Le scoring est une technique d’analyse qui attribue à chaque client, prospect ou contact une note chiffrée, calculée selon des règles ou un modèle, afin de classer ces individus selon une probabilité, un intérêt ou une valeur.
Deux familles coexistent. Le scoring par règles additionne des points attribués à des critères choisis par l’entreprise : fonction, taille de l’entreprise, pages consultées, ouverture d’un message, demande de documentation. Le scoring prédictif apprend les pondérations à partir de l’historique, en comparant les individus qui ont réalisé une action à ceux qui ne l’ont pas réalisée. Dans les deux cas, la note sert à ordonner une population, puis à décider d’un traitement : appel commercial, relance, offre ou exclusion d’une campagne.
Un score comprend un objectif, c’est-à-dire l’événement ou la valeur que la note doit refléter. Il s’appuie sur des variables d’entrée, une méthode de calcul, des seuils qui transforment la note en décision et une règle de mise à jour. Les variables peuvent être déclarées, transactionnelles ou comportementales. Le scoring comportemental repose sur les seules traces d’activité.
Le scoring se distingue de la segmentation, qui répartit une population en groupes homogènes sans forcément les ordonner, comme la segmentation RFM. Hors du marketing, le terme désigne aussi l’évaluation de la solvabilité d’un emprunteur. En marketing, il sert surtout à qualifier les leads en B2B, à sélectionner les destinataires des campagnes de marketing direct et à hiérarchiser les actions de fidélisation.
Beaucoup de projets de scoring échouent sans la moindre erreur de calcul. La note existe, mais personne ne change sa façon de travailler. Nous recommandons de partir de la décision à outiller : qui appeler en premier, à qui adresser une offre, qui retirer d’une relance. Un score est utile s’il modifie cette décision et si l’on peut mesurer l’écart avec la pratique antérieure.
Un score par règles est lisible et rapide à construire. Les équipes commerciales le comprennent et l’acceptent. Il reflète cependant les intuitions de ceux qui l’ont écrit, et ses pondérations vieillissent sans que personne ne s’en aperçoive. Un modèle statistique exploite mieux les données, mais il exige un historique suffisant d’événements observés et une maintenance régulière. Notre critère, à titre indicatif : tant que l’entreprise ne dispose pas de quelques centaines de cas positifs bien enregistrés, un score par règles révisé chaque trimestre est souvent plus raisonnable.
Noter des personnes physiques relève en général du profilage, défini à l’article 4 du RGPD. La CNIL le décrit comme un traitement qui utilise les données d’une personne pour analyser et prédire son comportement (CNIL, Profilage et décision entièrement automatisée, 2018). Elle rappelle qu’une personne a en principe le droit de ne pas faire l’objet d’une décision entièrement automatisée qui produit des effets juridiques à son égard ou l’affecte de manière significative. Dans son arrêt du 7 décembre 2023 (affaire C-634/21), la Cour de justice de l’Union européenne a jugé que l’établissement automatisé d’un score de solvabilité constitue une telle décision lorsque le tiers qui le reçoit lui accorde un rôle déterminant dans l’octroi d’un crédit. Un score de ciblage publicitaire n’atteint pas toujours ce seuil. À notre avis, la question se pose dès que la note conditionne un prix, une éligibilité ou un refus.
Un consultant senior d’Advalians, indépendant et tenu au secret, examine avec vous l’usage attendu de votre score avant son lancement. Chaque séance se termine par une décision écrite.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
La segmentation répartit une population en groupes homogènes, le scoring ordonne les individus sur une échelle. Une segmentation dit à quel groupe appartient un client. Un score dit où il se situe par rapport aux autres sur un critère précis, par exemple la probabilité de répondre.
Les deux se combinent souvent. Une segmentation RFM peut servir de base, puis un score classe les clients à l’intérieur de chaque segment. Choisissez la segmentation pour adapter un message, le score pour décider qui solliciter en priorité quand le budget de contacts est limité.
Commencez par un score par règles sur deux axes : l’adéquation du profil et l’intérêt manifesté. Pour le profil, attribuez des points à la fonction, au secteur et à la taille de l’entreprise. Pour l’intérêt, notez les actions récentes : demande de démonstration, visite de la page tarifs, téléchargement.
Fixez avec les ventes un seuil de transmission. Faites-leur qualifier chaque lead transmis pendant deux mois. Comparez ensuite les notes des contacts devenus opportunités à celles des autres, et réajustez les points. Faites vieillir les points d’intérêt : une visite ancienne pèse moins qu’une visite récente.
Découpez la population en dix tranches égales selon la note, puis calculez le taux de réussite de chaque tranche. Un bon score donne une courbe nettement décroissante, de la meilleure à la moins bonne tranche. Une courbe plate signifie que la note ne discrimine pas.
Faites ce contrôle sur une période postérieure à la construction du score, jamais sur les données qui ont servi à le régler. Mesurez aussi le gain réel : appliquez le score à une campagne et gardez un groupe témoin sélectionné comme avant. L’écart entre les deux groupes donne la valeur du score.
Parce que les données et les comportements changent, alors que le score reste figé. Une nouvelle offre, un changement de formulaire ou un nouveau canal modifient la signification des variables. Un critère qui annonçait un achat peut devenir banal.
Prévoyez une revue à date fixe, par exemple chaque trimestre. Contrôlez la répartition des notes et le taux de réussite par tranche. Une dérive de l’un ou de l’autre déclenche une révision. Tenez un journal des modifications des sources de données : la plupart des ruptures s’expliquent par un changement de collecte, pas par les clients.
Quand la décision qu’il doit éclairer ne change pas. Si l’entreprise contacte de toute façon l’ensemble de sa base, ou si les ventes traitent chaque demande dans la journée, un score n’ajoute qu’un calcul.
Renoncez-y aussi lorsque la population est trop petite pour comparer les tranches, ou lorsque les données d’entrée sont trop lacunaires. Un score bâti sur des champs remplis à moitié classe surtout la qualité de la saisie. Dans ces cas, nous recommandons de commencer par fiabiliser la collecte et par définir une règle de priorité simple.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
Quand une banque d’affaires évalue une agence avant de la racheter, elle applique..
Les directions marketing font face à un paradoxe permanent : les opportunités d’action..
Le marketing évolue à grande vitesse. Longtemps centré sur l’acte d’achat pur, le..
