaires clients reçus, via le NPS, les mails, le téléphone, les réseaux sociaux. Ils sont classés par thème grâce à un outil d’analyse sémantique.
  • Ces données, quantitatives et qualitatives, sont intégrées de manière automatique dans la base de données de Monoprix, pour faciliter les analyses. Nous produisons des synthèses, mises à jour en continu, accessibles à l’ensemble des équipes.

Comment utilisez-vous ces données pour optimiser l’expérience clients ?

  • Ces données jouent 3 grands rôles : management des équipes, amélioration de l’expérience clients bien sûr, et dans l’analyse et l’amélioration de la connaissance pour permettre une meilleure prise de décision.
  • Les données sont d’abord un outil de management très puissant
    • Les scores NPS et les irritants sont suivis par magasin. Ils sont utilisés pour animer les réunions d’équipe. Les commentaires sont utilisés pour valoriser les comportements positifs / régler les irritants…
    • Au siège, nous travaillons sur les synthèses mensuelle et l’envoi des commentaires clients sur le périmètre concerné.
    • Nous avons aussi intégré le NPS dans la rémunération variable de tous les collaborateurs.
  • Les données nous servent à améliorer  l’expérience clients : l’objectif est de régler les sujets d’irritation.
    • C’est l’affaire de tous : des magasins comme du siège.
    • Nous avons une image maritime pour décrire ce chantier et les différents niveaux d’action sur les irritants.
      • Le « petit plancton » : ce sont des sujets locaux, à traiter par le directeur de magasin. Si un commentaire signale que les paniers sont sales, il peut le traiter directement avec l’équipe de nettoyage.
      • A l’opposé, nous avons les « grosses baleines » : des chantiers transversaux, qui mobilisent plusieurs directions et qui supposent une vision coordonnée pour être réglés, comme l’encombrement des rayons.
      • Entre, nous avons les « bancs de sardines »  qui concernent une seule direction ou un groupe de magasins… C’est plus localisé.
  • Nous avons un objectif d’amélioration de la connaissance et de la prise de décision. Il s’agit de croiser les données des clients avec avec d’autres données disponibles. Voici un exemple d’analyse déjà menée. A partir des données collectées, nous avons cherché à avoir une connaissance plus fine des clients les plus fidèles, pour comprendre leur perception et les sujets de satisfaction et d’irritation. Nous avons croisé les retours du NPS, le profil de fidélité du client et la base de tickets (montants et composition).

Quelles sont vos prochaines étapes en termes de collecte et d’analyse de la data ?

  • C’est un chantier très vaste. Il y a encore une grande étape :  fiabiliser le cadre de l’analyse, en constituant une base de données facilement exploitable pour ce type d’analyses croisées, en identifiant les champs qui permettent un croisement fiable. Cela suppose de faire une sorte de glossaire systématique / fiable, pour savoir quelle donnée correspond à quelle autre. Un exemple : nous avons 3 types d’identifiants clients pour le e-commerce, avec des formats différents, et des bases différentes. Il y a un vrai travail d’exploration à faire pour assurer la jointure entre les bases.
  • Le champ d’analyse est très vaste. Plusieurs types d’analyses sont prévus, pour répondre à des questions récurrentes ou faciliter l’action des équipes, comme l’identification des facteurs qui déterminent le plus la satisfaction ou l’irritation (donc à traiter en priorité) ou l’évaluation du gain potentiel à réduire un sujet d’irritation (ex : les retards lors d’une livraison) ou encore une meilleure connaissance des parcours clients, avec les champs lexicaux associés à certaines étapes critiques. C’est un champ d’analyse passionnant qui s’ouvre à nous.
Cxlab collaborateur

Brune de Bodman @Monoprix

Brune est Responsable du service Performance commerciale et clients chez Monoprix. Elle a rejoint Monoprix il y a deux ans, après plusieurs années chez Bain & Company, pour y déployer et structurer le suivi de la voix des clients.

L’équipe Performance commerciale et clients s’appelait initialement « Expérience client ». Le nouveau nom a été choisi pour souligner que l’expérience clients est l’affaire de tous, pas uniquement celle de l’équipe dédiée.

NPS de la Matinale

+67

« Des échanges éclairants »

« Merci pour cette matinale : richesse de l’enquête et pour le retour d’expérience de Monoprix. Très intéressant et encourageant pour nous les CX. Bravo »

« Ce que j’ai pu entendre était passionnant. »

0 réponses

Laisser un commentaire

Participez-vous à la discussion?
N'hésitez pas à contribuer!

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *


The reCAPTCHA verification period has expired. Please reload the page.