Le score d’affinité est une note attribuée à chaque client ou prospect pour mesurer l’intensité de son intérêt pour une marque, une catégorie de produits ou un thème, calculée à partir de ses comportements et de ses intérêts déclarés.
Il relève du scoring et, plus précisément, du scoring comportemental lorsqu’il repose sur des traces d’activité. Le calcul additionne des signaux pondérés : achats dans la catégorie, consultations de pages, clics sur des messages thématiques, participation à un événement, centres d’intérêt déclarés. Chaque signal perd en général du poids avec le temps, pour que le score reflète l’intérêt actuel plutôt que l’historique. Le résultat s’exprime sur une échelle commune, par exemple de 0 à 100, ou en déciles.
Un même individu porte plusieurs scores d’affinité, un par univers suivi. Leur ensemble forme un profil d’intérêts. Un dispositif de scores d’affinité repose sur une liste d’univers, des signaux, leur pondération, une fenêtre d’observation et une règle de mise à jour.
Le score d’affinité se distingue du score d’appétence, qui estime la probabilité d’une action précise, comme un achat, à l’aide d’un modèle construit sur des réponses passées. L’affinité décrit un intérêt, l’appétence prédit un comportement, et la première peut alimenter la seconde. En études et en média, le mot affinité désigne aussi un indice qui compare le poids d’une cible dans une audience à son poids dans une population de référence, proche de l’indice de sur-représentativité. En marketing direct, le score d’affinité sert à choisir le thème d’un message, à recommander des produits et à sélectionner les destinataires d’une campagne thématique.
Une erreur de lecture fréquente consiste à traiter un score d’affinité élevé comme une intention d’achat. Un client peut lire tous vos contenus sur un thème sans jamais acheter dans la catégorie. Le score d’affinité répond bien à la question « de quoi lui parler ? ». Il répond mal à la question « à qui vendre ? ». Nous recommandons de l’employer d’abord pour personnaliser les contenus et l’ordre des sujets, et de réserver les sélections commerciales coûteuses à un score prédictif validé.
Un score d’affinité se valide par l’action. Envoyez un même message thématique à des clients répartis par déciles de score, puis comparez les taux de clic et le taux de transformation. Si les déciles supérieurs ne réagissent pas mieux que les autres, les signaux ou leurs poids sont à revoir.
Suivez aussi deux indicateurs de santé. La couverture est la part de la base dotée d’un score fondé sur des signaux récents. La stabilité mesure l’ampleur des variations d’un calcul à l’autre. Un score qui change brutalement chaque semaine reflète du bruit plus qu’un intérêt.
Le score d’affinité porte sur des données personnelles et relève en principe du profilage au sens du RGPD. La CNIL décrit le profilage comme un traitement qui vise à analyser et à prédire le comportement d’une personne (page sur le profilage et la décision entièrement automatisée, 2018). L’article 21 du RGPD permet à la personne de s’opposer à tout moment au traitement de ses données à des fins de prospection, y compris au profilage lié à cette prospection. Le considérant 70 précise que ce droit s’exerce sans frais. Nous recommandons de documenter les signaux utilisés et de prévoir la suppression des scores d’une personne qui exerce ce droit.
Le livre blanc gratuit d’Advalians détaille onze erreurs de mesure courantes et montre comment lire le parcours d’achat au-delà du dernier clic, pour décider sur des données solides.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
Le score d’affinité mesure un intérêt ; le score d’appétence estime la probabilité d’une action précise, comme acheter un produit donné dans les trois prochains mois. Le premier se calcule le plus souvent avec des règles de pondération fixées par l’équipe. Le second s’appuie sur un modèle statistique entraîné sur des réponses passées.
En pratique, utilisez l’affinité pour choisir le sujet d’un message et l’appétence pour décider qui solliciter avec une offre. Les deux se combinent : l’affinité pour une catégorie peut devenir une variable du modèle d’appétence.
Commencez par les données que vous collectez vous-même et qui couvrent la majorité de la base : achats par catégorie, navigation sur le site, clics dans les messages, participation à des événements. Ces données, dites first party data, sont en général les plus fiables, car vous en maîtrisez la collecte.
Ajoutez ensuite les centres d’intérêt déclarés, en les datant. Écartez les signaux disponibles pour une faible part des clients, qui faussent la comparaison. Pour chaque signal, fixez une pondération et une durée de vie, par exemple six ou douze mois selon le rythme d’achat de la catégorie (repère indicatif).
Testez-le en campagne. Envoyez un message sur un thème à des clients de tous les déciles de score, puis comparez leurs taux de clic et de transformation. Un score fiable produit une progression nette du décile le plus bas au plus haut.
Surveillez ensuite deux indicateurs : la couverture, soit la part de la base dotée d’un score fondé sur des signaux récents, et la stabilité d’un calcul à l’autre. Nous recommandons de refaire le test après chaque changement de pondération, et au moins une fois par an.
Une erreur fréquente consiste à additionner les signaux en valeur absolue. Un client très actif obtient alors des scores élevés dans tous les univers, et le score mesure son activité générale plutôt que ses préférences.
Corrigez-la en raisonnant en part relative : rapportez l’activité du client dans un univers à son activité totale, puis comparez cette part à la moyenne de la base. Exemple théorique : un client dont 40 % des achats portent sur une catégorie qui pèse 10 % des ventes présente une affinité marquée, quel que soit son volume d’achat.
Il apporte peu lorsque l’offre se limite à un ou deux produits, lorsque la base est trop petite pour comparer des groupes ou lorsque les signaux de comportement sont rares. Une segmentation simple suffit alors.
Renoncez-y aussi si vous n’avez pas de contenus ou d’offres différents à proposer selon les univers : un score sans usage ne se justifie pas. Avant de le construire, listez les décisions qu’il doit éclairer, comme le thème de la prochaine lettre d’information ou la sélection d’une campagne. Si vous n’en trouvez pas au moins deux, différez le projet.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
