Classification ABC Multicritères Des Clients: Makram Ben Jeddou
Classification ABC Multicritères Des Clients: Makram Ben Jeddou
Classification ABC Multicritères Des Clients: Makram Ben Jeddou
Résumé - La segmentation ou classification ABC des clients nécessité d’une classification ou segmentation
permet de diviser les clients en trois différentes classes multicritères des clients.
auxquelles on va affecter des règles de gestion et des actions
spécifiques de fidélisation. La classification ABC usuelle se II. REVUE DE LA LITTERATURE
base sur un seul critère à savoir le chiffre d’affaires.
Cependant, les responsables de la clientèle ont de plus en plus Plusieurs modèles ont été présentés dans la littérature
besoin de tenir compte simultanément, lors de la classification, pour la classification multicritères (CMC), on se
de plus de facteurs. Plusieurs modèles dans la littérature se concentrera dans la suite sur les modèles d’optimisation
sont intéressés à la classification ABC multicritères. Dans le linéaire et non linéaire.
présent article on se basera sur le modèle Ng afin de Ramanathan [1], a proposé en 2006 un modèle pour la
l’appliquer pour la classification ABC multicritères des clients CMC désigné par le modèle R. Ce dernier utilise
d’une entreprise dans le domaine informatique. une fonction additive pondérée pour calculer le score Si
appelé score optimale de chaque individu i , ∀ = 1, … ,
Mots clés- Classification ABC multicritères, suivi clients, en fonction de différents critères j , ∀ = 1, … … . Les
Modèle Ng.
pondérations wij des valeurs yij (évaluation de l’individu i
sur le critère j) sont choisies sur la base d'une
optimisation sous contraintes pour tous les individus. Le
I. INTRODUCTION
modèle est illustré ci-dessous :
Dans le contexte actuel très concurrentiel, l'entreprise doit
déployer des efforts permanents pour conserver ses clients
ou du moins ses meilleurs clients. Avec la segmentation =
selon le chiffre d’affaires, l'entreprise peut déterminer les
ressources qu’elle est prête à consacrer pour maintenir la
fidélité du client. Cette segmentation va permettre ainsi de Sous contraintes
définir un programme de fidélisation personnalisée pour
chaque catégorie de clients. Dans ce cadre, la ≤ 1 , = 1,2, … ,
classification ABC est l’une des méthodes les plus
utilisées pour la segmentation des clients. Cette ≥ 0, = 1,2, … ,
hiérarchisation en trois classes se base sur le principe de Pour obtenir le score optimal de chaque individu, le
Pareto avec comme seul critère de classification le chiffre modèle R devrait être résolu de façon répétée en
d’affaires. Selon cette approche, la classe A est formée de changeant à chaque fois la fonction objective. Ces scores
10 à 20% des clients qui représentent entre 70 et 80% du peuvent ensuite être utilisés pour classer les individus en
chiffre d’affaires global. Les clients de cette classe ont trois catégories A,B et C.
une importance capitale et doivent être suivis
minutieusement. Ceci a donné lieu même à l’émergence Zhou & Fan [2] ont proposé en 2007 un autre modèle
d’une nouvelle fonction au sein des entreprises à savoir pour la CMC noté modèle ZF. Ce dernier utilise une autre
celle des key account managers. La deuxième classe B approche pour le calcul du score. En effet ce modèle
regroupe entre 30 et 40% des clients tout en représentant utilise deux ensembles de poids qui sont les poids les
15 à 20% du chiffre d’affaires global. Enfin la classe C plus favorables et les moins favorables pour chaque
peut contenir jusqu’à 50% des clients, mais qui ne élément. On suppose que le modèle R fournit le score
représentent que 5 à 10% du chiffre d’affaires. maximal possible pour chaque élément i noté Gi. Gi est
Par ailleurs, les responsables ou chargés clientèles sont généré en utilisant les poids les plus favorables de
souvent amenés à considérer simultanément plusieurs l’élément i car ils sont issus d’une fonction de
critères lors de la classification des clients d’où la maximisation. Par analogie le modèle ZF propose le
score minimal pour chaque élément i noté Bi basé sur les
poids les moins favorables. Ces poids sont obtenus par
un modèle d'optimisation linéaire avec une fonction = 1 ,
objective de minimisation. Le nouveau score final de
l’ième élément, noté Ni sera un score combiné entre Gi et − ( ) ≥ 0, = 1,2, … , (J − 1)
Bi . Les modèles sont formulés comme suit: ≥ 0, = 1,2, … ,
Ensuite, ce modèle a subi des transformations multiples
= , pour donner lieu à un modèle plus simple qui peut être
résolu sans recourir à des solveurs de
programmes linéaires.
