🎯 Objectif
Chez PerfectDraft, une campagne marketing originale a été lancée : permettre aux clients d’acquérir une tireuse à bière pour 1 €, sous condition d’achats récurrents sur plusieurs mois.
Le fonctionnement : le client achète la tireuse à son prix initial, puis reçoit chaque mois pendant X mois un coupon de remboursement. Au total, ces coupons lui permettent de ramener le coût final de la machine à 1 € symbolique, à condition de tous les utiliser !
Derrière l’impact marketing de cette offre, une question essentielle se pose :
Quel est le comportement réel des clients une fois engagés dans cette mécanique ?
J’ai décidé d’approfondir le sujet en construisant une analyse détaillée et dynamique pour :
- Suivre le taux d’utilisation des coupons (redemption rate) au fil des mois
- Identifier les types de commandes réalisées avec les coupons
- Comparer la fréquence d’achat avec un groupe de clients similaires
- Modéliser la Customer Lifetime Value (CLTV) par segment
- Comprendre la composition du groupe : combien de nouveaux clients réellement recrutés ?
- Évaluer les comportements selon différents profils : nombre de fûts par commande, délai entre deux commandes, etc.
🔍 Analyse & actions business
L’étude a permis de répondre à plusieurs questions clés pour affiner la stratégie :
🧲 Quels profils ont été réellement recrutés ?
- Quelle part de véritables nouveaux clients ?
- Combien étaient déjà clients (ou possédaient déjà une machine) avant l’opération ?
- Comment se comportent ces différents profils ?
🔁 Engagement et usage des coupons
- Quel est le taux d’utilisation mensuel ?
- Observe-t-on une chute rapide après le 1er ou 2e coupon ?
- Combien de clients utilisent les 8 coupons dans la durée ?
🛒 Types de commandes & comportements d’achat
- Les coupons génèrent-ils des paniers plus élevés que leur valeur ?
- Nombre de fûts par commande, fréquence d’achat, typologie produit…
- Y a-t-il un effet d’habitude ou d’abandon progressif ?
📊 Comparaison avec un groupe de contrôle
- Quelle est la fréquence d’achat des participants vs non-participants ?
- Quel est l’impact réel sur la CLTV, en isolant les effets de l’offre ?
💡 Seuil de rentabilité de la campagne
- Modélisation du nombre de coupons et de fûts nécessaires pour qu’un client devienne rentable
✅ Résultat
Cette analyse a permis de dépasser la simple logique « rentable / pas rentable ». Elle a :
- Objectivé les résultats d’une campagne atypique
- Mis en lumière les comportements réels des clients, mois après mois
- Permis de segmenter finement la base engagée : profils fidèles, opportunistes, inactifs
- Aidé à ajuster les paramètres de l’offre pour la rendre plus durable et rentable à terme
Mais surtout, ce projet a posé les bases d’un suivi comportemental dans le temps, qui ne s’arrête pas à la fin de la campagne : la phase post-coupons est tout aussi cruciale pour mesurer la fidélité réelle.
Vous avez un volume de données riche et cherchez à en tirer le meilleur ?
Je peux vous aider




