Cross-Sell Fidélité & EBU

Problème & Impact Business

L'opportunité de cross-sell vers les clients existants est significativement sous-exploitée dans le secteur télécom. Les clients fidèles et les entreprises (Enterprise & Business Unit - EBU) représentent les segments à plus forte valeur et meilleure réceptivité aux offres complémentaires, mais les approches non ciblées génèrent des taux de conversion faibles (5-8%) et peuvent nuire à la relation client. Un client mobile peut avoir besoin d'Internet fixe, TV, IoT, ou de lignes supplémentaires, mais ces opportunités sont rarement identifiées et activées au bon moment.

Le segment EBU présente des besoins spécifiques: multi-lignes, M2M/IoT, solutions cloud, sécurité. La capacité à identifier le bon décideur, le bon moment (expansion, nouveau site), et la bonne solution différencie les programmes de cross-sell performants. Notre approche ML combine l'analyse du portefeuille de services actuel, les signaux d'expansion (croissance usage, nouveaux sites), et les patterns de services complémentaires.

Impact mesuré:

• Augmentation de 56% du taux de cross-sell (B2C: 8% → 12.5%, EBU: 15% → 23.5%)
• Hausse de 24% de la valeur moyenne par client multi-services
• Génération de 7,8M€ de revenus additionnels annuels
• Réduction de 18% du churn sur les clients multi-services

Données & Features Clés

Sources de données principales

• Portefeuille services: Services actifs, ancienneté, utilisation, ARPU par service
• Comportement usage: Patterns de consommation, tendances, saisonnalité
• Données fidélité: Ancienneté, NPS, interactions support, programme de récompenses
• Profil EBU: Taille entreprise, secteur, nombre d'employés, sites multiples
• Signaux d'expansion: Nouveaux sites, recrutements, augmentation usage

Features engineered

• Score de fidélité composite (tenure + NPS + engagement)
• Gaps de service (services typiquement associés non souscrits)
• Propension par catégorie de service (fixe, TV, IoT, cloud)
• Timing optimal basé sur cycle de vie client
• Pour EBU: Score de potentiel d'expansion (croissance, secteur)
• Similarité avec profils multi-services (clustering)
• Sensibilité aux bundles et promotions
• Customer lifetime value prédictive

Segmentation B2C vs EBU

• B2C Loyalty (60%): Clients >2 ans, NPS >40, usage stable
• B2C High-Value (20%): ARPU top 20%, potentiel multi-services élevé
• EBU SME (15%): PME 5-50 employés, croissance potentielle
• EBU Enterprise (5%): Grandes entreprises, besoins complexes

Modèles & Méthodes

Approche multi-niveaux par segment

1. Gradient Boosting (Propensity models): Probabilité cross-sell par service

   • Modèles séparés: HBB, TV, Lignes additionnelles, IoT/M2M, Cloud
   • AUC-ROC moyen: 0.81 (range: 0.76-0.86)
   • Features clés: Services actuels (31%), fidélité (24%), patterns usage (22%)
   • Précision top 15%: 42-48% selon service

2. Matrix Factorization (Collaborative filtering): Recommandations basées sur similarité

   • "Clients comme vous ont aussi souscrit..."
   • Détection de patterns de bundles optimaux
   • Permet d'identifier des opportunités non évidentes

3. Graph Neural Networks (Pour EBU): Analyse des relations d'entreprise

   • Cartographie des entités liées (filiales, sites, décideurs)
   • Prédiction de besoins au niveau du groupe
   • Identification des opportunités de consolidation

Stratégies de cross-sell par segment

• B2C Mobile-only: Proposition HBB, TV, convergence
• B2C Fixe-only: Proposition mobile, multi-lignes famille
• B2C Partiel: Complétion du bundle (mobile+fixe → +TV)
• EBU: Lignes additionnelles, IoT/M2M, solutions cloud/sécurité

Intégration Temps Réel

Pipeline de recommandation intelligente

Événements trigger (anniversaire, fin promo, nouveau site) → Scoring propension
    ↓
Sélection service optimal → Génération offre bundle
    ↓
Routage canal (email, call center, account manager) → Présentation personnalisée
    ↓
Tracking conversion → Attribution multi-touch → Feedback modèle

Moments d'intervention optimaux

• Anniversaire client: Offre fidélité + opportunité cross-sell
• Fin de promotion: Proposition bundle pérenne à prix compétitif
• Événements vie: Déménagement, naissance, croissance entreprise
• Signaux d'usage: Saturation data mobile → proposition HBB
• Pour EBU: Nouveau site, recrutement, expansion géographique

Personnalisation des offres

• Bundles intelligents: Services complémentaires avec discount cohérent
• Try-before-buy: Périodes d'essai pour nouveaux services (TV, IoT)
• Migration douce: Facilitation technique (installation, portabilité)
• Business case EBU: ROI quantifié, études de cas sectorielles

KPI & Objectifs de Performance

| Métrique | Cible | Actuel | |----------|-------|--------| | Taux de cross-sell B2C | >12% | 8.0% → 12.5% | | Taux de cross-sell EBU | >22% | 15.2% → 23.5% | | ARPU multi-services | >65€ | 52€ → 64€ | | Revenus cross-sell | 7M€/an | 7.8M€ | | Churn clients multi-services | <8% | 12.5% → 10.2% | | Précision modèle (top 15%) | >40% | 44% |

Déploiement & Monitoring

Architecture de recommandation

1. Feature engineering: Agrégation services, usage, fidélité (batch quotidien)
2. Scoring multi-modèles: Propension par service + ranking
3. Optimisation bundle: Sélection combinaison optimale (prix, marge, conversion)
4. Routage intelligent: Email (digital natives), Call center (seniors), Account manager (EBU)
5. Attribution tracking: Mesure impact par canal, offre, segment

Monitoring de performance

• Dashboard: Opportunités détectées, conversions, revenus par service
• Analyse de cannibalisation (nouveaux services vs upgrades existants)
• Suivi de la satisfaction post-cross-sell (NPS delta)
• A/B testing des bundles et messages
• Ré-entraînement mensuel avec feedback conversions

Optimisation EBU spécifique

• Account manager dashboard avec opportunités priorisées
• Alertes sur signaux d'expansion (nouveau site détecté)
• Playbooks par secteur d'activité (retail, industrie, services)
• Analyse de pénétration wallet share (potentiel non capturé)

FAQ & Prérequis

Q: Comment différencier cross-sell de upsell? A: Cross-sell = vente d'un service d'une catégorie différente (mobile → fixe). Upsell = upgrade dans la même catégorie (forfait 20Go → 50Go). Notre système gère les deux mais avec des modèles différents.

Q: Comment éviter de cannibaliser les revenus existants? A: Analyse d'incrémentalité: mesure de la valeur additionnelle nette. Les bundles sont calibrés pour maximiser le revenu total, pas chaque service individuellement. Test/control groups pour validation.

Q: Quelle est l'approche pour les clients EBU complexes? A: Combinaison ML (identification opportunités) + human in the loop (account manager). Le système priorise et alerte, le manager finalise avec connaissance contextuelle de l'entreprise.

Q: Comment gérer les clients multi-services déjà? A: Deux approches: (1) Protection/rétention (identifier risques de désabonnement partiel), (2) Expansion (services additionnels non souscrits). Le modèle segmente selon la maturité du portefeuille.

Q: Quels sont les prérequis data? A: Vue unifiée 360° du client (tous services), historique d'usage détaillé, données fidélité et NPS, pour EBU: données firmographiques (taille, secteur, structure). Intégration CRM avec gestion d'opportunités.