Sous Contrainte = ∗
− − ,
= ( )= . ∗
+ ( − ). ∗
− −
Avec :
G* = Max {Gi, i = 1,2, ... ,N}, Sous contraintes
G- = Min {Gi, i = 1,2, ... ,N},
B* = Max {Bi, i = 1,2, …,N},
B- = Min {Bi, i = 1,2, ..., N}, ² = 1 ,
0 ≤ λ ≤ 1 est un paramètre de contrôle qui peut
refléter la préférence du décideur pour Gi et Bi. ≥ ( ) ≥ 0, = 1,2, … , (J − 1)
≥ 0, = 1,2, … ,
Les scores Si ainsi obtenus seront exploités par la suite
pour classer les éléments ou individus en trois
catégories A,B et C. Dans le présent article, nous allons nous intéresser à la
classification ABC multicritères des clients d’une
Ng [3] a présenté en 2007 un nouveau modèle pour la entreprise commerciale dans le secteur informatique.
CMC. Ce dernier conserve la fonction objective du
modèle R, mais introduit d'autres contraintes. Le modèle
III. CLASSIFICATION MULTICRITERES
Ng suppose que les critères sont classés dans un ordre
décroissant d’importance. Ceci se reflète à travers la L’entreprise Focus Informatique commercialise des
relation entre les poids respectifs des critères: wi1 ≥ wi2 solutions informatiques en plus du matériel,
≥… ≥ wiJ et ce pour tout individu i. Un modèle consommables et accessoires informatiques. La société
d'optimisation linéaire est construit pour chaque opère principalement dans le B to B puisque la grande
élément i comme suit : majorité de ses clients est formée de sociétés de
services, commerciales ou industrielles. A cet effet elle
effectue un suivi régulier de ses clients (portefeuille
, entreprises uniquement) en procédant à une
classification ABC classique de ces derniers selon le
seul paramètre du chiffre d’affaires annuels.
Sous Contraintes
Cette méthode de classification devient insuffisante. En
effet la société éprouve le besoin d’intégrer dans la
classification de ses clients, d’autres critères comme le TABLEAU 1 : C LASSIFICATIONS ABC MONCRITERE ET MULTICRITERES
nombre de salariés (NS) des entreprises clientes et la
Critères score Classification ABC
fidélité des clients (FC) en terme de nombre d’années
d’ancienneté. La société veut également intégrer un Ng multi mono
effet d’importance ou de priorité. Ainsi le chiffre Clients CA NS FC critères critère
d’affaires serait plus important que le nombre de
salariés qui est à son tour plus important que C01 320450 6385 12 1,000 A A
l’ancienneté ou la fidélité. C02 294000 1455 9 0,917 A A
Dans la suite nous allons appliquer le modèle Ng pour la C07 25985 400 9 0,270 A A
segmentation des clients de la société Focus C21 1200 180 10 0,261 A B
Informatique. Il est à noter que cette classification ABC C04 75050 280 6 0,234 A A
sera menée uniquement sur le portefeuille formé
uniquement des entreprises soit 70 clients. C20 1390 40 9 0,226 A B
C36 330 20 9 0,224 A C
Pour un souci de comparaison, nous allons mener en
premier lieu sur ces articles, une classification ABC C43 217 9 9 0,223 A C
monocritère selon le chiffre d’affaires. Cette C09 7945 380 8 0,222 A A
hiérarchisation permettra de comparer les résultats
C15 1760 180 8 0,206 A B
fournis par la classification multicritères des clients
selon le modèle Ng. Aussi, pour éliminer le biais des C25 620 76 8 0,199 B B
unités de mesures des trois critères de segmentation, on C63 30 2 8 0,195 B C
devra procéder à une normalisation des données suivant
C24 660 110 7 0,173 B B
une échelle entre 0 et 1 comme suit :
C34 430 45 7 0,169 B B
*
y ij min i 1,... N y ij
y C62 35 4 7 0,167 B C
max i 1,... N y ij min i 1,... N y ij
ij
C06 47120 500 4 0,158 B A
Pour un objectif de comparaison, nous allons fixer pour C19 1505 125 6 0,147 B B