Atelier Verdier : construire une segmentation RFM chez un distributeur de matériel de jardinage

​ ​ ​ ​ ​

Atelier Verdier est un distributeur spécialisé dans le matériel de jardinage et l'équipement extérieur, fondé il y a quinze ans dans la région lyonnaise. L'entreprise dispose d'un magasin physique de mille cinq cents mètres carrés et d'un site e-commerce qui représente aujourd'hui 60 % de son chiffre d'affaires, estimé à quatre millions d'euros annuels. La clientèle est variée : particuliers passionnés de jardinage, professionnels du paysage, collectivités locales et copropriétés. Le catalogue compte plus de huit mille références, allant des outils manuels aux tondeuses thermiques, en passant par les serres et les systèmes d'irrigation.

Le directeur commercial constate depuis plusieurs trimestres une stagnation du chiffre d'affaires malgré une augmentation du nombre de visiteurs sur le site. Les campagnes marketing, bien qu'envoyées régulièrement, génèrent un retour sur investissement décevant. L'analyse interne révèle que l'entreprise communique de manière indifférenciée auprès de l'ensemble de sa base de quarante-cinq mille contacts, sans tenir compte des comportements d'achat ni de la valeur générée par chaque profil. Un client occasionnel ayant acheté une paire de gants reçoit les mêmes messages qu'un paysagiste professionnel commandant régulièrement pour plusieurs milliers d'euros. Cette absence de différenciation crée à la fois une déperdition pour les bons clients, qui se sentent insuffisamment valorisés, et une saturation pour les autres, qui finissent par se désinscrire. L'objectif assigné au projet est clair : structurer une segmentation pertinente fondée sur la méthode RFM, créer des typologies clients exploitables par les équipes, et concevoir un ciblage stratégique différencié capable de relancer la croissance.

La première étape consiste à extraire les données transactionnelles des trois dernières années depuis le CRM Zoho utilisé par l'entreprise. La base contient l'historique complet des achats, avec pour chaque client la date de la dernière commande, le nombre total de transactions et le montant cumulé. Avant toute analyse, un travail de fiabilisation est nécessaire. Plusieurs centaines de comptes en doublon, créés lors de commandes invitées sur le site, sont fusionnés. Les contacts inactifs depuis plus de cinq ans sont archivés. Sur les quarante-cinq mille contacts initiaux, environ trente-deux mille restent exploitables après nettoyage. Le consultant construit alors un modèle RFM en attribuant à chaque client trois scores indépendants, sur une échelle de un à cinq. Le score de récence est calculé en fonction du temps écoulé depuis la dernière commande : moins de trois mois donne cinq points, plus de deux ans donne un point. Le score de fréquence reflète le nombre de commandes sur les trois dernières années. Le score de montant prend en compte le total dépensé sur la même période. La combinaison de ces trois scores permet d'attribuer à chaque client un code à trois chiffres, allant de 111 pour les clients les moins engagés à 555 pour les meilleurs. L'analyse fait apparaître une distribution révélatrice. Environ 8 % des clients, classés 444 ou plus, génèrent à eux seuls 52 % du chiffre d'affaires. À l'inverse, près de 40 % des contacts n'ont effectué qu'un seul achat de faible montant et n'ont plus jamais commandé.

À partir des scores RFM, l'équipe construit cinq typologies clients, formalisées dans un document Notion partagé avec l'ensemble des collaborateurs concernés. La première typologie regroupe les Champions, clients à scores élevés sur les trois dimensions. Ils représentent environ 8 % de la base et constituent le cœur du chiffre d'affaires. Le persona associé est celui de Marc, paysagiste professionnel de 47 ans, dirigeant une entreprise de cinq salariés, qui commande régulièrement des outils robustes et privilégie la qualité au prix. La deuxième typologie est celle des Fidèles à risque, clients ayant historiquement bien acheté mais dont la récence se dégrade. Ce segment, qui pèse environ 12 % de la base, est incarné par Sylvie, ancienne cliente régulière dont les commandes se sont espacées sans raison apparente identifiée. La troisième typologie correspond aux Nouveaux prometteurs, clients récents ayant déjà passé deux ou trois commandes et présentant un potentiel de fidélisation, représentés par Thomas, jeune propriétaire d'une maison avec jardin, équipant progressivement son extérieur. La quatrième regroupe les Occasionnels, clients qui commandent une à deux fois par an, souvent à l'occasion d'un projet ponctuel comme la création d'un potager. Enfin, la cinquième typologie rassemble les Dormants, clients inactifs depuis plus de dix-huit mois, dont la réactivation représente un enjeu marketing à part entière. Une cartographie visuelle des segments est réalisée sur Miro et partagée avec l'ensemble des équipes commerciales et marketing, afin de garantir une compréhension homogène des priorités.

À partir des typologies, un ciblage stratégique est construit en lien direct avec les objectifs commerciaux de l'année. La direction décide de prioriser deux segments : les Champions, dont la valeur unitaire élevée justifie un investissement relationnel renforcé, et les Nouveaux prometteurs, dont le potentiel de croissance est jugé particulièrement intéressant dans une logique de développement à moyen terme. Les Fidèles à risque font l'objet d'une attention spécifique en raison du risque de perte qu'ils représentent. Les Occasionnels et les Dormants reçoivent un traitement plus standardisé, avec des campagnes automatisées peu coûteuses. La concentration des ressources est traduite concrètement dans les budgets. Près de 60 % du budget marketing est désormais alloué aux deux segments prioritaires, contre une répartition uniforme l'année précédente. Le directeur commercial dédie un commercial senior au suivi des Champions, avec pour mission de construire une relation personnalisée avec chacun des deux mille cinq cents clients concernés. Pour les Nouveaux prometteurs, un parcours d'onboarding automatisé est mis en place via Brevo, déclenchant une séquence de trois emails sur trois semaines après la deuxième commande, présentant des conseils d'utilisation, des produits complémentaires et une offre incitative pour la troisième commande. Un comité mensuel réunit la responsable marketing, le directeur commercial et la direction générale pour examiner les indicateurs par segment et ajuster les actions en conséquence.

Au terme du semestre, les résultats sont analysés segment par segment. Le programme dédié aux Champions enregistre un succès notable, avec une augmentation de 22 % du chiffre d'affaires généré par ce segment et un taux de satisfaction très élevé mesuré par enquête. La campagne de réengagement des Fidèles à risque permet de récupérer environ un tiers des clients ciblés, ce qui représente un gain commercial significatif au regard du coût de l'opération. Le parcours d'onboarding des Nouveaux prometteurs porte ses fruits, avec un taux de transformation vers la troisième commande qui passe de 18 % à 31 %. Les campagnes saisonnières destinées aux Occasionnels génèrent un retour sur investissement satisfaisant, sans toutefois transformer significativement leur fréquence d'achat. La campagne de réactivation des Dormants donne, comme attendu, un résultat modeste, mais elle permet de purger la base et de concentrer les efforts sur les segments réellement actifs. Plusieurs recommandations émergent pour la suite. Le modèle RFM devra être actualisé tous les six mois pour tenir compte des évolutions de comportement. Une dimension supplémentaire pourrait être intégrée pour distinguer les clients particuliers des clients professionnels, dont les logiques d'achat diffèrent fortement. La direction commerciale envisage également de coupler l'analyse RFM avec un scoring prédictif basé sur l'engagement digital, afin d'anticiper plus tôt les signaux de désengagement. Cette étude de cas illustre comment une segmentation rigoureuse, traduite en typologies opérationnelles et en ciblage stratégique différencié, permet de transformer une base de données dormante en véritable levier de croissance.