Optimiser la stratégie de Customer Value Management (CVM) en analysant les données clients et en construisant un modèle prédictif du CLV.
Segmenter les clients par valeur long terme pour définir des actions différenciées (fidélisation, upsell/cross-sell, optimisation des coûts marketing).
Tâches et livrables attendus
Développer et tester un modèle de calcul et de prévision du CLV ; établir une typologie clients selon leur valeur long terme.
Concevoir un plan d’actions marketing différencié par segment, mesurer les résultats et comparer ciblage traditionnel vs ciblage optimisé CLV.
Livrables : prototype de modèle CLV, rapport de segmentation, plan d’actions, analyse comparative des performances.
Méthodologie technique et KPIs
Utilisation d’analyses statistiques et modèles (RFM, régressions, méthodes ML) ; manipulation et visualisation des données pour interpréter ARPU, churn, CLV.
Outils et langages attendus : Python, R, SAS, SQL ; expérience en data visualisation et en traitement de grandes bases.
Profil et formation souhaités
Formation : Ingénieur en Data Science, Télécommunications ou Informatique, mastère spécialisé en Marketing Quantitatif, CRM, Data Mining ou Big Data.
Compétences : maîtrise des statistiques et de la modélisation, esprit analytique et sens stratégique appliqué au marketing relationnel.
Lieu, durée et modalités
Lieu : Direction Centrale des Affaires Commerciales & Marketing - Tunis.