Mesure de la valeur à vie du client

Sharad Borle, Siddharth S. Singh and Dipak C. Jain
Additional contact information
Sharad Borle: Rice University [Houston]
Siddharth S. Singh: Rice University [Houston]
Dipak C. Jain: Kellogg [Northwestern] - Kellogg School of Management [Northwestern University, Evanston] - Northwestern University [Evanston]

Post-Print from HAL

Abstract: La mesure de la valeur à vie du client (Customer Lifetime Value, CLV) est primordiale car elle représente un des indicateurs principaux dans l'évaluation des décisions relatives à la gestion de la relation client. Pour une entreprise, il est important d'évaluer la valeur apportée par chaque client commençant une relation avec elle, sur toute la durée de la relation et à chaque achat. Dans cet article, nous utilisons une approche hiérarchique bayésienne pour estimer la valeur à vie du consommateur à chacune de ses occasions d'achat, en intégrant conjointement dans notre modèle, pour chaque achat et pour chaque consommateur, le moment de l'achat, le montant dépensé et le risque d'abandon. Les données proviennent d'une base d'abonnements d'une entreprise de marketing direct, où les dates d'acquisition et de perte de chaque client sont connues au moment où ces événements se produisent. C'est pourquoi une durée de vie plus longue n'implique pas nécessairement une valeur à vie du client plus importante. Nous comparons les performances de notre modèle avec d'autres en utilisant une base de données de validation séparée. Les modèles de comparaison sont le modèle étendu NBD-Pareto, le modèle RFM (Récence, Fréquence, Montant), deux modèles emboîtés dans le modèle que nous proposons, et un modèle heuristique prenant en compte la durée de vie moyenne du client, l'intervalle de temps inter-achats et le montant moyen dépensé, observés dans notre échantillon d'estimation, et utilisant ces informations pour prévoir la valeur actualisée des revenus futurs du client à chaque occasion d'achat dans notre échantillon de validation. Les résultats montrent que notre modèle performe mieux que les autres modèles tant sur la prédiction de la valeur à vie des clients que sur le ciblage des clients rentables. Les résultats montrent également que des intervalles inter-achats plus longs sont associés à des montants plus importants et à un risque d'abandon plus élevé. Les femmes semblent avoir des intervalles inter-achats et des risques d'abandon similaires aux hommes; cependant, elles dépensent moins qu'eux.

Keywords: Valeur à vie du client; valeur client; modèles bayésiens hiérarchiques (search for similar items in EconPapers)
Date: 2008-06-01
References: Add references at CitEc
Citations:

Published in Recherche et Applications en Marketing (French Edition), 2008, 23 (2), pp.85-102. ⟨10.1177/076737010802300205⟩

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-02054962

DOI: 10.1177/076737010802300205

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().