Fabienne Vidal, responsable marketing d'Uni Editions, la parole est à vous
Vous avez mené de juin 2008 à avril 2009 une importante campagne de phoning autour du mensuel Santé Magazine. De quoi s'agissait-il précisément ?
La démarche s'inscrivait dans une volonté de développement du portefeuille d'abonnés au titre, après son rachat fin 2007. Nous avons opté pour de la prospection interne, c'est-à-dire menée auprès des abonnés aux autres magazines d'Uni Editions.
Ce qui représente une base potentielle de quelle taille ?
Nous éditons à ce jour sept supports de presse : Dossier Familial, premier mensuel français en diffusion payée; Détente Jardin, leader de la presse jardinage; Maison Créative; Régal; I comme Info ; Détours en France et Santé Magazine, principal titre santé en France, qui comptait en octobre 115 976 abonnés et recense plus de 3 752 000 lecteurs. Au total, nous gérons une base de plus de 2 millions d'abonnés.
Comment avez-vous travaillé ?
L'approche a été menée en plusieurs temps. En premier lieu, la base d'abonnés à Santé Magazine a été intégrée à la base opérationnelle Uni-Editions à des fins de traitement d'adresses : dédoublonnage et déduplication, enrichissements en critères de qualification associés à la base. Nous avons ensuite réalisé une étude de profil entre les abonnés à Santé Magazine et les lecteurs des autres titres Uni-Editions. En opérant des comparaisons titre par titre selon des critères socio-démographiques et géographiques, nous avons pu étoffer la connaissance immédiate des caractéristiques propres à chaque portefeuille et de leurs différences majeures. Seulement, au-delà de ces enseignements, une étude de profil ne permet pas de réaliser un ciblage optimisé pour une campagne de prospection. WDM France nous a donc proposé une analyse de score.
En quoi cette analyse de score s'est-elle avérée plus pertinente en termes de prospection ?
Avec le scoring, on dépasse l'information descriptive pour se placer d'emblée dans une logique prédictive. De quoi s'agissait-il ? De modéliser l'appétence de chaque abonné Uni-Editions pour Santé Magazine, et d'évaluer sa réaction à une offre d'abonnement. Il est apparu que les deux titres présentant les plus forts potentiels d'affinité avec Santé Magazine sont Dossier Familial et Détente Jardin. Ce sont donc ces deux bases que nous avons utilisées. Pour chacune d'entre elles, WDM a listé 10 segments d'abonnés exprimant des degrés d'appétence plus ou moins élevés : le premier segment regroupant les lecteurs a priori les plus réceptifs à une proposition d'abonnement à Santé Magazine, le deuxième segment rassemblant ceux qui le sont un peu moins, et ainsi de suite.
La sélection des abonnés à contacter s'effectue ensuite très simplement, par lots d'abonnés exprimant les meilleurs scores d'appétence.
Quels résultats avez-vous obtenus ?
Pour la base des abonnés à Dossier Familial, le premier segment établi par WDM comptait 128 686 noms. Après enrichissement, nous avons pu rassembler un fichier renseigné en numéros de téléphone de 66 046 personnes, dont 34 853 ont donné lieu à un contact et 17 718 à un entretien argumenté, c'est-à-dire mené jusqu'au bout du script commercial. Ces contacts aboutis ont débouché sur 6 008 accords d'abonnement, dont 5 990 ont été effectifs.
5 990 abonnements pour une cible initiale de 17 718 contacts aboutis, cela donne un taux de transformation de 33%. C'est plutôt pas mal...
C'est un bon résultat en effet. L'offre a pesé dans la balance. Nous proposions un abonnement précédé de 3 mois gratuits, soit un 1er prélèvement au 4e mois, doublé d'un droit de résiliation activable à tout moment. Par ailleurs, nous ne commercialisons pas nos adresses, elles ne sont donc pas sur-sollicitées.
Quels ont été les résultats des autres segments ?
30,85% pour le deuxième segment, 17,29% pour le troisième, 19,36% pour le quatrième et 19,44% pour le cinquième.
Vous n'avez travaillé que sur les cinq premiers segments ?
Oui. Question de rentabilité. Le calcul financier établi tenait compte du coût des trois mois d'abonnement offerts, du coût contact et des hypothèses de transformation imputables aux différents scores d'appétence.
Pourquoi privilégier le téléphone dans une opération de prospection comme celle-ci ?
C'est pour nous un média plus efficace et moins coûteux que le mailing. Quelle comparaison en effet entre une opération courrier qui se soldera par des taux de rendement flirtant avec les 1% ou 2% et des résultats à 33 % ? En outre, dans la mesure où 90 % de nos abonnés sont des clients qui nous payent déjà par prélèvement et que nous disposons de leurs coordonnées bancaires, nous pouvons travailler en "vente par enregistrement téléphonique" (VPE), ce qui nous permet de réaliser la vente lors du premier contact. Le téléopérateur suit un script normé et très formalisé qui présente l'offre d'abonnement au client. Dès lors que celui-ci accepte, il est informé que la conversation sera enregistrée. Nous lui exposons les conditions commerciales, lui soumettons le numéro de compte sur lequel est enregistré son premier abonnement et lui demandons son accord pour y affecter le nouveau contrat d'abonnement.
Procédez-vous toujours de la même manière pour vos campagnes d'abonnement ?
Nous avons généralement recours à la prospection interne. Après, la modélisation du ciblage sera fonction du titre. Un exemple : nous avons très récemment racheté le mensuel Détours en France. Pour un titre comme celui-ci, la campagne d'abonnement se décline sur des critères de segmentation géographique. Sont contactés en priorité les prospects habitant la région mise à la "une" du numéro à paraître.
Pourquoi ne pas travailler davantage sur des fichiers externes ?
Parce que nous avons un potentiel à disposition et que nous disposons de fichiers relativement captifs : il s'agit d'abonnés à des titres qui relèvent tous de la presse magazine pratique grand public. Par ailleurs, nous avons déjà testé de l'asile colis sur des sources externes. Les rendements sont plus faibles.
En 2010, sur quoi comptez-vous portez vos efforts ?
Nos fichiers sont renseignés sur des critères assez basiques : adresse, téléphone, e-mail, âge. Nous allons donc travailler sur la profondeur des données.
