Programmes de Fidélité

Les programmes de fidélité - points accumulés, cartes tamponnées, récompenses échelonnées - sont l’une des réponses instinctives au plateau de croissance. L’idée paraît solide : retenir les clients existants coûte moins cher qu’en acquérir de nouveaux, et les récompenser renforce leur attachement. Le problème, documenté sur plusieurs décennies de panels d’achat, est que cette intuition est factuellement fausse.

La démonstration vient de l’Ehrenberg-Bass Institute, notamment des travaux de Byron Sharp dans How Brands Grow (ch. 11), qui a examiné les programmes les plus utilisés - FlyBuys en Australie, quatre programmes de supermarché en France (Meyer-Waarden & Benavent, 2006), des études aux Pays-Bas - et a trouvé les mêmes résultats partout : des effets faibles, inconsistants, et sans doute négatifs une fois les coûts du programme comptabilisés. Cette convergence multi-pays est rare en marketing ; elle donne au verdict un niveau de robustesse élevé.

Le corpus est majoritairement FMCG et retail. Les programmes d’aviation ou d’hôtellerie à forte récurrence ont leurs propres dynamiques. Mais pour une scale-up B2C qui vend un produit de consommation, les résultats s’appliquent directement.

Cette page ne redémontre pas pourquoi la croissance vient de la pénétration plutôt que de la loyauté - ce point est traité dans Pénétration vs Loyauté. Elle juge l’instrument : un programme de fidélité, comme réponse au plateau, est-il efficace ? La réponse courte est non. La réponse longue explique pourquoi le dashboard dit souvent le contraire - et comment s’en méfier.

L’essentiel en 3 points

• Le business case d’un programme repose sur l’hypothèse qu’on peut dramatiquement améliorer la loyauté. Les lois de marché réfutent cette hypothèse : la loyauté est une conséquence de la taille de marque, pas un levier indépendant.
• L’effet “membres vs non-membres” que tout programme semble montrer est quasi-intégralement produit par deux artefacts statistiques - biais de sélection et régression à la moyenne - pas par le programme lui-même.
• Quand un programme recrute, il attire les mauvais profils : les clients déjà acquis, pas les gros acheteurs de la catégorie qui n’achètent pas encore la marque - le seul segment qui compte pour la croissance.

Ce que le business case suppose - et pourquoi c’est faux

Un investissement en programme de fidélité repose presque toujours sur trois prémisses implicites : la loyauté peut être dramatiquement améliorée, la défection peut être ramenée à zéro, les clients peuvent être conduits à une fidélité exclusive. Comme le documente Byron Sharp dans How Brands Grow (ch. 11), ces prémisses contredisent les régularités d’achat les mieux documentées - la loi de double jeopardy, la loyauté divisée en répertoire - et « there is no evidence that outstanding business results are driven by loyalty programs ». Le business case s’effondre dès qu’on remplace les hypothèses par les lois : la loyauté est une conséquence de la taille de marque, pas une variable qu’un programme débloque.

C’est le prolongement direct du principe Pénétration vs Loyauté : si la croissance vient du recrutement et non de la fréquence des existants, un dispositif braqué sur les existants ne peut pas être un moteur de croissance.

L’effet réel : faible, inconsistant, sans doute négatif

Quand on mesure correctement, l’effet se dégonfle. Comme l’établissent les travaux de Byron Sharp dans How Brands Grow (ch. 11) - FlyBuys en Australie, les études françaises et néerlandaises -, le verdict est convergent :

“Loyalty programs produce very slight loyalty effects, and do practically nothing to drive growth. The consequent effect on profits is presumably negative.”

Byron Sharp, How Brands Grow, ch. 11

“Sans doute négatif” parce que le coût du programme - récompenses, IT, gestion - est réel et certain, là où l’effet sur les ventes est faible et incertain.

Pourquoi le dashboard ment : sélection + régression à la moyenne

C’est le cœur du sujet pour un pilote - et le piège de lecture le plus coûteux. La mesure naïve d’un programme compare les membres aux non-membres et trouve presque toujours que les membres achètent plus. Deux artefacts statistiques, et non un effet causal, produisent ce résultat.

1. Biais de sélection.

Ce sont les clients déjà les plus fidèles qui s’inscrivent. Le programme ne crée pas leur fidélité, il la recrute. Comparer membres et non-membres, c’est comparer deux populations qui différaient déjà avant le démarrage du programme.

2. Régression à la moyenne.

La loi de modération veut que la fréquence d’un acheteur très actif redescende mécaniquement vers la moyenne. Comme le documente Byron Sharp dans How Brands Grow (ch. 11) : au moment du recrutement on capte des heavy buyers en pic ; ensuite « it will look as if these buyers are becoming more loyal and this ‘regression to the mean’ effect will be mistakenly attributed to the loyalty program ».

