Sur cette page
La plupart des détaillants de mode segmentent encore leurs clients par RFM (récence, fréquence, valeur monétaire) et ignorent le comportement qui pilote silencieusement le coût des retours: la façon dont un acheteur gère l'incertitude de taille. Certains clients commandent une taille et la gardent. D'autres commandent systématiquement trois tailles du même article, prévoyant d'en retourner deux. Traiter ces deux groupes de la même façon dans l'email, l'expérience de taille et la planification des stocks laisse de l'argent sur la table et laisse le coût des retours incontrôlé.
Pourquoi le comportement de taille est un meilleur axe de segmentation que la démographie
Les segments démographiques et de valeur d'achat vous disent qui dépense, pas pourquoi les articles reviennent. Deux clients avec des valeurs de commande identiques peuvent avoir des marges radicalement différentes une fois les retours déduits — l'un garde tout, l'autre pratique le bracketing à chaque commande et retourne 60% de son panier. En segmentant les clients selon leur comportement de taille, au lieu de (ou en plus de) la démographie, vous obtenez une variable qui prédit les retours, la valeur vie client, et le type d'aide au choix de taille dont chaque acheteur a réellement besoin.
Les trois segments de comportement de taille que la plupart des marques devraient construire sont:
- Les bracketers — commandent plusieurs tailles (ou plusieurs articles en tailles différentes) du même produit avec l'intention de n'en garder qu'une
- Les fidèles taille-constante — commandent une seule taille de façon constante, retournent rarement pour un problème de taille
- Les acheteurs incertains — historique mixte, retours liés à la taille sporadiques, pas encore de schéma clair
Les données nécessaires pour construire ces segments
Vous n'avez pas besoin d'une équipe data science pour commencer. Les données d'entrée sont déjà capturées par votre système de gestion des commandes et votre plateforme de retours:
| Signal | Où il se trouve | Ce qu'il indique |
|---|---|---|
| Plusieurs tailles, même SKU, même commande | Système de gestion des commandes | Fort signal de bracketing |
| Motif de retour = "ne convenait pas" | Plateforme de retours | Retour lié ou non à la taille |
| Taille achetée vs. taille recommandée par le guide | Outil de taille / profil de fit | Écart de confiance |
| Taille récurrente entre catégories | Profil de fit client | Signal de fidélité |
| Délai entre commande et retour | Horodatage commande + retour | Urgence du bracketing (retour rapide = bracket planifié) |
Si vous maintenez déjà un profil de fit client pour les acheteurs récurrents, la plupart de ces données se trouvent déjà dans votre entrepôt de données — la segmentation est affaire de seuils, pas de nouvelle instrumentation.
Segment 1: les bracketers
Le bracketing n'est pas réparti uniformément dans votre base clients. Les recherches sur le comportement des retours montrent systématiquement qu'une petite part de bracketers sériels est responsable d'une part disproportionnée du volume et du coût total des retours — un schéma que les analystes du retail identifient comme un moteur majeur de la facture des retours du secteur, qui atteint des centaines de milliards de dollars par an selon les données de la National Retail Federation. Identifier ce segment spécifiquement, plutôt que de le noyer dans "les clients qui retournent des articles", est le levier le plus puissant en segmentation de taille.
Action marketing pour les bracketers
Ne punissez pas les bracketers avec des changements de politique globaux — cela éloigne des acheteurs par ailleurs fidèles et à forte valeur de commande. À la place:
- Orientez-les vers les outils de recommandation de taille au moment du paiement, pas après
- Excluez-les des messages "retours gratuits, sans questions"; affichez plutôt des messages de confiance sur le fit
- Testez les échanges de taille plutôt que les remboursements pour garder le revenu
- Repérez les SKU où un bracketer donné bracket le plus souvent — c'est un écart de taille, pas seulement un problème de comportement
Action opérationnelle pour les bracketers
Le bracketing à grande échelle est souvent le symptôme de l'ambiguïté de votre propre guide des tailles ou du fit, pas seulement de l'indécision du client. Croisez les SKU qui génèrent le plus de commandes bracketées — si c'est concentré sur une poignée de styles, c'est une correction d'outil de fit ou de guide des tailles, pas une correction de politique.
Segment 2: les fidèles taille-constante
Ces clients commandent une fois, gardent l'article, et rachètent la même taille entre catégories. C'est votre segment le moins coûteux et le plus rentable, et il est presque toujours sous-adressé en marketing car il ne génère ni tickets support ni friction de retour.
