Cas clients

Une méthodologie universelle,
des résultats sur mesure.

PME dans la distribution, la mobilité, ETI en e-commerce — notre expertise analytique s'adapte à chaque secteur. Voici trois missions qui illustrent notre approche.

Courbe de concentration clients Indice de Gini : 0.82 — concentration critique 100% 75% 50% 25% 0% 0% 25% 50% 75% 100% 13% clients = 80% CA 1 magasin = 71% du CA % cumulé des clients

PME — Distribution alimentaire B2B

3 millions de transactions analysées. Des risques invisibles révélés, des leviers de croissance activés.

Une PME de distribution alimentaire avec 185 M€ de chiffre d'affaires, 1 720 clients et 11 points de vente. Aucune visibilité analytique au-delà des rapports ERP de base. Notre méthodologie — applicable à toute PME — a mis en lumière des angles morts critiques.

  • Analyse de concentration : 71% du CA sur un seul site, 13,3% des clients générant 80% du CA — des risques structurels identifiés par courbe de Lorenz
  • Segmentation RFM : 812 clients silencieusement perdus, 93 comptes en hypercroissance (CAGR >10%) ignorés par le commercial
  • Analyse de croissance (CAGR) : identification précise des clients à fort potentiel et des trajectoires de déclin
  • Détection de churn et panier moyen : signaux faibles transformés en plans d'action concrets
  • Résultat : une feuille de route stratégique basée sur les données, pas sur l'intuition
Méthodologie universelle : Segmentation RFM, courbes de Lorenz, analyse CAGR, détection de churn, analyse de panier — des outils qui s'appliquent à toute PME disposant de données transactionnelles
3M
Transactions
185M€
Chiffre d'affaires
1 720
Clients segmentés
Algorithme de tarification Variables d'entrée, calcul, prix optimal Distance Créneau horaire Type véhicule Demande temps réel Événement VARIABLES Algorithme Pondération dynamique € Prix RÉSULTAT Boucle d'ajustement Livré en 1 semaine

PME — Mobilité et transport — Paris

Transformer la tarification d'une PME de services grâce à l'analyse de données.

Un opérateur VTC parisien, PME spécialisée dans le transport événementiel, avait besoin d'optimiser sa stratégie tarifaire. Notre approche analytique — applicable à toute PME de services — a permis de modéliser une tarification dynamique multi-variables en une semaine.

  • Modélisation analytique d'un algorithme de prix intégrant 5 variables clés : distance, créneau, véhicule, demande, événements
  • Travail purement stratégique et analytique — applicable à toute PME de services cherchant à optimiser sa tarification
  • Définition rigoureuse des règles d'interaction entre variables et de leurs pondérations dynamiques
  • Livrable : spécification algorithmique complète prête pour implémentation
  • Méthodologie de validation incluse — un cadre réutilisable pour d'autres problématiques de pricing
Approche transversale : La méthodologie de modélisation tarifaire développée ici s'applique à toute PME de services — restauration, logistique, conseil — dès lors qu'un prix dépend de variables multiples
1 sem.
Délai de livraison
5
Variables modélisées
1
Algorithme livré
Segmentation par clusters 200K+ clients — 10 clusters, 3 profils stratégiques Composante principale 1 Composante principale 2 D2C Historique Néo D2C Néo Retail / PF

ETI — Cosmétiques & E-commerce

200 000 clients. 10 clusters. Une vision stratégique pour éclairer l'investissement.

Un fonds d'investissement de premier plan avait besoin de comprendre en profondeur la base clients d'une ETI française spécialisée dans les cosmétiques naturels. L'enjeu : une segmentation rigoureuse pour éclairer des décisions d'investissement et de stratégie commerciale à l'échelle d'une ETI.

  • Analyse de 200 000+ clients via des modèles statistiques à effets mixtes — une approche adaptable à toute ETI avec un portefeuille clients conséquent
  • Application de clustering gaussien pour identifier les segments naturels, au-delà des catégories marketing classiques
  • 10 clusters distincts consolidés en 3 profils stratégiques actionnables :

1. D2C Historique — Acheteurs fidèles, haut lifetime value

2. Néo D2C — Nouveaux clients digital-first, croissance rapide

3. Néo Produits Finis / Retail — Migration du DIY vers les produits finis

Méthodologie transférable : Modèles à effets mixtes, clustering gaussien, réduction dimensionnelle — des techniques qui s'appliquent à toute ETI cherchant à segmenter finement sa base clients pour guider sa stratégie commerciale ou d'investissement
200K+
Clients analysés
10
Clusters
3
Profils stratégiques

Votre PME ou ETI dispose de données.
Nous en extrayons les décisions.

Distribution, services, e-commerce, industrie — quel que soit votre secteur, notre méthodologie analytique s'adapte à votre réalité. Les signaux stratégiques sont déjà dans vos données. Parlons-en.

Échangeons sur votre situation

Premier échange sans engagement — 30 minutes pour identifier vos leviers cachés

© 2026 Gisgo. Tous droits réservés.