Connaître ses clientes et envoyer le bon message WhatsApp aux bonnes personnes
Une boutique de Conakry rassemble ses clientes dans une base alimentée par la caisse et WhatsApp, les classe par récence et fréquence, et envoie des messages ciblés avec leur accord.
Aperçu du projet
Ce scénario illustre ce que nous construisons ; il ne s'agit pas d'une référence client.
Ce scénario montre comment une boutique de Conakry peut rassembler ses clientes dans une seule base, alimentée par la caisse et par WhatsApp, puis envoyer des messages ciblés au lieu d'une seule diffusion à tout le monde. Chaque cliente a son historique d'achats, ses crédits en cours et un groupe : régulière, occasionnelle, pas revue depuis trois mois. Un tableau de bord montre les meilleures clientes et celles qui s'éloignent.
Défis du client & exigences
Une boutique de prêt-à-porter et d'accessoires tient deux magasins à Conakry. La gérante connaît ses clientes par leur prénom et leur numéro de téléphone. Environ 1 200 clientes sont passées en caisse, dont 300 régulières, mais personne ne sait exactement lesquelles.
Les informations sont éparpillées : le ticket de caisse, des centaines de conversations WhatsApp, et un cahier de crédit où sont notés les paiements en plusieurs fois. Quand une nouvelle collection arrive, la gérante envoie la même diffusion WhatsApp à toute sa liste.
Les clientes qui n'achètent que des chaussures reçoivent les robes, celles qui ont déjà acheté la veille reçoivent la même photo, et certaines finissent par bloquer le numéro. Les clientes qui ne sont pas revenues depuis des mois passent inaperçues, et les crédits en retard ne sont relancés que quand quelqu'un relit le cahier.
Objectifs principaux
Tenir une seule fiche par cliente, avec son numéro, ses achats et ses crédits, remplie automatiquement par la caisse
Classer les clientes en groupes simples selon leur dernière visite, leur fréquence d'achat et leur panier
Envoyer des messages WhatsApp ou SMS ciblés, avec leur accord, à un groupe précis plutôt qu'à toute la liste
Voir chaque semaine les meilleures clientes, celles qui s'éloignent et les crédits à relancer
Solution du projet
-
Nous commençons par la base clientes
Un back-office Laravel avec une base PostgreSQL reçoit chaque vente de la caisse avec le numéro de téléphone de la cliente. Si le numéro existe, l'achat s'ajoute à sa fiche ; sinon, une fiche est créée et la vendeuse complète le prénom. Les commandes passées par WhatsApp sont saisies dans la même fiche. Le cahier de crédit entre aussi dans le back-office : montant dû, échéances, paiements reçus. Pour la gestion des contacts, nous utilisons Twenty CRM ou un module sur mesure, selon ce que l'équipe préfère manipuler.
-
Ensuite, les groupes
La règle est écrite en mots simples : si une cliente a acheté au moins trois fois dans les six derniers mois, elle est régulière ; si elle a acheté une ou deux fois, elle est occasionnelle ; si elle n'a rien acheté depuis trois mois, elle est à relancer. Le panier moyen et les catégories achetées complètent le classement. C'est la méthode récence, fréquence, montant, sans le jargon. Les messages partent par l'API WhatsApp Business ou par SMS, uniquement vers les clientes qui ont donné leur accord.
-
Exemple
Une nouvelle arrivée de chaussures part aux 180 clientes qui ont déjà acheté des chaussures, pas aux 1 200.
-
Un rappel part aux clientes pas revues depuis trois mois, avec un message différent pour les anciennes régulières. Un rappel de crédit part quelques jours avant l'échéance. Un tableau de bord Metabase montre les meilleures clientes du mois, le nombre de clientes passées dans chaque groupe et les crédits en retard. Les recommandations de produits viendront plus tard, seulement si l'historique est assez fourni pour le justifier.
Indicateurs à suivre
- Part des ventes rattachées à une fiche cliente
- Nombre de clientes par groupe chaque mois
- Clientes à relancer revenues en magasin après un message
- Réponses et achats après chaque campagne ciblée
- Crédits payés à l'échéance
- Clientes qui demandent à ne plus recevoir de messages
Stack technique
- Back-office et base clientes
- Laravel Livewire PostgreSQL
- Gestion des contacts
- Twenty CRM Module sur mesure
- Messagerie
- WhatsApp Business API Passerelle SMS
- Tableau de bord
- Metabase
- Exploitation
- Sauvegardes quotidiennes Contrat de maintenance
Questions fréquentes
Non. La base se remplit au fil des ventes : chaque passage en caisse avec un numéro de téléphone crée ou complète une fiche. Les clientes les plus régulières apparaissent d'elles-mêmes au fil des ventes. Si la gérante tient déjà une liste dans un fichier ou dans le téléphone, nous l'importons au départ pour ne pas repartir de zéro.
La vendeuse demande l'accord de la cliente en caisse ou dans la conversation WhatsApp, et la réponse est notée sur la fiche. Celles qui n'ont pas donné leur accord ne reçoivent rien. Chaque message contient un moyen simple de dire stop, et la demande est appliquée tout de suite. Des messages ciblés et moins fréquents sont mieux reçus qu'une diffusion à tout le monde.
Parce qu'avec quelques centaines de clientes et un catalogue qui change à chaque saison, l'historique est trop mince pour qu'un modèle propose mieux que la vendeuse. Les groupes par récence, fréquence et panier suffisent pour cibler les messages. Si après plusieurs saisons l'historique est assez fourni, nous ajoutons des recommandations simples, par exemple la catégorie achetée le plus souvent.
Un projet similaire ?
Partagez vos objectifs. Après l'appel de cadrage, nous proposons un premier périmètre et un calendrier.
Une question ?
Appelez-nous ou écrivez-nous. Nous répondons sous un jour ouvré.
Services utilisés
Les services Prisma Soft que ce scénario mobilise.
Dans le même secteur
Réalisations et scénarios d'usage du même secteur.