Ce qu'il faut faire différemment
- Pré-remplir leur taille connue au paiement pour réduire encore la friction
- Les prioriser pour les lancements de nouvelles catégories — la confiance de fit d'un fidèle se transfère raisonnablement bien vers des catégories adjacentes (des hauts aux robes, par exemple)
- Les utiliser comme cohorte de référence pour mesurer si de nouveaux produits ou changements de tissu affectent la cohérence du fit
Segment 3: les acheteurs incertains
C'est généralement le segment le plus volumineux et celui avec le plus de potentiel pour passer au statut de fidèle. Ces acheteurs n'ont pas de schéma établi — parfois taille constante, parfois non, souvent des acheteurs nouveaux ou peu fréquents dans votre catalogue.
Action marketing et produit
- Mettre en avant les recommandations de taille de façon plus agressive pour ce segment spécifiquement (pas sur tout le site)
- Envoyer des suivis de confirmation de fit après achat ("cet article vous a-t-il taillé comme prévu?") pour construire leur profil plus vite
- Utiliser l'analyse de cohorte pour comprendre les retours au sein de ce groupe sur leurs trois à cinq premières commandes — c'est là que la plupart des acheteurs deviennent fidèles ou glissent vers le bracketing
Construire le workflow de segmentation
Un déploiement pratique ressemble à ceci:
- Extraire 12 mois de données de commandes + retours avec taille au niveau SKU et motif de retour
- Repérer les commandes bracketées (2+ tailles, même produit, même commande ou dans les 48 heures)
- Calculer le taux de retour lié à la taille et le taux de cohérence de taille de chaque client
- Appliquer des seuils — par exemple, taux de retour lié à la taille de 20%+ avec commandes multi-tailles répétées = bracketer; moins de 5% sur 3+ commandes = fidèle; le reste = incertain
- Pousser les segments dans votre ESP et CDP sous forme de tags actualisables, rafraîchis mensuellement
Mesurer si la segmentation fonctionne
Suivez la migration des segments mois après mois. Le vrai signal n'est pas la taille de chaque segment à un instant donné — c'est de savoir si les acheteurs incertains migrent vers un comportement de fidèle (signe que vos outils de taille et profils de fit fonctionnent) ou vers le bracketing (signe qu'il faut de meilleurs guides de fit avant achat, pas seulement une gestion des retours après achat).
| Métrique | Bonne direction |
|---|---|
| % d'acheteurs incertains migrant vers fidèle en 90 jours | En hausse |
| Taille du segment bracketer en % du total clients | Stable ou en baisse |
| Taux de retour lié à la taille, segment bracketer | En baisse |
| Panier moyen, segment fidèle | En hausse |
Questions Fréquentes
En quoi la segmentation par comportement de taille diffère-t-elle de la segmentation RFM classique?
La RFM segmente les clients selon combien et à quelle fréquence ils dépensent, tandis que la segmentation par comportement de taille les regroupe selon leur façon de gérer l'incertitude de taille. Les deux sont complémentaires plutôt que concurrentes — un client RFM à forte valeur peut aussi être un bracketer assidu, et le savoir change la façon dont vous devez lui adresser marketing et merchandising.
Combien de commandes faut-il avant de pouvoir segmenter un client?
La plupart des marques ont besoin d'au moins deux à trois commandes avec données de taille pour une classification fiable, bien qu'une seule commande multi-tailles suffise souvent à repérer un bracketer probable. Les acheteurs incertains nécessitent généralement trois à cinq commandes avant qu'un schéma clair (fidèle ou bracketer) n'émerge.
Identifier les bracketers peut-il nuire à la relation client si mal géré?
Oui, si la réponse est punitive — des politiques de retour restrictives ou un signalement visible éloigneront des clients par ailleurs précieux. La meilleure approche consiste à traiter le bracketing comme un signal qu'un client a besoin de meilleurs conseils de fit, et à les orienter proactivement vers des outils de taille plutôt que de pénaliser le comportement après coup.
De quels outils ai-je besoin pour commencer à segmenter par comportement de taille?
Vous avez besoin de données de taille au niveau commande, d'un tagging des motifs de retour, et idéalement d'un système de profil de fit qui suit la taille achetée par rapport à la taille recommandée dans le temps. Une grande partie peut être assemblée à partir de votre OMS et plateforme de retours existants sans nouvelle instrumentation, surtout si vous maintenez déjà des profils de fit pour vos acheteurs récurrents.