Ce double artefact rejoint le mécanisme du Confirmation Bias : on cherche la preuve que le programme marche, et la mesure mal conçue la fournit. Aucune comparaison “membres vs non-membres” n’est recevable comme argument probant.

Ce qu’un programme recrute vraiment

Même quand il recrute, un programme attire les mauvais profils. Comme l’établissent les travaux de Byron Sharp dans How Brands Grow (ch. 11), une matrice à quatre types - acheteur léger/lourd de la marque × léger/lourd de la catégorie - montre que les programmes sont « good at recruiting existing buyers of a brand… but lousy at recruiting heavy category buyers who are not current buyers of a brand ». Or ce dernier quadrant - les gros acheteurs de la catégorie pas encore clients - est le seul désirable pour la croissance : c’est là que la base s’élargit. De fait, les membres achètent autant la catégorie que les non-membres (15 vs 15 en moyenne). Un programme déplace du budget vers les déjà-acquis et passe à côté du gisement de pénétration.

Pourquoi on n’arrête pas un programme qui ne marche pas

Si l’effet est faible, pourquoi les programmes prolifèrent-ils ? Selon l’analyse de Byron Sharp dans How Brands Grow (ch. 11) : ils sont très difficiles à fermer. Les consommateurs surévaluent leurs points (refermer déclenche une réaction disproportionnée à l’avantage perdu), il existe des obstacles contractuels et légaux, et surtout des coûts irrécupérables considérables - « including management ego ». D’où la formule : « firms turn out to be quite loyal to their loyalty programs » - plus fidèles, souvent, que leurs propres clients.

Une nuance à nommer : disqualifier le programme comme moteur de croissance ne signifie pas qu’il n’a aucun usage. Il peut servir de dispositif de collecte de données first-party, ou de mécanique de prix masqué - réductions ciblées sans casser le prix affiché. Mais ce sont des justifications à nommer explicitement, pas “il fidélise”. Et la donnée first-party collectée hérite du même biais : elle décrit surtout les clients qui achètent déjà (cf. Personnalisation à l’Échelle).

Si ta scale-up plafonne aujourd’hui

1. Refuse la mesure “membres vs non-membres”.

Elle est invalide par construction - biais de sélection et régression à la moyenne garantissent un résultat flatteur sans effet causal. La seule lecture défendable au CFO est un test d’incrémentalité propre - geo-holdout ou groupe de contrôle randomisé - qui isole l’effet du programme du comportement que les membres auraient eu de toute façon.

2. Si un programme existe déjà, ne calibre pas les récompenses de façon uniforme.

Comme le documente Marketing Architects dans l’épisode “Nerd Alert: Do Loyalty Programs Work?” (Lof, Old Dominion University, 2007, panel convenience store) : les heavy buyers réclament le plus de récompenses mais ne dépensent pas davantage grâce au programme, tandis que les acheteurs légers et modérés augmentent leur fréquence et explorent de nouvelles catégories après adhésion, surtout dans les trois premiers mois. Récompenses immédiates et accessibles pour déclencher l’exploration des légers ; pas de structure qui sur-paie les lourds.

3. Avant de financer un programme neuf, vérifie que le “problème de fidélité” est réel.

Benchmarke ta loyauté observée contre le pattern attendu pour ta taille de marché - pas contre le leader. Si ta fidélité est dans la norme de la loi de double jeopardy, il n’y a pas de problème à résoudre : un programme n’apporterait rien. Si elle est structurellement sous la norme, le diagnostic différentiel commence par la mesure et la disponibilité mentale - pas par un levier de rétention.

Pour aller plus loin

• Pénétration vs Loyauté - Le principe fondateur : la croissance vient du recrutement de nouveaux acheteurs, pas de la fréquence des existants.
• Incrémentalité - Le dispositif de mesure qui neutralise sélection et régression à la moyenne - la seule preuve recevable d’un effet de programme.
• Confirmation Bias - Le mécanisme par lequel une mesure mal conçue confirme ce qu’on veut croire - le cœur du piège “membres vs non-membres”.

Sources

• Byron Sharp, How Brands Grow (2010) - Ch. 11 “Why Loyalty Programs Don’t Work”
• Marketing Architects, podcast “Nerd Alert: Do Loyalty Programs Work?”

ℹ️ À propos de cette page

Reaching Kibo explore les vrais moteurs de la croissance des scale-ups B2C - et comment les mettre en pratique. Cette page appartient à Basecamp, le playbook du projet.

Elle est rédigée par IA, d’après le cadre et la direction que je donne. Une erreur, un désaccord, une source à ajouter ? Écris-moi : romain@reachingkibo.com.